| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-24页 |
| 1.1 研究背景 | 第16-17页 |
| 1.2 研究现状 | 第17-22页 |
| 1.2.1 传统图像编码 | 第18-20页 |
| 1.2.2 群体图像编码 | 第20-21页 |
| 1.2.3 云平台图像编码 | 第21-22页 |
| 1.3 论文的研究内容和结构安排 | 第22-24页 |
| 第二章 图像视频编码及深度学习相关理论 | 第24-34页 |
| 2.1 图像编码理论基础 | 第24-26页 |
| 2.1.1 DCT变换 | 第24-25页 |
| 2.1.2 量化 | 第25-26页 |
| 2.2 HEVC视频编码标准 | 第26-30页 |
| 2.2.1 编码标准概述 | 第26-27页 |
| 2.2.2 帧内预测 | 第27-28页 |
| 2.2.3 帧间预测 | 第28-29页 |
| 2.2.4 参考图像集 | 第29-30页 |
| 2.3 深度学习相关理论 | 第30-32页 |
| 2.3.1 神经网络 | 第30-32页 |
| 2.3.2 反向传播算法 | 第32页 |
| 2.4 本章小结 | 第32-34页 |
| 第三章 基于深度学习的云物体库构建算法 | 第34-48页 |
| 3.1 基于深度学习的物体检测 | 第34-36页 |
| 3.2 基于深度学习的图像检索 | 第36-37页 |
| 3.3 基于深度学习的云物体库构建算法整体流程 | 第37-41页 |
| 3.4 实验过程及结果分析 | 第41-45页 |
| 3.4.1 实验条件 | 第41页 |
| 3.4.2 实验结果分析 | 第41-45页 |
| 3.5 本章小结 | 第45-48页 |
| 第四章 基于云物体库的图像编码算法 | 第48-68页 |
| 4.1 基于云物体库的图像编码算法整体流程 | 第48-49页 |
| 4.2 选取参考物体图像算法 | 第49-51页 |
| 4.3 参考物体图像的变换图像的生成 | 第51-55页 |
| 4.3.1 图像尺寸统一 | 第51-52页 |
| 4.3.2 透视变换 | 第52-54页 |
| 4.3.3 光度转换 | 第54-55页 |
| 4.4 图像格式转换 | 第55-56页 |
| 4.5 实验结果对比及分析 | 第56-66页 |
| 4.5.1 实验条件 | 第56页 |
| 4.5.2 基于云物体库的图像编码算法实验结果及对比分析 | 第56-66页 |
| 4.6 本章小结 | 第66-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 5.1 工作总结 | 第68-69页 |
| 5.2 研究展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-76页 |
| 作者简介 | 第76-77页 |