基于视频区域特征的运动估计与压缩算法
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第11-27页 |
| 1.1 视频序列的特点 | 第11-12页 |
| 1.2 常见的视频压缩编码标准简介 | 第12-15页 |
| 1.3 基于图像和视频序列特征的压缩算法 | 第15-21页 |
| 1.3.1 基于仿射变换的视频压缩算法 | 第15-17页 |
| 1.3.2 基于特征点匹配的图像压缩算法 | 第17-21页 |
| 1.4 平坦区域的帧内压缩算法 | 第21-24页 |
| 1.5 本文的主要研究内容和章节安排 | 第24-27页 |
| 2 基于区域特征的运动估计 | 第27-61页 |
| 2.1 常用的整数像素运动估计 | 第28-30页 |
| 2.2 SURF特征描述算子的提取 | 第30-37页 |
| 2.2.1 SURF尺度空间 | 第31-34页 |
| 2.2.2 特征点检测 | 第34页 |
| 2.2.3 特征点主方向和描述算子 | 第34-37页 |
| 2.3 视频序列SURF特征提取性能分析 | 第37-39页 |
| 2.4 离散尺度空间的优化 | 第39-43页 |
| 2.4.1 高斯尺度空间 | 第39-40页 |
| 2.4.2 高斯尺度空间极值点检测 | 第40-41页 |
| 2.4.3 高斯尺度空间特征点提取性能分析 | 第41-43页 |
| 2.5 特征点提取对比及分析 | 第43-46页 |
| 2.6 特征描述算子粗匹配 | 第46-47页 |
| 2.7 基于特征描述算子的场景切换检测 | 第47页 |
| 2.8 基于特征描述算子的区域匹配 | 第47-55页 |
| 2.8.1 特征描述算子的分组匹配 | 第48页 |
| 2.8.2 基于改进RANSAC的区域匹配 | 第48-55页 |
| 2.9 实验结果及分析 | 第55-60页 |
| 2.10 本章小结 | 第60-61页 |
| 3 基于特征的平滑渐变区域描述 | 第61-93页 |
| 3.1 HEVC帧内预测 | 第61-63页 |
| 3.2 平滑区域HEVC帧内预测分析 | 第63-66页 |
| 3.3 平滑渐变区域特征 | 第66-69页 |
| 3.4 灰度图像平滑区域的识别与分割 | 第69-76页 |
| 3.4.1 原始图像的预处理 | 第70-74页 |
| 3.4.2 平滑渐变区域的分割 | 第74-76页 |
| 3.5 灰度图像平滑区域线性渐变特征描述 | 第76-82页 |
| 3.5.1 平滑区域的渐变线描述 | 第77-80页 |
| 3.5.2 渐变线描述矩阵的压缩 | 第80-82页 |
| 3.6 灰度图像平滑区域环形渐变特征描述 | 第82-87页 |
| 3.6.1 平滑区域的等像素圆弧描述 | 第82-86页 |
| 3.6.2 等像素圆弧的压缩 | 第86-87页 |
| 3.7 实验结果与分析 | 第87-92页 |
| 3.8 本章小结 | 第92-93页 |
| 4 基于特征的视频压缩 | 第93-117页 |
| 4.1 平滑区域残差的编码 | 第93-99页 |
| 4.1.1 含有平滑区域图像的编解码算法 | 第94-95页 |
| 4.1.2 残差的变换和量化 | 第95-99页 |
| 4.2 平滑区域编码结果与分析 | 第99-103页 |
| 4.3 基于区域特征的运动估计编码测试框架 | 第103-104页 |
| 4.4 基于区域特征的运动估计结果与分析 | 第104-105页 |
| 4.5 基于CUDA的特征算子快速提取 | 第105-112页 |
| 4.5.1 DOG尺度空间的CUDA加速 | 第108-111页 |
| 4.5.2 描述算子提取的CUDA加速 | 第111-112页 |
| 4.6 CUDA加速算法实验结果与分析 | 第112-116页 |
| 4.6.1 尺度空间加速结果分析与改进 | 第112-114页 |
| 4.6.2 CUDA加速算法结果与对比 | 第114-116页 |
| 4.7 本章小结 | 第116-117页 |
| 5 总结与展望 | 第117-119页 |
| 参考文献 | 第119-123页 |
| 作者攻读硕士学位期间的研究成果 | 第123页 |
