| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 主要符号对照表 | 第15-16页 |
| 第一章 绪论 | 第16-25页 |
| 1.1 引言 | 第16页 |
| 1.2 基于稀疏编码的超分辨率算法 | 第16-18页 |
| 1.3 现有的视频编码标准 | 第18-22页 |
| 1.3.1 混合视频编码器框架 | 第18-21页 |
| 1.3.2 可分级视频编码框架 | 第21-22页 |
| 1.4 本文主要内容与贡献 | 第22-25页 |
| 第二章 基于时空在线字典学习的超分辨率重建 | 第25-40页 |
| 2.1 研究背景 | 第25-26页 |
| 2.2 时空在线字典定义 | 第26-31页 |
| 2.2.1 问题定义 | 第26-27页 |
| 2.2.2 时空在线字典学习算法 | 第27-29页 |
| 2.2.3 时空在线字典学习的收敛速度 | 第29-31页 |
| 2.3 基于时空在线字典学习的超分辨率算法 | 第31-36页 |
| 2.3.1 基于时空在线字典学习的超分辨率算法 | 第31-32页 |
| 2.3.2 算法计算复杂度分析 | 第32-34页 |
| 2.3.3 算法预测误差分析 | 第34-36页 |
| 2.4 实验结果与分析 | 第36-38页 |
| 2.4.1 基于时空在线字典学习的合成数据表示 | 第36-37页 |
| 2.4.2 视频序列的字典学习效果 | 第37-38页 |
| 2.5 本章小结 | 第38-40页 |
| 第三章 基于时空在线字典学习的视频编码框架 | 第40-56页 |
| 3.1 研究背景 | 第40-41页 |
| 3.2 基于时空在线字典学习的视频编码框架 | 第41-46页 |
| 3.2.1 系统框架 | 第41-42页 |
| 3.2.2 目标函数定义 | 第42-44页 |
| 3.2.3 训练视频块的提取 | 第44-46页 |
| 3.3 基于超分辨率算法的视频帧重构 | 第46-48页 |
| 3.3.1 合成过程 | 第46-47页 |
| 3.3.2 时空在线字典的层间一致性 | 第47-48页 |
| 3.4 实验结果与分析 | 第48-54页 |
| 3.4.1 实验设置 | 第48-49页 |
| 3.4.2 率失真表现 | 第49-51页 |
| 3.4.3 主观质量 | 第51-52页 |
| 3.4.4 计算复杂度 | 第52-53页 |
| 3.4.5 关键帧的选择 | 第53-54页 |
| 3.5 本章小结 | 第54-56页 |
| 第四章 基于时空在线字典学习的可分级视频编码框架 | 第56-74页 |
| 4.1 研究背景 | 第56-57页 |
| 4.2 基于多尺度时空在线字典学习的质量可分级视频编码框架 | 第57-64页 |
| 4.2.1 结构化稀疏定义 | 第58-60页 |
| 4.2.2 层次化多尺度字典构造 | 第60-63页 |
| 4.2.3 跨层间重构 | 第63-64页 |
| 4.3 基于层次化渐进式字典学习的可分级视频编码框架 | 第64-68页 |
| 4.3.1 系统框架 | 第65-67页 |
| 4.3.2 渐进式字典学习 | 第67-68页 |
| 4.4 实验结果与分析 | 第68-72页 |
| 4.4.1 实验设置 | 第68-69页 |
| 4.4.2 质量可分级性 | 第69-71页 |
| 4.4.3 时间可分级性 | 第71-72页 |
| 4.5 本章小结 | 第72-74页 |
| 第五章 总结与展望 | 第74-77页 |
| 5.1 全文总结与结论 | 第74-75页 |
| 5.2 未来工作展望 | 第75-77页 |
| 参考文献 | 第77-84页 |
| 致谢 | 第84-86页 |
| 攻读学位期间发表的学术论文目录 | 第86页 |