基于纹理特性与视觉关注度的HEVC优化研究
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第1章 绪论 | 第14-18页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-16页 |
| 1.2.1 高效的编码单元划分 | 第15页 |
| 1.2.2 融合主观感受的自适应编码 | 第15-16页 |
| 1.3 本文研究内容与论文组织结构 | 第16-18页 |
| 1.3.1 主要研究工作 | 第16-17页 |
| 1.3.2 论文组织结构 | 第17-18页 |
| 第2章 HEVC视频编码技术 | 第18-30页 |
| 2.1 引言 | 第18页 |
| 2.2 HEVC编码框架 | 第18-23页 |
| 2.2.1 预测编码 | 第19-20页 |
| 2.2.2 运动估计与运动补偿 | 第20-22页 |
| 2.2.3 变换编码 | 第22页 |
| 2.2.4 HEVC混合编码框架 | 第22-23页 |
| 2.3 编码单元分块策略 | 第23-26页 |
| 2.3.1 编码单元划分原理 | 第23-25页 |
| 2.3.2 率失真优化算法 | 第25-26页 |
| 2.4 HEVC帧内预测 | 第26-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 基于Canny算子的CU快速划分算法 | 第30-42页 |
| 3.1 引言 | 第30页 |
| 3.2 CU划分深度与参考邻域深度相关性分析 | 第30-32页 |
| 3.3 Canny边缘检测算子 | 第32-34页 |
| 3.4 基于Canny算子的CU快速划分算法设计 | 第34-38页 |
| 3.4.1 基于Canny算子的CU深度预测算法 | 第34-36页 |
| 3.4.2 CU快速划分算法总体流程 | 第36-38页 |
| 3.5 动画视频编码应用实例 | 第38-41页 |
| 3.5.1 动画纹理分析 | 第38-39页 |
| 3.5.2 实验结果与分析 | 第39-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第4章 基于视觉感知特性的关注度算法 | 第42-53页 |
| 4.1 引言 | 第42页 |
| 4.2 人类视觉系统及视觉特性 | 第42-48页 |
| 4.2.1 人类视觉系统 | 第42-44页 |
| 4.2.2 人类视觉感知特性 | 第44-47页 |
| 4.2.3 视觉选择性关注特性 | 第47-48页 |
| 4.3 运动性因子计算 | 第48-50页 |
| 4.4 纹理复杂度因子计算 | 第50页 |
| 4.5 对比度因子计算 | 第50-51页 |
| 4.6 亮度因子计算 | 第51-52页 |
| 4.7 视觉关注度计算 | 第52页 |
| 4.8 本章小结 | 第52-53页 |
| 第5章 基于视觉关注度的HEVC自适应编码算法 | 第53-63页 |
| 5.1 引言 | 第53页 |
| 5.2 SSIM失真度量算法 | 第53-54页 |
| 5.3 量化与码率控制 | 第54-57页 |
| 5.3.1 量化的基本原理 | 第54-57页 |
| 5.3.2 码率控制 | 第57页 |
| 5.4 基于关注度的自适应算法设计 | 第57-60页 |
| 5.4.1 高关注度编码单元SSIM率失真算法 | 第57-59页 |
| 5.4.2 低关注度编码单元码率控制算法 | 第59-60页 |
| 5.5 实验与分析 | 第60-62页 |
| 5.6 本章小结 | 第62-63页 |
| 总结与展望 | 第63-65页 |
| 总结 | 第63-64页 |
| 展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 附录A 攻读学位期间发表的学术论文和获奖情况 | 第70页 |
