| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 编码标准的发展 | 第12-13页 |
| 1.3 HEVC帧内编码优化 | 第13-14页 |
| 1.4 本文主要研究内容 | 第14-15页 |
| 1.5 本文组织结构 | 第15-17页 |
| 第二章 HEVC编码技术及集成学习分析研究 | 第17-35页 |
| 2.1 视频编码框架原理 | 第17-18页 |
| 2.2 HEVC特色编码技术 | 第18-22页 |
| 2.2.1 灵活的四叉树编码结构 | 第19-20页 |
| 2.2.2 改进的帧内预测技术 | 第20-22页 |
| 2.3 HEVC编码复杂度分析 | 第22-24页 |
| 2.3.1 率失真优化原理 | 第22页 |
| 2.3.2 编码复杂度分析 | 第22-24页 |
| 2.4 集成学习算法研究 | 第24-33页 |
| 2.4.1 经典个体学习器算法 | 第25-31页 |
| 2.4.2 集成学习算法策略 | 第31-32页 |
| 2.4.3 典型集成学习算法 | 第32-33页 |
| 2.5 本章小结 | 第33-35页 |
| 第三章 基于异质集成的帧内CU快速划分算法 | 第35-47页 |
| 3.1 HEVC编码器CU划分及优化 | 第35-37页 |
| 3.1.1 基于率失真的CU划分 | 第35-36页 |
| 3.1.2 基于决策树的CU划分 | 第36页 |
| 3.1.3 基于贝叶斯和SVM的CU划分 | 第36-37页 |
| 3.2 DT-SVM模型构建过程 | 第37-44页 |
| 3.2.1 DT-SVM特征选择 | 第37-39页 |
| 3.2.2 DT-SVM模型分析 | 第39-43页 |
| 3.2.3 DT-SVM异质集成 | 第43-44页 |
| 3.3 基于异质集成的帧内CU快速划分算法 | 第44-46页 |
| 3.3.1 DT-SVM模型训练 | 第44-45页 |
| 3.3.2 DT-SVM模型评估 | 第45-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第四章 基于随机森林的帧内CU快速划分算法 | 第47-56页 |
| 4.1 随机森林算法 | 第47-50页 |
| 4.1.1 随机森林算法简介 | 第47-48页 |
| 4.1.2 Bagging和RSM | 第48-49页 |
| 4.1.3 CART节点分裂 | 第49页 |
| 4.1.4 RF算法的优越性 | 第49-50页 |
| 4.2 RFC模型的建立 | 第50-54页 |
| 4.2.1 RFC样本集选取 | 第50页 |
| 4.2.2 RFC特征向量 | 第50-51页 |
| 4.2.3 RFC参数优化 | 第51-52页 |
| 4.2.4 RFC模型建立 | 第52-53页 |
| 4.2.5 训练测试评估 | 第53-54页 |
| 4.3 基于RFC的帧内CU快速划分算法 | 第54-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 实验结果与分析 | 第56-63页 |
| 5.1 实验参数配置及算法性能评定 | 第56-58页 |
| 5.1.1 实验环境与编码参数设置 | 第56页 |
| 5.1.2 算法性能评定 | 第56-57页 |
| 5.1.3 编码测试序列 | 第57-58页 |
| 5.2 基于DT-SVM的帧内CU划分算法仿真实验 | 第58-60页 |
| 5.2.1 对比实验 | 第58-60页 |
| 5.2.2 结果分析 | 第60页 |
| 5.3 基于RFC的帧内CU划分算法仿真实验 | 第60-62页 |
| 5.3.1 对比实验 | 第60-61页 |
| 5.3.2 结果分析 | 第61-62页 |
| 5.4 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 全文工作总结 | 第63-64页 |
| 6.2 课题研究展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间发表的论文及所获得的研究成果 | 第69-70页 |
| 致谢 | 第70-71页 |