致谢 | 第1-6页 |
摘要 | 第6-8页 |
Abstract | 第8-10页 |
目次 | 第10-13页 |
图目录 | 第13-16页 |
表目录 | 第16-18页 |
主要缩写和术语对照表 | 第18-21页 |
第1章 绪论 | 第21-41页 |
·视频编码基本框架 | 第23-25页 |
·视频编码标准 | 第25-30页 |
·视频编码优化 | 第30-34页 |
·国内外研究现状 | 第34-38页 |
·本文所要研究的问题及论文的组织 | 第38-41页 |
第2章 HEVC编码算法分析及性能研究 | 第41-66页 |
·HEVC编码框架 | 第41-42页 |
·HEVC特征剖析 | 第42-57页 |
·灵活的数据划分 | 第42-45页 |
·帧内预测 | 第45-47页 |
·SKIP/Merge模式 | 第47-50页 |
·运动矢量预测 | 第50页 |
·基于DCT的亚像素插值 | 第50-53页 |
·SAO | 第53-55页 |
·ALF | 第55-57页 |
·HEVC编码算法性能与复杂度分析 | 第57-64页 |
·各项技术的率失真性能与编码复杂度分析 | 第58-61页 |
·HM编码器各重要模块的复杂度分析 | 第61-64页 |
·本章小结 | 第64-66页 |
第3章 预测单元多参考帧选择算法研究 | 第66-85页 |
·HEVC中的多参考帧技术 | 第66-73页 |
·HEVC参考帧集技术 | 第67-71页 |
·HM多参考帧优化选择 | 第71-73页 |
·基于CU层次和上下文的自适应参考帧选择 | 第73-80页 |
·空间相邻及CU层次间相邻PU的参考索引的相关性 | 第74-77页 |
·运动特征对参考索引选择的影响 | 第77-79页 |
·算法描述与流程 | 第79-80页 |
·实验结果与分析 | 第80-84页 |
·本章小结 | 第84-85页 |
第4章 基于贝叶斯分类的编码单元和变换单元快速选择算法研究 | 第85-113页 |
·HEVC参考编码器中的数据划分及优化 | 第85-91页 |
·灵活划分技术剖析 | 第85-88页 |
·HM中的CU、PU和TU优化选择算法 | 第88-91页 |
·基于贝叶斯分类的CU快速选择算法 | 第91-103页 |
·HM编码器优化结果分析 | 第91-93页 |
·CU优化选择问题的建模 | 第93-96页 |
·贝叶斯特征选择 | 第96-99页 |
·贝叶斯分类器的设计 | 第99-100页 |
·基于贝叶斯分类的CU划分 | 第100页 |
·实验结果和分析 | 第100-103页 |
·基于贝叶斯分类的TU快速选择算法 | 第103-111页 |
·HM编码器RQT优化算法 | 第103-105页 |
·算法流程 | 第105-106页 |
·实验结果与分析 | 第106-111页 |
·本章小结 | 第111-113页 |
第5章 基于支持向量分类器的编码单元划分快速选择算法研究 | 第113-148页 |
·支持向量机简介 | 第113-119页 |
·线性SVM | 第114-116页 |
·SVM规则化与不可分离情况 | 第116-117页 |
·非线性SVM | 第117-119页 |
·SVM的优越之处 | 第119页 |
·基于支持向量分类器的编码单元划分快速选择算法 | 第119-134页 |
·加权支持向量机以及权重系数 | 第120-121页 |
·训练样本个数的选择 | 第121-122页 |
·核函数参数的选择 | 第122-123页 |
·基于F-Score的Wrapper特征选择 | 第123-128页 |
·候选特征生成 | 第125-127页 |
·特征选择实验与结果 | 第127-128页 |
·基于支持向量分类器的CU划分快速选择算法 | 第128-129页 |
·实验结果和分析 | 第129-134页 |
·率失真性能与编码复杂度对比 | 第130-132页 |
·测试集对算法的稳定性的影响 | 第132-133页 |
·支持向量分类器的计算复杂度 | 第133-134页 |
·基于支持向量机的PU划分快速选择算法研究 | 第134-143页 |
·PU划分问题的建模 | 第135-138页 |
·PU划分方式支持向量分类器的特征选择 | 第138-140页 |
·实验结果与分析 | 第140-143页 |
·本文算法总结 | 第143-146页 |
·本章小结 | 第146-148页 |
第6章 总结与展望 | 第148-150页 |
参考文献 | 第150-163页 |
作者在攻读博士学位期间的科研成果与科研工作 | 第163-164页 |