2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題（含答案詳解+作文范文）_第1頁(yè)
已閱讀1頁(yè)，還剩61頁(yè)未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、3D視頻技術(shù)已成為當(dāng)前視頻領(lǐng)域的熱點(diǎn)，3D視頻在給人們帶來(lái)沉浸式體驗(yàn)的同時(shí)，也帶來(lái)了巨大的數(shù)據(jù)量，對(duì)網(wǎng)絡(luò)傳輸帶寬和數(shù)據(jù)存儲(chǔ)性能提出了新的挑戰(zhàn)，這就要求視頻編碼算法不斷改進(jìn)和發(fā)展。在各種新提出的編碼算法中，感知視頻編碼算法被廣泛認(rèn)為是能夠有效提高編碼性能的一種方案。其中，JND(JustNoticeable Distortion)模型能夠定量地度量感知冗余，因此成為感知視頻編碼中的主流。根據(jù)人類(lèi)視覺(jué)系統(tǒng)在3D觀看及感知方面的特征，建立雙目

2、JND模型，能夠進(jìn)一步提高3D視頻的壓縮效率。因此本文的主要工作便是在傳統(tǒng)的單視點(diǎn)JND模型的基礎(chǔ)上，與雙目視覺(jué)特性結(jié)合，研究雙目JND模型。
　　首先，本文分析了當(dāng)前像素域和DCT域主流的單視點(diǎn)JND模型，并將這兩種模型集成在立體視頻的左、右視點(diǎn)序列的編碼中。本文又分析了當(dāng)前新提出的像素域雙目JND模型，并討論了相關(guān)的編碼方案。通過(guò)四個(gè)不同的立體視頻序列，測(cè)試比較了上述各種模型的編碼性能。
　　其次，在已有的像素域雙目JN

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論