一、基于预测和补偿的4D-MDCT彩色视频编码（论文文献综述）
涂望[1]（2021）在《基于内容自适应的光场视频编码》文中研究说明
刘辰[2]（2021）在《监控场景下基于背景建模的视频编码研究》文中指出
袁冯[3]（2021）在《基于视频着色与质量增强的高效视频编码方法》文中提出随着成像技术和显示技术的迅速发展,高清视频在日常生活中得到广泛传播与普及。高效视频编码（High Efficient Video Coding,HEVC）作为当前主流的视频编码标准,与上一代视频编码标准H.264/AVC相比,其能在相同视频质量下将压缩效率提升一倍。然而,随着视频分辨率、帧率、采样精度的增大,现有的视频编码标准无法在有限的存储和带宽资源下提供更高的视频质量,因此现有的视频编码标准的压缩效率需要被进一步提升。此外,采集与编码压缩过程会在视频中引入多种类型的失真,严重影响用户视觉体验,因此压缩后视频质量需要被进一步提升。（1）传统的视频编码器直接压缩原始视频的亮度分量与色度分量,不对其进行任何预处理。根据统计分析可知,原始视频的色度分量与亮度分量有很强的相关性,在色度分量编码过程中,其编码参数参考了亮度分量的编码参数。因此,本文提出了基于视频着色的高效视频编码方法,在编码端仅仅编码原始视频的亮度分量并训练视频着色模型,在解码端利用重建的亮度分量与模型预测其色度分量,以避免原始视频色度分量的编码。为了恢复视频色度信息,在解码器采用了生成式对抗网络模型。实验结果表明,与H.265/HEVC视频压缩编码标准相比,所提出的基于着色的视频编码方法能在不影响视频视觉质量前提下进一步压缩视频。（2）视频经过采集与压缩后存在大量失真,为了提升视频的质量,本文提出了一种基于生成式对抗网络的视频图像增强方法在视频编解码器的解码端对视频进行后处理。该方法由一个多模块级联生成网络和一个自适应多尺度判别网络组成。此外,本文提出了一种新型对比度损失,并在此基础上建立了一种新的混合损失函数以改善视频图像的视觉质量。最后,本文分别在图像数据集和视频数据集上进行性能测试,实验结果证明该算法能有效地增强视频图像质量。
赵晓龙[4]（2021）在《基于复合混沌系统的视频加密技术研究》文中研究指明互联网技术的发展推动了视频技术的进步,商场里播放的大屏幕广告可以为消费者提供有效的购物信息,丰富了商场的设施。直播行业的兴起使得人们对视频清晰度的要求也有了很高要求,这也为视频技术的提高起到了推波助澜的作用。H.264/AVC编码标准于1995年提出来距今已经有25年的历史,旧的视频编码技术已经无法满足目前发展的需求,HEVC编码技术成为主流的视频编码技术,视频安全传输一直是一个十分重要问题,视频加密是保护视频安全的一种重要手段,因此研究HEVC视频加密技术是十分必要的[1]。前人针对视频安全传输已经提出了很多视频加密方法,有很多学者是基于H.264/AVC编码标准提出的视频加密技术[2],但是H.264/AVC编码标准已经难以适应现在互联网技术的发展和人们日常生活的需要,也有的学者是基于HEVC编码标准提出的视频加密方案[3],但是加密技术复杂,难以满足实时加密,会影响视频加密效率,因此本文提出了一种基于HEVC编码标准的复合混沌系统的视频加密技术,视频信息其实就是由一帧一帧的图像信息构成,因此考虑将图像加密技术与视频加密联系起来,提出了一种改进约瑟夫遍历与分段logistic映射的图像加密算法,将该加密算法与HEVC编码视频中的DCT变化系数和运动矢量过程结合起来,得到基于复合混沌系统的HEVC视频加密算法,利用仿真实验得出了视频加密的效果图,通过视频加密检测指标对本文加密算法进行了分析。本文首先介绍了混沌系统的基本理论知识以及密码学的基本知识,对图像加密算法进行研究提出复合混沌系统的设计思路,将原始图像通过约瑟夫置乱和分段logistic映射扩散得出二维伪随机序列,其次从HEVC编码的概述和结构方面入手介绍了HEVC编码技术的基础知识,介绍了HEVC编码的几个重要过程,通过分析选取了DCT变化系数和运动矢量选取适合的二值化方法进行语法元素加密,将图像加密与视频加密结合起来,仿真结果表明基于复合混沌系统的HEVC视频加密算法加密效果良好,视频加密算法中复合混沌系统采用低维的混沌映射,计算复杂程度低,可以实现实时加密,应用范围较广,而且加密时选择熵编码中的旁路编码作为加密通道,不会改变视频码流和视频压缩比,因此可以更好地实现实时加密。
李沛豪[5]（2021）在《基于合成失真估计模型的3D视频混合数模传输方法研究》文中研究表明随着信息技术的快速发展,多视点+深度的数据格式已经逐渐成为主流的3D视频表达方式,但是这种传统的3D视频数字编码传输方式由于采用量化、熵编码以及数字调制,不可避免地带来视频质量的“悬崖效应”以及“质量饱和效应”。近年来兴起的一种混合数字模拟传输方案（Hybrid Digital Analog,HDA）,可以避免数字编码传输的缺陷。然而,目前使用HDA传输3D视频却鲜有人提及。对此,本文针对基于HDA的3D视频编码传输框架及功率优化等关键技术进行研究,主要研究内容包括:（1）提出了一种基于HDA的3D视频传输框架3D-HDA。该框架对纹理信息和深度信息的叠加信号进行HDA编码,以克服传统3D视频数字传输所造成的视频质量“悬崖效应”和“饱和效应”。（2）对所提出的3D-HDA框架,推导了3D视频从编码、传输到视点合成的端对端递归失真估计模型RSDE-3D-HDA。通过该模型,在信道条件已知的情况下,编码端可以估计出解码端的合成视点失真,并用大量实验证明了RSDE-3D-HDA的正确性,为后续RSDE-3D-HDA的优化提供先决条件。（3）提出了3D-HDA框架中数字、模拟信号之间的资源优化方案。利用所推导的RSDE-3D-HDA模型,进一步研究了3D-HDA的3D视频传输优化方案,即在编码端所估计的解码端虚拟视点失真最小的情况下,进行信源信道联合优化。通过优化功率分配因子、带宽分配因子,在传输成本增加忽略不计的情况下,使得用户合成的虚拟视点视频质量明显提升。实验结果表明,在多种信道条件下,相比于其他先进的3D视频传输方案,本文的优化方案取得了最好的3D视频合成质量效果。
马军[6]（2021）在《全高清视频压缩、存储与转发系统设计与实现》文中进行了进一步梳理视频已成为现今社会信息传递的重要媒介,广泛应用在现场直播、安全监测、远程医疗等相关领域。全高清视频压缩、存储与转发系统为解决视频传输高带宽及大数据量存储方面的问题提供了重要的研究价值。基于视频压缩编码技术、嵌入式linux系统与FPGA之间RGMII接口通信技术、大容量NAND FLASH存储技术、高带宽并行LVDS传输技术,本文设计了全高清视频压缩、存储与转发系统的软硬件方案,具体工作包括:（1）分析了H.265视频编码算法及其特点,基于海思Hi3516A多媒体平台设计了视频压缩编码方案,利用其MPP（媒体处理软件平台）及MPI（MPP编程接口）实现了H.265算法编码压缩视频。（2）研究了linux系统与FPGA之间的RGMII接口通信技术,采用UDP协议实现了Hi3516A生成的H.265码流到FPGA的传输。（3）分析了镁光大容量NAND FLASH存储器结构特点、异步时序操作方式,在FPGA的控制下,完成了NAND FLASH的初始化、擦除及读写操作,实现了H.265码流的存储功能。研究了高带宽400-660Mbps十位并行LVDS接口传输技术,实现了H.265码流的转发功能。（4）搭建了测试验证平台,读取NAND FLASH中码流数据,通过FPGA IO口挂接的PHY芯片,利用网口传输H.265码流到PC,上位机软件接收保存码流数据,利用FFmpeg软件解码并测评系统视频压缩性能;利用赛灵思在线逻辑分析仪chipscope抓取内部数据验证码流存储与转发传输功能。测试结果表明,本文设计的系统能够实现全高清视频压缩、存储与转发功能,PC端解码播放码流,视频画面流畅,FFmpeg解码码流数据,平均压缩比约为141,输出码率为4Mbps,与原始视频相比,PSNR值为38 d B。视频存储功能可实现15h时长的码流存储,与理论值接近。视频转发传输可通过LVDS接口达到660Mbps的码流传输功能。
皮金勇[7]（2021）在《全景视频投影及编码优化算法》文中提出近年来,虚拟现实（Virtual Reality,VR）和增强现实（Augmented Reality,AR）技术由于具有丰富的沉浸感而广受用户喜爱,在人们生活中具有广泛的应用领域。本质上,VR和AR技术的核心是全景视频,其通常表征在球域,具有的高帧率、高分辨率要求促使视频数据量爆炸式增长,给存储和传输都带来了严峻的挑战。为了有效压缩全景视频,国际电信联盟ITU-T和国际标准化组织ISO/国际电工委员会IEC联合成立的JVET组织专门开发了 360Lib库,可与高效视频编码（High Efficiency Video Coding,HEVC）或者通用视频编码（Versatile Video Coding,VVC）联合使用。全景视频编码框架中主要包含投影和编码两部分:在投影部分中存在过采样和不连续边界问题;在编码部分中传统编码标准未充分考虑全景视频球域特性。本文基于全景视频的内容特性、纹理特性和邻域特性开展了以下几方面工作:1、现有投影格式大多采用的固定映射函数无法适用于多样性的内容。在本文中,考虑全景视频内容特性,提出了一种内容相关的混合等角立方体（Content-aware Hybrid Equal-angular Cubemap,CHEC）投影格式。首先,提出了一种新的内容相关的投影模型,其中的映射函数参数可适应不同的视频内容;其次,通过最小化投影失真,采用迭代参数搜索算法为每个投影平面决策最优的映射函数参数;最后,将投影模型嵌入到全景视频编码框架中提升编码性能。与等距矩形投影格式（Equi-Rectangular Projection,ERP）和混合等角立方体投影格式（Hybrid Equi-angular Cubemap,HEC）相比,提出的CHEC投影格式就端到端加权球域峰值信噪比而言平均实现8.57%和0.11%的比特节省,有效地提升了编码性能。2、过采样和不连续边界是造成投影失真的主要因素。在本文中,提出了一种基于球域旋转的全景视频编码（Spherical Rotation-based Omnidirectional Video Coding,SROVC）方法。首先,提出了一种SROVC框架以提升编码性能,其中基于全遍历的球域旋转（Full traversal-based Spherical Rotation,FSR）方法采用帧级率失真优化决策最优旋转角度;其次,提出了基于纹理特性的球域旋转（Texture characteristics Spherical Rotation,TSR）方法预测最优旋转角度,以更少的编码次数实现与FSR方法相当的编码收益;最后,提出了基于分组的球域旋转（Group-oriented Texture characteristics Spherical Rotation,G-TSR）方法以保持编码收益且降低复杂度,其中分组数是由统计实验确定。提出的TSR方法和G-TSR方法在CMP格式平均实现0.94%和0.89%的比特节省。3、现有的单一帧内模式无法适用于多样性的内容,而组合模式中额外编码的模式索引会产生更多的比特开销。在本文中,提出了基于组合加权的帧内预测方法以提升编码性能。具体而言,该组合模式是由最可能模式（Most Prob-able Modes,MPM）列表中的前两个模式获取得到,无需通过编码传送到解码端。此外,组合加权的权重值是人为设定而无需传送到解码端。将所提出的基于MPM加权的帧内预测方法嵌入到传统视频编码框架和全景视频编码框架中,采用率失真优化在传统帧内预测方法和基于MPM加权帧内预测方法之间竞争。与传统的视频标准中的方案相比,提出算法在二维图像上平均实现了0.02%的编码比特节省。本课题提出的全景视频投影及编码优化算法,将结合视频内容特性的映射函数参数加入到投影中,以降低投影失真;将考虑纹理特性的球域旋转模型加入到全景视频编码框架中,从而提高编码增益;将结合邻域信息的加权预测模型嵌入帧内预测中,从而减少空域冗余。本课题取得的研究成果能够应用于军事、教育、医疗、娱乐等领域,对数字媒体和互联网产业发展具有重要意义。
袁晴[8]（2021）在《基于H.265的视频快速编解码研究和实现》文中研究表明随着网络多媒体技术的高速发展,在应用当下流行的视频序列捕获设备时获得的视频序列数据量是巨大的,网络传输中的大部分流量被用于视频信息,并且在进行数据传输时会占用更大的网络带宽,存储时占用较大的内存空间。如何进一步高效地进行视频编码,快速进行视频数据传输与存储成为现下迫切需要解决的问题。针对上述问题,本文基于H.265/HEVC帧间预测中的运动估计原理提出一种改进TZsearch快速编解码算法,并对此设计基于H.265/HEVC的视频实时传输系统将其实现。本文主要研究内容如下:（1）针对高效编码视频序列的问题,基于帧间预测过程中的运动估计原理,通过分析两种传统搜索算法及一种快速搜索算法的编码性能,提出一种基于改进TZsearch的快速编解码算法。在算法中通过对视频图像最优点的概率统计,加入判断提前终止搜索条件,当找到最优点时提前退出搜索过程,使得视频编码时间大大降低。经过采集实时视频流编码验证,改进TZsearch算法在满足编码质量的同时使得编码时间降低了15.37%,可以更加准确、高效地实现视频编解码。（2）针对改进TZsearch快速编解码算法的实现,设计基于H.265/HEVC的视频实时传输系统,分别是视频采集、编码模块、实时传输、解码显示四个模块。视频采集模块确定两种视频源;编码模块通过实验验证确定编码参数与编码器,将改进TZsearch算法加入x265编码器中并设计两种视频源的编码;传输模块选择TCP协议实现视频码流的可靠传输;解码模块通过对两种视频码流的接收并对此设计解码、播放功能。（3）基于视频实时传输系统,开展了改进TZsearch快速编解码算法的实验与测试,采集四组不同分辨率视频序列在系统中编码并实时传输,与TZsearch算法相比改进TZsearch算法在该系统中满足编码质量的同时使得编码时间降低了15.15%,从而验证系统的有效性以及改进TZsearch算法的适用性。
申屠敏健[9]（2021）在《基于先验信息和卷积神经网络的视频去噪算法研究》文中指出近年来,视频作为可视媒体数据的重要组成部分深深影响着人们的生活。视频信号在产生、传输过程中常受到噪声的影响,给用户带来不良的视觉体验。视频去噪是提升视频质量的有效手段,并且是视频处理领域的热点研究问题之一。近年来,基于经典信号处理方法的视频去噪已经遇到了技术瓶颈,基于深度学习的去噪方法正成为主流的视频去噪方法。基于深度学习的视频去噪方法虽然带来了去噪性能的显着提升,但仍无法充分利用视频内部的先验信息实现视频去噪,因此性能提升有限。此外,复杂的深度神经网络结构也限制了这种去噪方法在实际中的应用。为解决这些问题,本文提出了基于先验信息的卷积神经网络用于视频去噪,具体研究内容如下:1、本文充分利用视频的时序先验信息构建深度卷积神经网络。为准确有效地获取视频先验信息,采用基于预去噪和块匹配法完成运动补偿,消除视频噪声和运动偏移对先验信息获取的影响,提高信息利用效率。2、对于卷积神经网络方法用于视频增强时峰值信噪比指标高而视觉观感较为平滑模糊的问题,本文采用了一种感知损失来训练卷积神经网络,特别是采用了Alex网络来提取增强后的视频和标签视频中的深层特征,结合两者的深层特征信息和L1损失函数引导神经网络训练,提升去噪视频纹理细节的构建。3、对于卷积神经网络浮点运算次数高、网络权重多以及内存使用率大等问题,本文利用双路式网络结构和稠密连接技术设计了一种轻量化神经网络。该神经网络结构对输入视频帧进行分路处理,通过降低特征分辨率大小的方法减少浮点运算次数,结合稠密连接技术实现特征复用以减少网络权重和计算复杂度问题,跨连接输入视频和噪声评估以实现残差学习从而达到更良好的网络性能。经实验验证,本文所提出的方法在有效保持去噪性能的基础上,显着降低了运算复杂度,达到了轻量化神经网络结构的目的。
王玲[10]（2021）在《面向监控视频的高效视频编码区域级码率控制方法研究》文中进行了进一步梳理视频作为目前最重要的信息传输载体,已经被广泛应用于人们的日常生活。视频监控作为重要的视频应用之一,近年来在智能安防、平安校园等领域发挥着关键的作用。在实时的视频通信系统中,传输信道的带宽通常是有限的且时变的。如何在满足信道带宽限制的条件下,尽可能提高视频的质量是一个被广泛关注的研究问题。为解决这个问题,每一代视频编码标准的诞生都伴随着一套完整的码率控制算法,码率控制算法的性能好坏直接影响着视频编码标准的实用性。随着硬件技术、信息处理技术的飞速发展,高清视频已广泛的应用在视频监控系统中。为了提高高清视频的编码效率,高效视频编码标准（HEVC）被广泛应用。在HEVC标准化过程中,由于更加高效的码率控制性能,λ域的码率控制算法被HEVC采用。λ域的码率控制算法旨在优化编码视频的客观率失真性能,它没有考虑人类视觉系统（HVS）感知特性对于编码重建视频质量的影响,导致重建视频感知率失真性能较低。在视频通信系统中,重建视频的最终接收端通常是人眼。所以理论上,考虑HVS相关感知特性,以优化重建视频感知率失真性能为目标的感知码率控制算法可以获得更好的编码性能及用户感知体验。本文考虑监控视频典型内容特性详细分析了人眼对监控视频的感知特性,基于HEVC标准提出了优化监控视频感知质量的区域级码率控制方法。本文主要有以下两个方面的研究:1.针对HEVC采用的码率控制方法感知率失真性能较低的问题,提出了一种有效提高监控视频感知率失真性能的帧内码率控制算法。首先,度量视频的空时域复杂度,并结合空时域复杂度设计视频主观观测实验。其次,基于视频主观观测实验结果,结合HVS相关感知特性,构建能够有效衡量人眼对于视频不同区域感知差异性的视频内容空时域感知敏感因子。最后,将空时域感知敏感因子运用到帧内图像最大编码单元层目标比特分配中,实现感知帧内码率控制。实验结果表明,在比特估计准确度和感知率失真性能两个核心指标上,提出算法均明显优于HEVC采用的λ域的码率控制算法。2.考虑帧间图像的显着重要性差异,进一步提出了适用于监控视频的帧间感知码率控制算法。首先,度量视频的空时域复杂度,并结合空时域复杂度提取视频感兴趣区域。其次,依据感兴趣区域和时间层信息计算图像层目标比特分配权重,并将所得权重运用到图像层目标比特分配中。最后,结合主观观测实验结果,构建视频内容空时域感知敏感因子并将其运用到帧间图像最大编码单元层目标比特分配中,实现感知帧间码率控制。实验结果验证了与HEVC采用的λ域的码率控制算法相比,提出的感知帧间码率控制算法可以在获得更小比特误差的同时显着提高编码视频的感知率失真性能。同时,提出算法的算法复杂度也更低。本文提出的优化监控视频感知质量的码率控制方法充分考虑了HVS的感知特性,将运动感知、选择注意力机制、时空域分辨力和掩盖效应等视觉特性直接或间接的运用到码率控制过程中,优化比特资源分配,显着改善了编码重建视频的整体感知质量。本课题研究也有利于提高视频监控中对目标的判断和识别。
二、基于预测和补偿的4D-MDCT彩色视频编码（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于预测和补偿的4D-MDCT彩色视频编码（论文提纲范文）
（3）基于视频着色与质量增强的高效视频编码方法（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容与组织结构 |
| 1.3.1 论文研究内容 |
| 1.3.2 论文组织结构 |
| 第二章 高效视频编码标准关键技术及其局限性 |
| 2.1 四叉树划分 |
| 2.2 帧内与帧间预测 |
| 2.3 变换与量化 |
| 2.4 环路滤波技术 |
| 2.5 本章小结 |
| 第三章 基于视频着色的高效视频编码方法 |
| 3.1 基于视频着色的高效视频编码方法动机及模型化表示 |
| 3.2 基于生成式对抗网络的视频着色方法 |
| 3.2.1 多尺度特征提取器 |
| 3.2.2 基于注意力机制的残差连接 |
| 3.2.3 正则化特征重构机制 |
| 3.2.4 损失函数 |
| 3.3 实验结果 |
| 3.3.1 实验准备 |
| 3.3.2 视频质量分析 |
| 3.3.3 生成式对抗网络性能对比 |
| 3.3.4 复杂度及运行时间对比 |
| 3.4 本章小结 |
| 第四章 基于MIEGAN的视频图像质量增强方法 |
| 4.1 多模块级联生成网络 |
| 4.1.1 双路特征编码模块 |
| 4.1.2 特征转换模块 |
| 4.1.3 特征重构模块 |
| 4.1.4 损失函数 |
| 4.2 自适应多尺度判别网络 |
| 4.2.1 多尺度判别网络 |
| 4.2.2 自适应权重机制 |
| 4.3 实验结果 |
| 4.3.1 实验设置 |
| 4.3.2 实验结果和分析 |
| 4.3.3 消融实验 |
| 4.3.4 视频数据集测试 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（4）基于复合混沌系统的视频加密技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 1.绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 国内外相关领域的发展现状 |
| 1.3 视频加密的基本原则 |
| 1.4 论文结构安排 |
| 2.混沌系统的基本理论 |
| 2.1 密码学概述 |
| 2.2 混沌理论的基础知识 |
| 2.3 混沌系统的评价标准 |
| 2.4 混沌系统的特性 |
| 2.5 混沌加密算法的基本设计思路 |
| 2.6 加密算法性能分析 |
| 2.7 本章小结 |
| 3 复合混沌系统在图像加密中的应用 |
| 3.1 序列密码的基本原理 |
| 3.2 图像加密相关领域的发展现状 |
| 3.3 改进约瑟夫遍历与分段logistic映射的图像加密算法的设计 |
| 3.3.1 约瑟夫遍历 |
| 3.3.2 logistic映射 |
| 3.3.3 加密算法设计 |
| 3.3.4 仿真结果 |
| 3.3.5 相邻像素点的相关性 |
| 3.4 本章小结 |
| 4.HEVC编码的基础知识 |
| 4.1 HEVC编码的概述 |
| 4.2 HEVC编码结构 |
| 4.3 HEVC编码的帧内预测和帧间预测 |
| 4.4 HEVC编码的变换与量化 |
| 4.5 熵编码 |
| 4.6 视频加密的性能指标 |
| 4.7 本章小结 |
| 5.基于HEVC的复合混沌加密算法 |
| 5.1 视频加密元素的选取 |
| 5.2 基于 DCT 变化系数的加密方案设计 |
| 5.3 基于运动矢量的加密方案设计 |
| 5.4 基于复合混沌系统的视频加密系统的设计 |
| 5.5 仿真结果以及实验数据分析 |
| 5.5.1 视频质量分析 |
| 5.5.2 加密算法加密时间分析 |
| 5.5.3 密钥空间分析 |
| 5.5.4 安全性能分析 |
| 5.6 本章小结 |
| 6.总结与展望 |
| 参考文献 |
| 攻读博士(硕士)期间发表的论文及所取得的研究成果 |
| 致谢 |
（5）基于合成失真估计模型的3D视频混合数模传输方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究目的及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 3D视频技术 |
| 1.2.2 虚拟视点绘制技术 |
| 1.2.3 多视点视频失真估计算法 |
| 1.2.4 3D视频的数字编码 |
| 1.2.5 视频通信传输方式 |
| 1.3 论文主要研究内容和章节安排 |
| 1.3.1 主要研究内容 |
| 1.3.2 章节安排 |
| 第二章 3D视频合成失真估计理论基础 |
| 2.1 3D视频的视点传输系统 |
| 2.2 视点绘制方法DIBR |
| 2.2.1 传统DIBR |
| 2.2.2 分区域映射 |
| 2.3 单视点失真估计算法ROPE |
| 2.4 3D视频合成失真估计模型 |
| 2.5 本章小结 |
| 第三章 基于合成失真估计模型的3D视频混数模传输方案 |
| 3.1 引言 |
| 3.2 3D-HDA视频传输框架 |
| 3.3 递归失真模型的推导 |
| 3.4 实验结果与分析 |
| 3.4.1 MSE性能 |
| 3.4.2 AMMR性能 |
| 3.5 本章小结 |
| 第四章 基于递归合成失真模型的优化方案研究 |
| 4.1 引言 |
| 4.2 基于递归合成失真模型的优化方案 |
| 4.2.1 信源组织形式 |
| 4.2.2 提出的功率分配优化方案 |
| 4.3 实验结果与分析 |
| 4.3.1 参数设置 |
| 4.3.2 功率优化方案的PSNR性能分析 |
| 4.3.3 功率优化方案的视觉性能分析 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 工作总结及创新点 |
| 5.1.1 工作总结 |
| 5.1.2 创新点 |
| 5.2 未来展望 |
| 参考文献 |
| 攻读硕士期间发表的论文及所取得的研究成果 |
| 致谢 |
（6）全高清视频压缩、存储与转发系统设计与实现（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 视频编码算法研究现状 |
| 1.2.2 视频编码存储产品研究现状 |
| 1.3 课题主要研究内容及论文结构 |
| 2 全高清视频压缩、存储与转发系统方案设计 |
| 2.1 系统指标分析 |
| 2.2 系统总体方案设计 |
| 2.3 关键技术分析 |
| 2.3.1 H.265 编码技术 |
| 2.3.2 以太网RGMII接口通信技术 |
| 2.3.3 大容量NAND FLASH管理技术 |
| 2.3.4 LVDS接口传输技术 |
| 2.4 本章小结 |
| 3 全高清视频压缩、存储与转发系统硬件电路设计 |
| 3.1 主控模块电路设计 |
| 3.1.1 Hi3516A视频编码模块介绍 |
| 3.1.2 FPGA主控模块电路设计 |
| 3.2 视频采集模块电路设计 |
| 3.3 视频存储模块电路设计 |
| 3.4 视频转发模块电路设计 |
| 3.5 电源管理模块电路设计 |
| 3.6 本章小结 |
| 4 全高清视频压缩、存储与转发系统软件设计 |
| 4.1 Hi3516A嵌入式视频编码压缩软件设计 |
| 4.1.1 Hi3516A开发环境搭建 |
| 4.1.2 视频编码控制模块 |
| 4.1.3 H.265 码流转发模块 |
| 4.2 RGMII接口逻辑设计 |
| 4.3 视频存储逻辑设计 |
| 4.3.1 FLASH异步接口基本时序 |
| 4.3.2 FLASH初始化控制 |
| 4.3.3 FLASH擦除和坏块管理 |
| 4.3.4 FLASH读写控制 |
| 4.4 视频转发逻辑设计 |
| 4.5 本章小结 |
| 5 系统功能测试与结果分析 |
| 5.1 测试平台搭建 |
| 5.2 视频压缩性能测试 |
| 5.2.1 视频码率及压缩比测试 |
| 5.2.2 视频质量测试 |
| 5.3 RGMII接口功能测试 |
| 5.4 视频存储和转发功能测试 |
| 5.4.1 FLASH读写测试 |
| 5.4.2 LVDS传输测试 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士期间的研究成果 |
| 致谢 |
（7）全景视频投影及编码优化算法（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 研究目标与内容 |
| 1.4 本文章节安排 |
| 第2章 全景视频编码技术简介 |
| 2.1 全景视频编码框架简介 |
| 2.2 全景视频投影技术 |
| 2.2.1 基于固定映射函数的投影格式 |
| 2.2.2 基于自适应映射函数的投影格式 |
| 2.3 全景视频编码技术 |
| 2.3.1 高效视频编码标准框架 |
| 2.3.2 全景视频编码优化技术 |
| 2.4 全景视频质量评估标准 |
| 2.4.1 传统2D质量评估标准 |
| 2.4.2 球域质量评估标准 |
| 2.5 本章小结 |
| 第3章 基于内容相关的混合等角立方体投影方法 |
| 3.1 问题与动机 |
| 3.2 基于内容特性的投影模型 |
| 3.3 映射函数的最优参数决策 |
| 3.4 基于CHEC格式的全景视频编码 |
| 3.5 实验结果与分析 |
| 3.5.1 实验环境配置 |
| 3.5.2 不同投影格式之间的投影变换性能对比 |
| 3.5.3 不同投影格式之间的编码性能对比 |
| 3.6 本章小结 |
| 第4章 基于纹理特性的球域旋转方法 |
| 4.1 相关研究 |
| 4.2 问题与动机 |
| 4.3 基于FSR、TSR和G-TSR的全景视频编码框架 |
| 4.4 基于全遍历的球域旋转模型 |
| 4.5 基于纹理特性的球域旋转模型 |
| 4.5.1 基于纹理特性旋转方法的编码过程 |
| 4.5.2 基于帧内模式的旋转角度预测方法 |
| 4.6 基于分组的球域旋转模型 |
| 4.6.1 基于分组旋转方法的编码过程 |
| 4.6.2 基于统计方法的分组数决策过程 |
| 4.7 实验结果与分析 |
| 4.7.1 在CMP格式和编码端WS-PSNR标准下的编码性能 |
| 4.7.2 在CMP格式和其他质量评估标准下的编码性能 |
| 4.7.3 传统无球域旋转方法和TSR方法下的投影平面可视化 |
| 4.7.4 在其它CMP系列格式和编解码端WS-PSNR标准下的编码性能 |
| 4.7.5 将TSR方法应用到不同坐标轴上的编码性能 |
| 4.8 本章小结 |
| 第5章 基于组合加权的帧内预测方法 |
| 5.1 相关研究 |
| 5.2 问题与动机 |
| 5.3 基于MPM加权的帧内预测方法 |
| 5.4 基于MPM加权帧内预测方法的视频编解码过程 |
| 5.5 实验结果与分析 |
| 5.5.1 在2D视频上的编码性能 |
| 5.5.2 在全景视频上的编码性能 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 本文工作总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
| 致谢 |
（8）基于H.265的视频快速编解码研究和实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 视频编解码标准发展历程 |
| 1.2.2 编解码搜索算法研究 |
| 1.3 论文主要研究内容 |
| 1.4 本文的结构安排 |
| 第2章 H.265/HEVC视频编解码技术 |
| 2.1 H.265/HEVC混合视频编解码框架 |
| 2.1.1 帧内编码框架 |
| 2.1.2 帧间编码框架 |
| 2.1.3 混合编码框架 |
| 2.1.4 解码框架 |
| 2.2 H.265/HEVC主要关键技术 |
| 2.2.1 编码树单元 |
| 2.2.2 帧内预测技术 |
| 2.2.3 帧间预测技术 |
| 2.2.4 变换和量化 |
| 2.2.5 环路滤波 |
| 2.2.6 熵编码 |
| 2.3 H.265/HEVC与 H.264/AVC对比 |
| 2.4 实时编码实现方案 |
| 2.5 本章小结 |
| 第3章 H.265/HEVC视频编码中的快速搜索算法分析 |
| 3.1 帧间预测中的运动估计ME |
| 3.1.1 ME基本原理 |
| 3.1.2 块匹配准则 |
| 3.2 基于全搜索算法与基于三步搜索算法运动估计的比较 |
| 3.2.1 基于全搜索算法的运动估计 |
| 3.2.2 基于三步搜索算法的运动估计 |
| 3.2.3 两种传统搜索算法的编码验证及结果对比分析 |
| 3.3 基于TZsearch算法的快速搜索运动估计分析 |
| 3.3.1 基于TZsearch算法的快速搜索运动估计 |
| 3.3.2 全搜索算法与TZsearch算法的实验及结果对比分析 |
| 3.4 基于TZsearch算法的快速搜索运动估计改进 |
| 3.4.1 最优点的概率分布 |
| 3.4.2 TZsearch算法的改进 |
| 3.5 改进TZsearch算法编码实验及结果对比分析 |
| 3.6 本章小结 |
| 第4章 基于H.265/HEVC的视频实时传输系统设计 |
| 4.1 实时传输系统设计 |
| 4.1.1 系统设计需求 |
| 4.1.2 系统设计思路 |
| 4.2 视频采集模块设计 |
| 4.3 基于改进后TZsearch算法的H.265/HEVC编码设计 |
| 4.3.1 视频像素格式转换 |
| 4.3.2 视频编码参数设置 |
| 4.3.3 编码器的选择与优化 |
| 4.3.4 基于优化x265 编码器的编码设计 |
| 4.3.4.1 离线视频数据编码设计 |
| 4.3.4.2 实时视频数据编码设计 |
| 4.4 系统实时传输设计 |
| 4.5 基于FFmpeg的 H.265/HEVC解码设计 |
| 4.5.1 H.265/HEVC解码设计 |
| 4.5.1.1 离线视频数据解码设计 |
| 4.5.1.2 实时视频数据解码设计 |
| 4.5.2 视频像素格式转换 |
| 4.6 本章小结 |
| 第5章 基于H.265/HEVC的视频实时传输系统实现和测试 |
| 5.1 基于H.265/HEVC的视频实时传输系统硬件部分 |
| 5.2 基于改进TZsearch算法的H.265/HEVC编码实现 |
| 5.2.1 编码参数设置界面 |
| 5.2.2 实时编码视频显示 |
| 5.3 基于FFmpeg的 H.265/HEVC解码实现 |
| 5.4 实时视频流编码验证和测试 |
| 5.4.1 视频序列格式选取 |
| 5.4.2 实时视频流编码验证结果 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（9）基于先验信息和卷积神经网络的视频去噪算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究意义和背景 |
| 1.2 国内外发展现状 |
| 1.2.1 图像去噪研究现状 |
| 1.2.2 视频去噪研究现状 |
| 1.2.3 神经网络轻量化研究现状 |
| 1.3 主要创新和贡献 |
| 1.4 全文结构与安排 |
| 第二章 噪声信号分类与去噪方法 |
| 2.1 噪声起因及分类 |
| 2.1.1 按照噪声影响视频方式 |
| 2.1.2 按照噪声空间概率密度分布 |
| 2.2 图像与视频去噪方法 |
| 2.2.1 图像去噪方法 |
| 2.2.2 视频去噪方法 |
| 2.3 视频去噪性能质量评价 |
| 2.3.1 主观质量评价 |
| 2.3.2 客观质量评价 |
| 2.4 本章小结 |
| 第三章 基于先验信息和卷积神经网络的视频去噪方法 |
| 3.1 基于块匹配的运动补偿 |
| 3.1.1 块匹配搜索算法 |
| 3.1.2 块匹配准则 |
| 3.1.3 运动补偿 |
| 3.2 视频先验信息优化处理 |
| 3.3 基于先验信息和卷积神经网络的视频去噪方法 |
| 3.4 基于视觉感知的损失函数 |
| 3.5 实验细节及结果分析 |
| 3.5.1 数据集 |
| 3.5.2 实验设置 |
| 3.5.3 实验结果 |
| 3.5.4 损失函数结果 |
| 3.5.5 消融实验 |
| 3.6 本章小结 |
| 第四章 视频去噪卷积神经网络的轻量化设计 |
| 4.1 轻量化参数计算 |
| 4.1.1 浮点运算次数 |
| 4.1.2 神经网络权值 |
| 4.1.3 内存使用 |
| 4.2 轻量化网络结构 |
| 4.2.1 SqueezeNet |
| 4.2.2 MobileNet |
| 4.2.3 ShuffleNet |
| 4.3 基于轻量化神经网络的视频去噪方法 |
| 4.3.1 算法流程 |
| 4.3.2 轻量化理论分析 |
| 4.4 实验细节及结果分析 |
| 4.4.1 实验设置 |
| 4.4.2 实验结果 |
| 4.4.3 轻量化参数对比与分析 |
| 4.5 本章小结 |
| 第五章 全文总结与展望 |
| 5.1 全文总结 |
| 5.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（10）面向监控视频的高效视频编码区域级码率控制方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 研究现状 |
| 1.3.1 传统码率控制算法 |
| 1.3.2 优化感知质量的码率控制算法 |
| 1.4 论文的主要研究内容 |
| 1.5 论文的结构及章节安排 |
| 第2章 相关技术研究 |
| 2.1 监控视频特点 |
| 2.2 人类视觉系统(HVS) |
| 2.2.1 HVS结构组成 |
| 2.2.2 HVS感知特性 |
| 2.3 高效视频编码(HEVC)标准 |
| 2.3.1 HEVC标准编码框架 |
| 2.3.2 HEVC标准主要编码技术 |
| 2.3.3 HEVC标准编码结构 |
| 2.4 λ域码率控制技术 |
| 2.4.1 目标比特分配 |
| 2.4.2 目标比特实现 |
| 2.4.3 λ域码率控制技术存在的问题 |
| 2.5 本章小结 |
| 第3章 优化监控视频感知质量的HEVC帧内码率控制算法 |
| 3.1 引言 |
| 3.2 视频内容感知敏感因子构建 |
| 3.2.1 视频内容空时域复杂度衡量 |
| 3.2.2 纹理感知敏感因子 |
| 3.2.3 运动感知敏感因子 |
| 3.2.4 空时域感知敏感因子 |
| 3.3 提出的帧内码率控制算法 |
| 3.3.1 提出算法 |
| 3.3.2 提出算法完整流程 |
| 3.4 实验结果与分析 |
| 3.4.1 实验设置 |
| 3.4.2 比特估计准确度 |
| 3.4.3 率失真性能 |
| 3.4.4 算法复杂度 |
| 3.5 本章小结 |
| 第4章 优化监控视频感知质量的HEVC帧间码率控制算法 |
| 4.1 引言 |
| 4.2 提出算法的整体框图 |
| 4.3 感兴趣区域检测 |
| 4.3.1 提取关键帧 |
| 4.3.2 感兴趣区域检测 |
| 4.4 提出图像级码率控制算法 |
| 4.5 提出LCU级码率控制算法 |
| 4.6 实验结果与分析 |
| 4.6.1 实验设置 |
| 4.6.2 比特估计准确度 |
| 4.6.3 率失真性能 |
| 4.6.4 算法复杂度 |
| 4.7 本章小结 |
| 第5章 结论与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
四、基于预测和补偿的4D-MDCT彩色视频编码（论文参考文献）
- [1]基于内容自适应的光场视频编码[D]. 涂望. 杭州电子科技大学, 2021
- [2]监控场景下基于背景建模的视频编码研究[D]. 刘辰. 哈尔滨工业大学, 2021
- [3]基于视频着色与质量增强的高效视频编码方法[D]. 袁冯. 南京信息工程大学, 2021(01)
- [4]基于复合混沌系统的视频加密技术研究[D]. 赵晓龙. 中北大学, 2021(09)
- [5]基于合成失真估计模型的3D视频混合数模传输方法研究[D]. 李沛豪. 中北大学, 2021(09)
- [6]全高清视频压缩、存储与转发系统设计与实现[D]. 马军. 中北大学, 2021(09)
- [7]全景视频投影及编码优化算法[D]. 皮金勇. 中国科学院大学(中国科学院深圳先进技术研究院), 2021(09)
- [8]基于H.265的视频快速编解码研究和实现[D]. 袁晴. 杭州电子科技大学, 2021
- [9]基于先验信息和卷积神经网络的视频去噪算法研究[D]. 申屠敏健. 电子科技大学, 2021(01)
- [10]面向监控视频的高效视频编码区域级码率控制方法研究[D]. 王玲. 西安邮电大学, 2021