期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于纹理主方向强度的HEVC帧内快速分层算法 被引量:2
1
作者 郭磊 王晓东 +1 位作者 王健 徐博文 《计算机工程》 CAS CSCD 北大核心 2018年第3期307-314,共8页
为降低高效视频编码帧内预测过程的计算复杂度,提出一种基于纹理主方向强度的快速帧内预测算法。根据每一深度层编码单元(CU)分布特点,并结合每块CU纹理主方向强度判断CU是否需要进行分割处理。在深度层为0和1的CU块上统计4×4块的... 为降低高效视频编码帧内预测过程的计算复杂度,提出一种基于纹理主方向强度的快速帧内预测算法。根据每一深度层编码单元(CU)分布特点,并结合每块CU纹理主方向强度判断CU是否需要进行分割处理。在深度层为0和1的CU块上统计4×4块的纹理方向,确定当前CU的纹理主方向强度,判断其纹理复杂度。在深度为2和3的CU上结合像素方差,以像素点为单位计算相应CU的纹理主方向强度。通过实验训练序列获得恰当的阈值,自适应提前终止编码单元的划分,减少帧内预测的编码复杂度。实验结果表明,在保证信噪比和比特率基本不变的条件下,与平台HM15.0相比,该算法编码时间平均节省51.1%。 展开更多
关键词 高效视频编码 帧内预测 纹理方向 编码尺寸 编码单元
在线阅读 下载PDF
帧差与时空图像测速相结合的非接触测流研究 被引量:1
2
作者 赵勤霞 顾声龙 +1 位作者 陈中华 柏文文 《测绘通报》 北大核心 2025年第2期28-34,共7页
天然河道流量监测工作是水文测验的重要工作之一,对水资源管理调度、防洪减灾等方面都发挥着至关重要的作用。时空图像测速(STIV)具有原理简单、实时性强、安全性高等优点。然而,该方法测量也具有一定的局限性,如在天然河道流速、流量... 天然河道流量监测工作是水文测验的重要工作之一,对水资源管理调度、防洪减灾等方面都发挥着至关重要的作用。时空图像测速(STIV)具有原理简单、实时性强、安全性高等优点。然而,该方法测量也具有一定的局限性,如在天然河道流速、流量较小、示踪不明显的情况下,生成的时空图不能产生有效的纹理结构,这极大地影响了纹理主方向的检测,从而影响了算法的准确性。针对上述问题,本文提出了一种帧间差分与局部傅里叶最大角度分析相结合的方法,利用帧间差分法计算出连续两帧图像之间像素差异,捕捉识别出河道发生细微变化的部分,得到的运动显著性图与原图像叠加,生成时空图像(STI),利用局部傅里叶最大角度分析的方法计算时空图的纹理主方向,因此,提高了时空图像测速算法的稳健性和准确性。最后利用天然河道拍摄的水流视频计算出的结果与流速仪法测得的结果进行比测试验。结果表明,在流速、流量较小、示踪不足的情况下,本文方法在纹理主方向、平均流速和流量计算上,精度有明显提升,流速测量的稳定性和实时性好。 展开更多
关键词 时空图像测速 帧差法 纹理方向 局部傅里叶最大角度分析法
在线阅读 下载PDF
面向稳定场图像重建的有效场源及场源函数
3
作者 王凌宇 叶学义 +2 位作者 曾懋胜 陈华华 应娜 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2024年第9期1328-1340,共13页
针对目前稳定场图像重建模型在处理图像边缘和复杂纹理区域依然会产生错误,以及面向实时处理的重建效率问题,提出有效场源选择和场源函数构造算法.首先将稳定场模型与图像纹理相结合,计算缺损像素点处的主纹理方向区间来确定有效场源;... 针对目前稳定场图像重建模型在处理图像边缘和复杂纹理区域依然会产生错误,以及面向实时处理的重建效率问题,提出有效场源选择和场源函数构造算法.首先将稳定场模型与图像纹理相结合,计算缺损像素点处的主纹理方向区间来确定有效场源;然后采用微分近似的方法,利用低阶泰勒展开式构造有效场源与缺损像素点之间的场源函数完成重建.与基于CDD模型的改进算法、基于Criminisi模型的改进算法,以及2种基于稳定场模型的重建算法进行实验的结果表明,所提算法的峰值信噪比平均提高1.5~2.6 dB;重建准确率平均提高3.5%~7.9%;在所选图像以及CelebA-HQ人脸数据集上的实验结果表明,该算法实现了对不同类型缺损图像高效且准确的重建. 展开更多
关键词 稳定场图像重建 有效场源 主纹理方向 场源函数 微分近似
在线阅读 下载PDF
基于残差网络的河流表面时空图像测速法 被引量:5
4
作者 李华宝 张振 +3 位作者 陈林 孟健 孙英军 崔文浩 《河海大学学报(自然科学版)》 CAS CSCD 北大核心 2023年第1期118-128,共11页
针对在耀光、紊流、降雨等复杂含噪场景下时空图像中有效纹理特征变得模糊,使得现有纹理主方向检测算法精度受限的问题,结合深度学习的思想,提出了一种基于残差网络回归模型的时空图像测速(ResNet50-STIV)法,并借助残差网络回归模型强... 针对在耀光、紊流、降雨等复杂含噪场景下时空图像中有效纹理特征变得模糊,使得现有纹理主方向检测算法精度受限的问题,结合深度学习的思想,提出了一种基于残差网络回归模型的时空图像测速(ResNet50-STIV)法,并借助残差网络回归模型强大的非线性学习能力构建了回归预测函数。通过构建人工合成数据集和包含复杂场景时空图像的天然河流数据集对残差网络回归模型进行试验,结果表明:提出的残差网络回归模型在人工合成数据集下的检测精测可达到0.1°,对于天然河流数据集,具有残差结构的ResNet回归模型的检测精度优于VGG16;从模型层数看,基于ResNet50的回归模型能较好地平衡检测精度以及执行效率,在正常场景下的检测精度达到0.7°,而在耀光、紊流、降雨场景下能控制在1.3°以内,ResNet50-STIV优于现有的时空图像测速法;与流速仪法在多场景下表面流速比测的最大相对误差小于12%。 展开更多
关键词 水流测量 时空图像测速 纹理方向 残差网络 深度学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部