提出利用一种串、并行结合的方式将全局和局部面部特征进行集成:首先利用全局特征进行粗略的匹配,然后再将全局和局部特征集成起来进行精细的确认.在该方法中,全局和局部特征分别采用傅里叶变换和Gabor小波变换进行提取.两个大规模的人...提出利用一种串、并行结合的方式将全局和局部面部特征进行集成:首先利用全局特征进行粗略的匹配,然后再将全局和局部特征集成起来进行精细的确认.在该方法中,全局和局部特征分别采用傅里叶变换和Gabor小波变换进行提取.两个大规模的人脸库(FERET and FRGCv2.0)上的实验结果表明,此方法不仅可以显著提高系统的精度,而且可以提升系统的速度.展开更多
基于变换后残差信号的拉普拉斯分布特性,提出了一种面向高效视频编码(high efficiency video coding,HEVC)的编码树单元(coding tree unit,CTU)级码率控制算法.首先,研究了量化参数、拉普拉斯分布参数以及拉格朗日乘数之间的关系,并建...基于变换后残差信号的拉普拉斯分布特性,提出了一种面向高效视频编码(high efficiency video coding,HEVC)的编码树单元(coding tree unit,CTU)级码率控制算法.首先,研究了量化参数、拉普拉斯分布参数以及拉格朗日乘数之间的关系,并建立了模型.然后,根据每个CTU的变换残差的拉普拉斯分布特性动态调整其量化参数,以获取高效的编码性能.此外,通过与帧级码率控制算法相结合,获得了更加精确的码率控制效果以及良好的编码性能.实验结果表明,所提出的码率控制算法可以获得比HEVC标准提案JCTVC-H0213和JCTVC-K0103中所述码率控制算法更优的编码性能.展开更多
文摘提出利用一种串、并行结合的方式将全局和局部面部特征进行集成:首先利用全局特征进行粗略的匹配,然后再将全局和局部特征集成起来进行精细的确认.在该方法中,全局和局部特征分别采用傅里叶变换和Gabor小波变换进行提取.两个大规模的人脸库(FERET and FRGCv2.0)上的实验结果表明,此方法不仅可以显著提高系统的精度,而且可以提升系统的速度.
文摘基于变换后残差信号的拉普拉斯分布特性,提出了一种面向高效视频编码(high efficiency video coding,HEVC)的编码树单元(coding tree unit,CTU)级码率控制算法.首先,研究了量化参数、拉普拉斯分布参数以及拉格朗日乘数之间的关系,并建立了模型.然后,根据每个CTU的变换残差的拉普拉斯分布特性动态调整其量化参数,以获取高效的编码性能.此外,通过与帧级码率控制算法相结合,获得了更加精确的码率控制效果以及良好的编码性能.实验结果表明,所提出的码率控制算法可以获得比HEVC标准提案JCTVC-H0213和JCTVC-K0103中所述码率控制算法更优的编码性能.
