基于CNN的面向?qū)ο蟮囊曨l編碼技術(shù)研究與分析.pdf

1、視頻信息在多媒體信息當(dāng)中占有非常重要的地位，然而由于視頻數(shù)據(jù)冗余度高，在保證令人滿意的視頻質(zhì)量的前提下提高壓縮率成為決定多媒體服務(wù)質(zhì)量的關(guān)鍵。面向?qū)ο蟮姆椒▽?duì)于視頻編碼來(lái)說(shuō)是一種強(qiáng)大和先進(jìn)的方法。該方法的優(yōu)點(diǎn)是可以大大降低視頻的傳輸率。由于面向?qū)ο蟮囊曨l編碼方法需要大量的圖像分析，如何解決因處理大量數(shù)據(jù)運(yùn)算造成的實(shí)時(shí)性問(wèn)題就顯得尤為重要。細(xì)胞神經(jīng)網(wǎng)絡(luò)具有并行高速的特點(diǎn)的同時(shí)因其局部耦合的特性而特別適合于圖像處理。因此，基于細(xì)胞神經(jīng)網(wǎng)絡(luò)的

2、面向?qū)ο蟮囊曨l編碼技術(shù)的研究與分析，具有重要的學(xué)術(shù)價(jià)值和應(yīng)用價(jià)值。
　　 本文介紹了細(xì)胞神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)概念和發(fā)展?fàn)顩r，討論了細(xì)胞神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)范圍及其穩(wěn)定性，詳細(xì)分析了面向?qū)ο蟮囊曨l編碼與細(xì)胞神經(jīng)網(wǎng)絡(luò)算法相結(jié)合的視頻編碼架構(gòu)，提出了一種新的基于細(xì)胞神經(jīng)網(wǎng)絡(luò)算法的面向?qū)ο蟮囊曨l對(duì)象分割算法。
　　 全文的主要工作如下：
　　 ①介紹了細(xì)胞神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)概念、發(fā)展?fàn)顩r和硬件實(shí)現(xiàn)。分析了細(xì)胞神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)范圍及其穩(wěn)定性

3、。為后續(xù)章節(jié)的研究工作奠定堅(jiān)實(shí)的理論基礎(chǔ)。
　　 ②對(duì)基于細(xì)胞神經(jīng)網(wǎng)絡(luò)的面向?qū)ο蟮囊曨l編碼技術(shù)進(jìn)行了介紹，詳細(xì)分析了面向?qū)ο蟮囊曨l編碼與細(xì)胞神經(jīng)網(wǎng)絡(luò)算法相結(jié)合的視頻編碼體系結(jié)構(gòu)，模擬實(shí)驗(yàn)表明該方法在保證實(shí)時(shí)性的同時(shí)可以降低視頻的傳輸率。
　　 ③提出了一種新的基于細(xì)胞神經(jīng)網(wǎng)絡(luò)算法的面向?qū)ο蟮囊曨l對(duì)象分割算法。利用一種基于細(xì)胞神經(jīng)網(wǎng)絡(luò)局部自適應(yīng)的機(jī)制來(lái)完成圖像分割和邊緣檢測(cè)的方法，對(duì)視頻中的運(yùn)動(dòng)矢量場(chǎng)進(jìn)行處理，以完成對(duì)視頻