Детальная информация

Реимер Джефф. Основанное на обучении кодирование изображения посредством исследования контуров [Электронный ресурс] = Deep learning-based predictive image coding considering contours: магистерская диссертация: 09.04.01 / Реимер Джефф; Санкт-Петербургский политехнический университет Петра Великого, Институт компьютерных наук и технологий ; науч. рук. В. А. Яроцкий. — Электрон. текстовые дан. (1 файл : 3,65 Мб). — Санкт-Петербург, 2017. — Загл. с титул. экрана. — Текст на англ. яз. — Свободный доступ из сети Интернет (чтение, печать, копирование). — Adobe Acrobat Reader 7.0. — <URL:http://elib.spbstu.ru/dl/2/V17-6564.pdf>. — <URL:http://doi.org/10.18720/SPBPU/2/V17-6564>.

Дата создания записи: 22.11.2017

Тематика: Видеоинформация; Кодирование; увеличение разрешения; пропускная способность

УДК: 004.4'274.056.55(043.3)

Коллекции: Выпускные квалификационные работы; Общая коллекция

Ссылки: DOI

Разрешенные действия: Прочитать Загрузить (3,7 Мб) Для чтения документа необходим Flash Player

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

В последние годы наблюдается тенденция увеличения разрешения от высокой четкости (HD) до 4K или даже 8K Ultra High Definition (UHD). С точки зрения количества пикселей для отображения означает, что переход от HD к 4K UHD число в четыре раза. В случае 8K UHD по отношению к HD это даже увеличение фактора шестнадцать. Но в то же время доступную полосу пропускания, т. е. в интернете, не растет пропорционально увеличению разрешения. Для этого необходимо более эффективное кодирование видео. Для высокоэффективного кодирования видео (hevc в) используется внутрикадровое кодирование рядом с межкадровым кодированием в качестве краеугольного камня при сжатии видео, но обнаруживается дефицит в примере прогнозирования значения для кодирования блоков. В этой научной работе исследуется метод глубокого обучения на основе разработки прогнозирования значения образца, который поддерживается данными контура изображения. Экспериментальные результаты показывают, что в целом возможно увеличение на 1-2 дБ, что, согласно литературе по видеокодированию, является заметным улучшением. Это улучшение помогает уменьшить необходимую пропускную способность при передаче данных по сети.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать Печать Загрузить
-> Интернет Все Прочитать Печать Загрузить

Оглавление

  • Министерство образования и науки Российской Федерации
  • Master-Thesis - Jeff Reimer
    • Abstract
    • List of Abbreviations
    • List of Figures
    • List of Tables
    • Introduction
    • State of the art
      • Human eyesight
      • Video coding
        • Motivation - why coding?
        • Coding standards: Advanced Video Coding and High Efficiency Video Coding
        • Compression methods
        • Prediction error and its correction
      • Image Inpainting
      • Convolutional Neural Network
        • The Convolutional Layers
        • Output of convolutional layers
        • ReLu Layers
        • Pooling Layers
        • Output Fully Connected Layer
      • Contour-based Multidirectional Intra Coding
    • Method: Deep learning-based predictive image coding considering contours
      • Creation of contours
      • Architectures of CNN
    • Experimental results
      • CIFAR10
      • KODIM
    • Conclusion
    • Appendix A
    • Appendix B
      • CNN-01
        • Deploy file
        • Solver
      • CNN-02
        • Deploy file
        • Solver

Статистика использования документа

stat Количество обращений: 195
За последние 30 дней: 5
Подробная статистика