Таблица | Карточка | RUSMARC | |
Разрешенные действия: –
Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
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 | |||||
Интернет | Авторизованные пользователи СПбПУ | |||||
Интернет | Анонимные пользователи |
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
- CNN-01
Статистика использования
Количество обращений: 223
За последние 30 дней: 0 Подробная статистика |