期刊文献+

基于神经网络的视频量化参数预测研究 被引量:2

下载PDF
导出
摘要 神经网络在信息预测中有着广泛地应用.介绍一种神经网络和MPEG-4的率失真模型相结合的视频帧量化参数预测方法.实验结果表明,利用人工神经网络的强预测性和高容错性,提高了视频编码中量化参数的预测效果.在MPEG-4校验模型中,使用本方法取代MPEG-4的率失真模型对视频序列Akiyo的前300帧量化参数进行预测,并用于量化编码,在同等条件下,视频序列的编码帧数增加了6.7%,同时,预测时间和图象复原质量没有受到明显影响.
作者 李猛
出处 《辽宁师专学报(自然科学版)》 2007年第1期25-28,共4页 Journal of Liaoning Normal College(Natural Science Edition)
  • 相关文献

参考文献1

  • 1Chang Wen Chen,Lulin Chen,Jiebo Luo.A Cellular Neural Network for Clustering-Based Adaptive Quantization in Subband VideoCompression[].IEEE Circuits and Systems Magazine.1996

同被引文献8

  • 1黄军浩,毕笃彦,许悦雷,王岩.基于H.264的帧级码率控制和率失真技术研究[J].电视技术,2005,29(z1):44-46. 被引量:2
  • 2CZUNI L, CSASZAR G. Estimating the Optimal Quantization Parameter in H. 2M[C]//Proc. 18th International Conference on Pattern Recogni- tiorr IS. 1. ] :IEEE Press, 2006:330-333.
  • 3LEE H J,CHIANG T, ZHANG Y Q. Scalable rate control for MPEG-4 video [ J ]. 1EEE Trans. Circuits and Systems for Video Technology, 2000, 10(9) :878-894.
  • 4SUN Xin, LIU Qiongxin, ZHANG Lei. A BP neural network model based on genetic algorithm for comprehensive evaluation [ C ]// Proc. 2011 Third Pacific-Asia. Conference on Circuits, Communication and system (PACCS) ,2011. IS. 1. ] :IEEE Press,2011:1-5.
  • 5LI Zhengguo, PAN Feng, PANG Keng. Adaptive basic unit layer rate control for JVT:JVT-GO12 [R]. IS. 1. ] :JVT, 2003.
  • 6.MPEG4 Video Verification Model version 18.0[].ISO/IEC JTC/SC/WG Document N.2001
  • 7Chang Wen Chen,Lulin Chen,Jiebo Luo.A Cellular Neural Network for Clustering-Based Adaptive Quantization in Subband VideoCompression[].IEEE Circuits and Systems Magazine.1996
  • 8季国飞,王庆.一种基于BP网络的H.264快速帧内模式选择算法[J].计算机工程与应用,2008,44(13):100-102. 被引量:1

引证文献2

二级引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部