面向创新能力培养的“微机原理”课程教学改革

课程建设是教育教学改革的重要内容,为有效实现创新人才培养目标,对信息通信类专业学科基础课“微机原理”开展教学改革。针对“微机原理”课程内容繁杂、概念抽象、实践性强的特点,在教学内容设计与教学实施过程中探索理论与实践教学融合的有效模式。教学内容设计使课堂授课、课内实验以及课外挑战性项目的内容相互衔接,教学实施中采用以问题为导向的课堂教学模式,以及以挑战性项目为载体的课外培养模式。通过课内外联动,有效激发学生的学习兴趣和实践热情,促进学生的自主学习与创新能力提高。

基于特征金字塔的轻量化图像超分辨率算法

近年来,深度学习技术推动了图像超分辨率领域的进展。然而,现有的网络计算资源消耗量大,无法在移动端设备上进行应用。针对这一问题,提出了一种基于特征金字塔的轻量化图像超分辨率算法。在设计的特征金字塔提取模块中,采用通道分离和交叉融合的操作,提高特征的表达能力,更全面地捕捉不同特征间的关联。此外,设计了一种双分支的通道注意力机制,引导两个特征自适应性融合,同时引入残差结构让模型训练更加稳定。在Manga109数据集的2倍尺度的实验中,相比于SRCNN算法和IDN算法,提出的方法峰值信噪比(PSNR)分别提高了1.35 dB和0.18 dB,参数量相比IDN减少了43.76%。

基于决策树的HEVC到VVC转码算法

H.266/VVC优秀的编码效率促使人们将H.265/HEVC编码的视频内容转码到H.266/VVC标准。然而H.266/VVC新引入的四叉树嵌套多类型树(QTMT)编码单元(CU)划分技术显著增加了VVC编码可能的划分模式,并导致HEVC到VVC的转码的高复杂度。因此提出了基于深度重用和决策树的HEVC到VVC转码算法。首先通过HEVC的划分深度缩小了VVC编码单元划分的深度范围,随后使用决策树判断剩余深度上CU分裂的可能性,并对不太可能的划分深度执行简化测试。实验结果显示,和原版的转码算法相比,提出的算法平均降低了45.53%的转码复杂度,而BDBR仅增加了0.80%。

基于改进YOLOv5s的轻量化交通灯检测算法

针对目前交通灯检测算法网络模型参数量过大、实时性差的问题,提出了一种基于改进YOLOv5s的轻量化交通灯检测算法.首先,用轻量化网络MobileNetv3替换原主干网络并引入注意力机制,在对检测精度影响不大的前提下降低模型参数量;然后,使用深度可分离卷积替换颈部网络中的传统标准卷积,进一步降低模型参数量;接着,针对交通灯尺度小的特点,删除检测大目标的检测层;最后,改进边框回归损失函数,提升边框检测精度.同时,为了能实时部署在嵌入式平台,该算法对网络进行通道剪枝实现模型压缩和加速.实验结果表明,该算法在嵌入式平台NVIDIA Jetson Xavier NX上能达到48.1帧/s的检测速度,相比原始YOLOv5s牺牲了1.5%的mAP,但是该模型体积压缩了54.3%,检测速度提高为原来的2.6倍,可以满足在交通道路中实时对交通灯检测的需要.

一种基于自适应阈值的H.264/AVC帧内预测模式快速选择算法

在H.264/AVC中,帧内编码采用帧内预测来提高编码效率．色度块尺寸为8×8,亮度块包括4×4和16×16两种尺寸,每种块提供多种预测模式,因此这种多模式选择极大地增加了编码复杂性．本文利用色度块和亮度块以及亮度4×4和16×16块模式选择之间的相关性,提出一种基于RDO(Rate distortion optimization)不同判决依据的快速帧内预测模式选择算法,并能够自适应调整阈值．实验结果表明与校验模型JM7.2相比在信噪比和码率变化不大的同时,能够使I帧编码速度平均提高6倍,并可节约P帧25%的编码时间．

一种基于H.264/AVC的多参考帧快速选择算法

最新的视频编码标准H.264/AVC采用了多参考帧运动估计来提高编码效率,增加的计算量与参考帧数目成正比。实际中,多参考帧对编码效率的提高并不完全依赖参考帧数目,而是与序列特征有关。为避免搜索多余的参考帧,提出一种参考帧选择算法来快速确定当前宏块所需的参考帧。该算法利用序列的纹理特征来判定可能的参考帧数目,然后再根据帧间运动信息和RDO(Rate DistortionOptimization)的单调性进一步确定16×16,8×8和4×4模式的最佳参考帧,其它模式可根据与这3种模式的参考帧选择相关性来自适应确定可能选中的参考帧。实验结果表明,这种算法在保持码率和信噪比几乎不变的同时,能够节省约30%的编码时间。

基于感兴趣区域及LCU特征的码率分配算法

针对高效视频编码码率分配策略不考虑视觉冗余,并且LCU层图像内容特征考虑单一的情况下导致人眼观看视频时视觉感受下降的问题,提出了一种基于感兴趣区域及LCU特征的码率控制算法。通过预训练的目标检测网络检测视频中的人眼感兴趣区域;利用纹理复杂度、失真程度、结构强度的图像特征构建出新的权重计算公式调整QP。实验结果表明,在低延迟配置下保持客观质量的同时,可提高视频的主观质量,平均获得0.64%的SSIM增益。

基于多尺度特征提取的编码预处理算法

随着视频数据的爆炸式增长,视频的存储、传输压力不断加剧。为了进一步提高视频的压缩效率,设计了基于多尺度特征提取的编码预处理算法。该算法可以直接嵌入任何编码器之前,实现即插即用。该算法利用两阶段法,有效衡量了编码器的特点。同时,通过设计多尺度特征提取模块、通道注意力模块,有效提高了视频的压缩效率。实验结果表明,相较于H.266/VVC参考软件VTM10.0,提出的算法以峰值信噪比(PSNR)平均降低0.19 dB为代价,视频压缩效率平均提高19%。

基于LightGBM的H.266/VVC快速帧间块划分算法

新一代视频编解码标准H.266/VVC在多个编码核心模块引入诸多新的技术,旨在提高视频编码的压缩效率,同时也带来复杂度显著增加。在块划分方面,在H.265/HEVC中四叉树划分(QT)的基础上增加了多叉树划分(MT),导致划分情况增多;此外帧间引入众多编码模式,使得确定每个CU的帧间最优模式的计算过程变得更加繁复,这些帧间预测技术极大增加了复杂度,阻碍了其在实际中的应用。因此提出了基于LightGBM的快速帧间块划分算法,通过分析常规的时空以及上下文特性,还引入多个新特征。通过选择大量相关性较强的特征并建多个LightGBM模型,并以此设计了全新的块划分流程,使得整体块划分过程显著缩短。实验结果表明,与H.266/VVC参考软件VTM10.0相比,平均降低33.98%计算复杂度,且BDBR仅增加了1.77%。

一种新的自适应维纳滤波方法

针对经典维纳滤波器存在的不足,提出一种新的自适应维纳滤波器.该滤波器能够根据不同的图像特性在给定的多个模板之间自适应地选择模板,使得滤波效果更加理想;并且相对于传统的维纳滤波方法,可以较完整地保存图像的轮廓信息.试验结果表明,新的自适应维纳滤波方法在主观和客观性能方面比传统的维纳滤波方法均有较大的改善.

一种快速HEVC帧内预测算法

为了提高HEVC帧内预测的编码速度,提出了一种快速帧内预测算法。该算法充分利用视频序列的时间相关性,利用相邻帧CU的大小相关性在CU(Code Unit)层提前判定CU的最佳编码尺寸以及利用相邻帧在PU层减少预测方向数目来加速帧内预测的过程。实验结果表明:提出的算法与HEVC已有快速算法相比,峰值信噪比(PSNR)平均下降0.06 dB,输出码率平均减少0.09%,而帧内预测时间平均减少了约49.81%。

基于运动特征的HEVC快速帧间预测算法

高效视频编码(high efficiency video coding,HEVC)帧间预测方法相比于其他视频编码标准具有更高的编码效率,但同时也带来了更高的编码复杂度.为了加速HEVC帧间预测过程,提出了一种快速帧间预测算法.该算法首先判断当前编码单元(coding unit,CU)的运动特征,然后根据不同的运动特征采取不同的优化措施以减少帧间预测时间.基于HEVC校验模型(HM6.0)的实验结果表明,该算法在基本保持传统算法性能的基础上,编码时间平均可减少53.33%.

一种基于小波和Wiener相结合图像去噪新方法

提出一种新的小波变换和维纳滤波相结合的图像滤波方法。该滤波方法首先使用小波变换,将图像信号从时域变换到频域,结合新的Wiener方法对图像的高低频结果进行滤波处理。改进的自适应Wiener滤波器可以根据图像特性,在给定的多个模板间对图像进行自适应模板选择,使得滤波效果更加理想。实验结果表明,该方法比传统的维纳滤波和小波阈值去噪方法有较大的改善。

基于无线信道的SVC数据误码保护方案

提出一种基于无线传输信道的分级视频编码数据误码保护方案。该方案通过综合分析空间增强层数据、时间增强层数据、信噪比增强层数据的相对重要性,按重要性的不同将各增强层的数据归为3类,对不同级别数据采用不同冗余度的前向纠错保护方式。实验结果证明,该方案可以取得较好的传输效果,与传统的均匀误码保护及非均匀误码保护方案相比,可获得2 dB和0.5 dB的PSNR增益。

AVS标准最新进展

数字音视频编解码技术标准(AVS)是中国实施自主创新战略的典型案例。AVS标准工作组成立17年来,先后完成了两代标准的制定,第一代AVS标准已经广泛应用于数字电视广播等领域,第二代标准的性能已经赶超了同世代的国际标准,第三代标准正在酝酿中。首先简要回顾AVS标准的产生,然后介绍AVS1/AVS+的应用进展、AVS2标准化的进展及技术性能,以及AVS3的筹备情况。

一种改进的UMHexagonS运动估计算法

在视频编码中，运动估计占据约70％的编码时间，是视频编码中的重要环节。整像素运动搜索UMHexagonS算法以较低的计算复杂度，达到了接近全搜索算法的率失真性能，而被H．264和AVS等标准所采纳。在分析UMHexagonS算法的基础上，对其非对称十字形搜索和非均匀多层次六边形格点搜索算法进行了改进。实验表明，在基本保持原算法性能的同时，该算法比原算法减少了60％～70％的搜索点数，降低了运动估计的计算复杂度。

一种快速的防伪起始码处理方法

伪起始码在AVS视频编码标准中起着关键作用。出现伪起始码将使图像的头信息发生错误,导致后续信息发生错位。因此,在完成熵编码输出前,必须进行伪起始码检测。分析了传统的和AVS标准中采用的防伪起码方法,在此基础上,提出了一种采用整字节检测的快速防伪起始码方法。实验结果表明,相对于原有方法,在有无伪起始码时,处理速度均可提高20倍以上。

基于HTTP流化的自适应码率混合控制算法

HTTP流化自适应流媒体技术已逐渐应用于媒体视频传输.提出一种新的自适应码率控制算法,将视频资源缓存、网络吞吐量共同作为混合控制的主要参数.在视频资源缓存控制机制中,通过采用缓存空间均衡的方式,调整单个视频分片进入缓存区所消耗的时间,使视频数据总量保持在均衡范围内.在网络吞吐量控制机制中,根据当前网络状况,利用保守策略提升视频码率,并利用逻辑斯谛方程确定码率下调幅度.通过使用双参数进行码率决策,能有效避免单一使用某一个参数而产生的决策精度上的不足,从而实现控制性能最优.在实际网络带宽情况下,该算法已在使用MPEG-DASH标准的参考平台上得到验证.

基于密集连接的FPN多尺度目标检测算法

图像中目标对象的多尺度问题一直以来都是目标检测领域的主要难点之一,尤其是极端尺度对象的检测。研究发现,目标检测网络模型的深层语义特征有利于对象的识别,而浅层空间特征对对象的边界框回归很有帮助。DC-FPN使用密集连接代替FPN网络模型中的横向连接,能够从多层特征层中获取目标检测所需的特征信息,其中密集连接可以融合FPN自底向上传输模块中的所有特征层的特征信息,使FPN自顶向下传输模块的预测特征层能从中获取不同尺度对象检测所需的特征信息。实验表明,DC-FPN目标检测算法能够显著地提升模型的多尺度目标检测性能,使用MS COCO数据集训练和测试,其检测准确度(AP)能达到43.1%。

基于云计算的数字电视前端系统的研究与实现

云计算能够给用户提供可靠的、自定义的、最大化资源利用的服务,是一种崭新的分布式计算模式。将云计算与数字电视前端技术相结合,提出了一种基于云计算的数字电视前端系统的架构,并将该架构应用于双国标地面数字电视前端系统中,证明了该架构的可行性和有效性。