一种基于位深度变换的无线电频谱数据压缩方法

电磁频谱数据是刻画电磁频谱态势的量化数字集合,频谱数据具有空间相关性、时间相关性以及频率相关性,在局部范围内的频谱数据和相邻频率上的数据存在冗余。针对上述问题,提出了一种基于位深度变换的无线电频谱数据压缩方法,首先将未经处理的无线电频谱监测数据经过数据转换模块转换成可便于后续压缩的频谱子图,然后采用传统编码方法压缩最高有效字节(HSB)频谱子图,最后设计了一种自回归熵模型来实现最低有效字节(LSB)频谱子图的高性能压缩并引入波前并行操作来加快解码速率。实验结果表明,其压缩率为39.05%,与已有的HUffman等传统无损压缩方法和无损图像压缩方法相比,所提出的方法在保证数据准确性的同时有着更好的压缩性能。

基于多层次特征聚合的图像压缩伪影去除方法

压缩图像伪影去除作为一个图像恢复的子任务,目的是从有损压缩图像中恢复出高质量图像。现有基于Transformer的方法在计算自注意力时杂度过高,不适用于高分辨图像。有多种方法都被提出用来减小Transformer的计算量,但都会造成恢复效果下降。对此,提出一个CNN和Transformer结合的高效多层次特征聚合网络EMFANet。图像中在整体、部分和细小范围内存在全局、区域和局部特征,对于全局特征建模采用具有线性复杂度的自注意力,对于区域特征建模采用具有随机移位的窗口自注意力,对于局部特征建模采用基于通道注意力的轻量级卷积。经过实验验证,所提出的方法在JPEG压缩伪影去除任务上实现了较为先进的性能。

基于深度值前向投影的视频帧插值模型

视频帧插值技术应用广泛,其目的是在给定两个连续的视频帧条件下,生成中间帧。针对向投影过程中经常出现的多个像素投影到同一个位置的像素重叠问题,提出了一种基于深度值前向投影的视频帧插值模型。根据提出的深度估计模块的深度值对前向投影过程进行线性加权,并具有深度平移不变性,对重叠像素区域的前景物体边界和背景像素的像素重建有一定的效果提升。实验结果表明,所提出的算法在公开的视频帧内插数据集Vimeo-90k上测试结果良好,与其他算法相比,在PSNR、SSIM和LPIPS性能评价指标上均能达到较为优秀的性能指标,验证了算法的优越性。

基于位姿状态的激光雷达点云帧间编码方法

激光雷达动态获取点云压缩在智能驾驶领域具有重要应用。为了应对点云序列时域冗余问题,本文设计了基于位姿状态的激光雷达点云帧间编码方法。在动态获取点云场景中,点云在三维空间上分布广泛且稀疏。对此,将其映射到二维距离图上。并在此基础上,结合激光雷达位姿关系,提出了一种高效的帧间预测编码方法,以消除时域冗余。由于三维物体遮挡的原因,激光雷达运动时易导致预测距离图产生空洞现象,影响预测编码性能。采用空洞填补方法可提高算法预测精度,并对预测残差进行量化和压缩。实验结果表明,相较于G-PCC等编码方法,所提出的方法在编码性能方面表现更为优越。