针对HEVC编码单元的二分深度划分算法

为了降低高效率视频编码(HEVC)的编码单元(CU)进行四叉树递归遍历的时间,提出一种改进的编码单元快速划分算法.首先,利用帧间时间域的相关性,提取前一帧相同位置CU的最优划分结构,以预测当前CU的划分深度;然后通过改进编码CU结构划分遍历的算法,减少CTU(Coding Tree Unit)四叉树结构的遍历,即从二分深度开始遍历,在每一步遍历之前,判断是否提前终止遍历.实验表明,与HM15.0中的基准划分算法相比,本文算法能够在保证编码性能的同时,降低了55.4%的编码时间,提高了HEVC的编码效率.

融合阴影图和深度划分阴影体的阴影渲染算法

阴影图算法可以简单、快速地渲染硬阴影,但该算法渲染的硬阴影会在边缘区域出现锯齿状走样。受此影响,基于阴影图算法渲染的柔和阴影,在小尺寸半影区域依然可能会出现锯齿状走样。因此,要渲染无走样的柔和阴影,需要精确计算阴影边缘区域的着色点对点光源的可见性。深度划分阴影体算法可以精确地计算着色点对点光源的可见性,但其不仅在效率上不及阴影图算法,还无法实现柔和阴影渲染。针对上述问题,提出一种融合阴影图和深度划分阴影体的阴影渲染算法,对处于阴影边缘区域的着色点,使用深度划分阴影体算法精确计算该着色点对点光源的可见性;对其他着色点,使用阴影图算法快速计算该着色点对点光源的可见性。最后,将着色点的可见性值存储在可见性图中并滤波即可实现无走样柔和阴影的渲染。

一种快速的多尺度多输入编码树单元互补分类网络

深度神经网络(DNN)已被广泛应用到高效视频编码(HEVC)编码树单元(CTU)的深度划分中,显著降低了编码复杂度。然而现有的基于DNN的CTU深度划分方法却忽略了不同尺度编码单元(CU)间的特征相关性和存在着分类错误累积等缺陷。基于此,该文提出一种多尺度多输入的互补分类网络(MCCN)来实现更高效且更准确的HEVC帧内CTU深度划分。首先,提出一种多尺度多输入的卷积神经网络(MMCNN),通过融合不同尺度CU的特征来建立CU间的关联,进一步提升网络的表达能力。然后,提出一种互补的分类策略(CCS),通过结合二分类和三分类,并采用投票机制来决定CTU中每个CU的最终深度值,有效避免了现有方法中存在的错误累积效应,实现了更准确的CTU深度划分。大量的实验结果表明,该文所提MCCN能够更大程度降低HEVC编码的复杂度,同时实现更准确的CTU深度划分:仅以增加3.18%的平均增量比特率(BD-BR)为代价,降低了71.49%的平均编码复杂度。同时,预测32×32 CU和16×16 CU的深度准确率分别提升了0.65%~0.93%和2.14%~9.27%。

3D-HEVC帧间编码的低复杂度算法

3D-HEVC将HEVC先进的编码工具充分应用到3D视频,随之带来的主要问题是编码的高复杂度。针对3D-HEVC的帧间编码提出了两点改进以降低其编码复杂度。首先,根据相邻帧相关性自适应确定编码单元的划分深度,然后通过判断编码单元的运动活跃度来限定预测单元的类型选择。提出的算法经仿真实验证明,在保持码率、PSNR基本不变的情况下,其编码时间平均可减少30%。

深立井刚性井筒装备的发展与展望

本文对目前尚无定论的立井井筒深度的划分，提出了分浅井、中深井、深井、超深井和特深井的五级划分界限；对深立井刚性井筒装备从材料、截面形式、层格结构、设计依据、计算模型、计算方法等方面进行了详细的理论分析和展望评述。

一种基于空时域相关性的HEVC帧间预测模式快速决策算法

为了减小高性能视频编码(high efficiency video coding,HEVC)的复杂度,提出一种基于四叉树结构类型分析的帧间预测模式快速决策改进算法。一方面,统计并分析空时域相邻编码单元(coding unit,CU)和CU深度之间的相关性,确定其深度遍历区间,跳过一些冗余CU的分割,从而减少CU深度划分的复杂度;另一方面,通过分析遍历区间内CU的运动特征和预测单元(prediction unit,PU)模式特性,确定不同运动特征所对应的PU模式,减少所需遍历候选PU模式的数量和所需要进行的率失真代价计算的数量。与HM14.0相比,采用该算法的HEVC编码器在输出比特率增加很小的情况下,平均编码时间降低了46.9%,而编码后的视频质量基本不变。

一种基于阵列镜头的图像重对焦新算法

本文研究阵列镜头的重对焦算法.该算法首先对阵列镜头获取的图像进行标定,并根据图像灰度一致性约束和相邻像素深度光滑性约束条件,建立能量函数.采用图割(Graph Cuts)算法求解,确定像素的深度,实现场景的深度划分.然后以中心图像为参考图像,计算图像中每个像素的深度,实现阵列图像的重对焦.本文算法在3*3阵列镜头得到有效验证,可望在手持平板摄像设备中得到实际应用.

SHVC中帧内预测快速算法

为了降低质量可分级高性能视频编码的复杂度,提出了帧内预测快速算法。首先,利用层间和空间编码单元深度相关性,预测增强层编码单元的深度值范围;然后,在每一编码深度层下,通过Jarque-Bera检验层间预测模式的残差系数是否服从正态分布,判断层间预测模式是否为最优模式,以便跳过高复杂度的帧内预测;最后,对当前的深度进行假设检验,判断编码单元内残差系数是否呈现显著性差异,以便提前终止深度划分。实验结果表明,与标准可分级高性能视频编码编码器相比,所提出算法在保持整体编码效率的前提下,平均降低了约79%的增强层编码时间。

中国关税总水平降至17%

中国关税总水平降至１７％自１９９７年１０月１日起，中国再次较大幅度降低进出口商品关税。据中国国务院关税税则委员会介绍，这次降税的显著特点是，降税幅度大，降税面宽，明显减少高税率税目。资源性产品、原材料和我国需求有缺口的商品以及高科技产品的降税幅度尤其...