Huffman编解码及其快速算法研究

Huffman压缩编码是一种较好的变长前缀码,它由D.A.Huffman于1952年发明。Huffman编码作为一种高效而简单的可变长编码而被广泛应用于信源编码等方面。介绍了基本的Huffman编码算法,并针对其缺点,提出了动态Huffman编码算法,改进算法对数据进行编码的依据是动态变化的Huffman树。

基于编解码多尺度特征优化的图像去雾算法

真实雾气不均匀分布的特点会导致基于合成数据集训练的网络对真实雾气下拍摄的图像的复原质量不佳.此外,现有去雾模型较大的网络参数量会影响去雾的实时性.针对这两个问题,提出一种参数量较低的基于编解码多尺度特征优化的图像去雾算法以去除真实场景下图像的雾气.首先,在编码部分利用跨通道上下文注意力隐式地建模像素间的关系,以恢复去雾后图像中物体的结构.然后,设计信息调节子网弥补编码器遗漏的浅层信息,解决细节恢复粗糙的问题.最后,在解码部分设计特征矫正子网,采用相减式残差结构减少噪声,保证输出结果的正确性.在多种真实雾数据集上,对所提方法的普适性进行实验.实验结果表明:在REVIDE真实雾数据集中,与MSBDN方法相比,所提方法在参数量降低46%的基础上获得了PSNR 1.25dB的提升;在OHaze、I-Haze以及RTTS多种室内外真实雾测试集中,与其他去雾方法相比,所提方法都取得了更好的PSNR结果和视觉效果.

分层特征编解码驱动的视觉引导立体声生成方法

视觉引导的立体声生成是多模态学习中具有广泛应用价值的重要任务之一,其目标是在给定视觉模态信息及单声道音频模态信息的情况下,生成符合视听一致性的立体声音频.针对现有视觉引导的立体声生成方法因编码阶段视听信息利用率不足、解码阶段忽视浅层特征导致的立体声生成效果不理想的问题,提出一种基于分层特征编解码的视觉引导的立体声生成方法,有效提升立体声生成的质量.其中,为了有效地缩小阻碍视听觉模态数据间关联融合的异构鸿沟,提出一种视听觉特征分层编码融合的编码器结构,提高视听模态数据在编码阶段的综合利用效率;为了实现解码过程中浅层结构特征信息的有效利用,构建一种由深到浅不同深度特征层间跳跃连接的解码器结构,实现了对视听觉模态信息的浅层细节特征与深度特征的充分利用.得益于对视听觉信息的高效利用以及对深层浅层结构特征的分层结合,所提方法可有效处理复杂视觉场景中的立体声合成,相较于现有方法,所提方法生成效果在真实感等方面性能提升超过6%.

基于门控循环单元编解码器的锂离子电池荷电状态估计

锂离子电池荷电状态(state of charge,SOC)估计技术是电池管理系统(battery management system,BMS)里的关键性技术之一,其精度要求随着锂离子电池应用领域的不断拓宽而越来越高。由此,该文提出一种基于门控循环单元(gated recurrent unit,GRU)编解码器(encoder decoder,ED)的估计方法;在编解码器框架下,首先利用双向GRU网络对可测量变量序列双向捕获依赖关系并将相关信息编码成语境向量,然后使用单向GRU网络完成对语境向量的解码。相比之前提出的循环神经网络,此类端到端模型可以从输入序列中更完整地学习到序列信息以建立出更精确的非线性SOC估计模型。实验数据验证表明,相较于3种双向循环神经网络,该文提出的门控循环单元编解码器(gated recurrent unit encoderdecoder,GRU-ED)模型在固定环境温度下取得了最佳的SOC估计效果;同时还在变温环境下实现了小误差的SOC估计,得到的平均绝对误差(meanabsoluteerror,MAE)与最大误差(maximum error,MAX)分别为0.92%与4.96%。

基于注意力增强型编解码网络的化工过程故障诊断

化工过程的数据往往含有动态时序特性,传统故障检测对动态信息的使用率较低,限制了故障诊断性能。针对这个问题,提出了一种基于注意力增强的编解码网络模型的化工过程故障诊断新方法。编码部分利用LSTM提取过程数据的特征信息,结合注意力机制,更加有效地利用过程数据间的动态信息;解码部分利用LSTM并结合注意力机制提供的上下文向量,为归一化指数的回归提供更加精准的状态信息,最后利用归一化指数回归得到各个样本数据的故障类别概率值。结果表明,注意力机制的引入,提高了模型在时域下对过程动态信息的使用效率。针对本文提出的方法,利用田纳西伊士曼过程数据进行了实验,并与标准的PCA-SVM、DBN和ResNet的结果进行了对比。结果表明,该方法诊断故障的效果更加理想。

基于注意力编解码器及多残差网络的逆半色调方法

针对当前逆半色调方法恢复的图像存在细节不清晰甚至丢失的问题,提出了一种基于注意力编解码器及多残差网络(Encoder-decoder with attention and multi-residual network,EDAMRNet)的逆半色调方法。首先,设计融合注意力机制的编解码器结构,在其跳跃连接处添加非对称特征融合模块,以有效提取图像上下文信息;然后,构造多残差网络,捕获并保留图像空间细节信息;最后,应用监督注意力模块对图像上下文信息进行加强,再传递到多残差网络,以恢复出高质量的连续色调图像。实验结果表明:该方法与现有最优方法相比,在Urban100和Manga109数据集下的峰值信噪比平均值均提高了0.1 dB,结构相似性平均值分别提高了0.0010和0.0005。该方法能够在提取图像上下文信息的同时保留图像空间细节信息,可更好地恢复图像纹理信息,提高图像清晰度,为图像逆半色调方法研究提供了一种新的方案。

比特率受限情形下基于编解码机制的跟踪控制

本文研究了编码解码方案影响下一类线性离散网络的跟踪控制器的设计问题。 在设计解码方案时,考虑了比特率约束,使研究更具挑战性,井揭示了比特率约束对解码精度的影响。 设计一个跟踪控制器,利用Lyapunov泛函方法和矩阵不等式技术获得编码数据可恢复性和闭环系统输入到状态稳定的充分条件。 最后,通过一个仿真实例验证所开发的跟踪控制方案的有效性。

铁路货车轴温实时监测系统中采集处理与MVBC编解码功能的设计及验证

为保障列车运行安全,该文对铁路货车轴温实时监测系统进行设计与验证,在采集通道接口防护基础上实现温度信号的通道选择、滤波、AD转换和电绝缘等功能,保障数据采集的可靠性。为解决温度测量和传感器的故障检测问题,该研究对模拟输入子系统和信号处理子系统进行深入设计,从而实现铁路货车轴温监测设备的数据采集和处理功能,并利用FPGA设计完成多功能车辆总线控制器MVBC编解码模块。最后,通过对温度信号处理子系统、MVBC总线控制器编解码模块的系统进行验证,达到预期效果。

深度学习理念下视频编解码技术探究

视频编解码过程中,常因量化操作的引入,导致视频出现有损压缩,在后续播放中,产生较多压缩残影,且在低比特编码中更为明显。因此,针对此问题的优化,在深度学习的理论基础上,提出了一种新型的基于光流技术的时空神经网络模型(FGTSN),旨在对编码视频进行精确的后处理。实验证明,该FGTSN方法能够显著提高HEVC压缩视频的质量,其效果远超过其他视频质量增强技术。此方法能有效解决遮挡和大范围运动场景下的问题,并提升了压缩视频帧的重建效率,证明了其在实际应用中的高价值。

DRM系统中的音频编解码及算法优化

世界数字广播(Digital Radio Mondiale,DRM)是数字调幅广播的国际标准,其信息媒介为音频信号。介绍DRM系统中广泛采用的MPEG-4高级音频编解码(Advanced Audio Coding,AAC)标准及相关算法,包括心理声学模型、滤波、量化、无噪声编码及时域噪声整形的实现原理,分析音频解码的基本流程。在工程应用阶段,为了优化硬件接收器的设计方法,利用C++语言编写接收器软件,用于模拟硬件设备的功能。经测试,该软件工具能够有效解码DRM音频信息。

MF-TDMA人防卫星通信高清视频编解码算法研究

通用视频编解码器或视频会议终端在人防卫星网传输高清视频时,存在带宽需求高、应用模式单一、视音频卡顿及设备死机等现象,无法满足人民防空应急指挥多路高清视频组网通信的需求。本文提出适用MF-TDMA卫星通信体制的高清视频编解码算法优化方法,作为人防行业专用卫星高清视频编解码器研制的理论基础,以供参考。

电声信号编解码技术在网络多媒体传输中的应用

探讨电声信号编解码技术在网络多媒体传输中的应用,重点分析音频、语音、视频编解码的原理和关键技术。通过实际案例剖析,揭示了编解码技术在复杂网络环境下的优化措施,如自适应码率控制、智能分路由、错误恢复机制等,有效提升了多媒体传输的质量和稳定性。

基于卷积神经网络的多路视频多视角场景编解码方法

常规的多路视频多视角场景编解码,主要采用视频单帧迭代处理实现编解码过程,忽略了视频中冗余信息对编解码效果的影响,导致编解码结果的视频帧峰值信噪比较低。因此,提出基于卷积神经网络的多路视频多视角场景编解码方法。构建双任务的双残差连接块卷积神经网络,在该网络中最小化视频空间点的距离值,匹配得到视频运动估计矢量特征并补偿,降低冗余信息的影响,在此基础上定义多路视频的编码内容,并通过重构解码帧实现多视角场景的编解码过程。实验结果表明:所提方法应用后得出的视频编解码结果,表现出的视频帧峰值信噪比较高,有效改善了视频质量,满足了多路视频多视角场景的实际应用需求。

基于视频处理模块的高清编解码器设计与实现

该文设计并实现了基于视频处理模块的高清编解码器,能够对高清视频进行H.265编解码处理。该设备接口丰富,可对多种格式和分辨率的视频进行编码,同时能在视频上直接叠加字幕,目前已成功应用于卫星通信领域。

基于注意力机制与编解码结构的人群计数网络

针对人群计数任务中背景干扰和尺度变化影响计数精度的问题,提出一种基于注意力机制与编解码结构的人群计数网络CAENet。网络以编解码结构为骨干,基于特征金字塔设计多尺度融合(MF)模块,使编码器中具有不同尺度语义信息的特征进行融合。引入通道注意力机制,使用一条单独的解码通道设计注意力模块(AM),将模块生成的注意力图反馈到解码器的各个阶段用于抑制背景干扰。网络通过逐级监督的方式完成训练,并将最后一层输出的密度图作为最终的预测结果。在多个公开数据集的测试结果表明:该网络在固定场景中的人群计数任务中具有较高的准确性,且鲁棒性强,泛化性能良好。

基于U型残差编解码网络的带钢缺陷检测算法

工业生产中带钢表面缺陷具有缺陷类型多变、背景杂乱和对比度低等特点,现有的缺陷检测方法无法检测出完整的缺陷对象。针对上述问题,提出一种基于U型残差编解码网络的带钢缺陷检测算法。在编码阶段,算法利用全卷积神经网络提取丰富的多尺度缺陷特征,并结合注意力机制加速模型收敛。在解码阶段,使用所提出的U型残差解码网络恢复编码阶段编码的显著性信息。此外,设计了一个残差细化网络,用以进一步优化粗糙的显著图。实验结果表明,所提出的算法具有较强的鲁棒性。

基于双通道特征融合编解码网络的极化SAR图像分类

图像分类是极化合成孔径雷达(PolSAR)图像解译的关键。传统卷积神经网络(CNN)逐像素的分类,造成卷积的重复计算。PolSAR图像存在丰富的信息,包括极化相干信息与极化分解信息,因此如何融合信息实现高效分类至关重要。基于极化散射特征分析,以U_net网络模型为基础,提出了双通道特征融合编解码网络,该网络使用注意力机制特征融合模块将极化相干信息和极化分解特征整合到语义分割框架中,辅助深度CNN分类器训练,实现高精度像素级的标记,同时加入空间金字塔结构有效的提取多尺度特征。该网络结构避免了逐像素切片重复计算,有效提升计算效率。利用AIRSAR获取的旧金山地区PolSAR数据和海南博鳌地区机载PolSAR数据进行试验研究,试验结果两个地区总体分类精度(OA)分别达到97.11%与99.97%,验证了提出的分类方法的有效性与较好的应用价值。

基于数据编解码的时空交通流预测方法

针对路网的拓扑信息不完整而无法实现时空结合交通流预测的情况,提出了一种基于时间序列预测模型联合数据编解码机制的预测方法。对路网内路段交通流数据进行编码得到路网信息的链状结构,以此获取路网结构中的拓扑信息;通过时序模型对链状结构进行交通流预测,完成对链状结构的时序特征提取;最终,通过解码方法得到路网的时空交通流预测结果。采用GPS数据,选取不同路网进行对比实验,引入数据编解码的时空交通流预测方法与时间序列模型进行比较,并且与基线模型HA和ARIMA展开了对比实验。实验结果表明:深度学习模型引入数据编解码机制后,模型性能明显提升;引入数据编解码机制的深度学习模型的性能比基线模型的性能更优越。该方法仅仅使用简单的时间序列深度网络再联合数据的编解码机制即可实现时空结合的交通流预测。

基于自编解码器与残差连接的红外图像降噪模型

红外成像应用场景使得红外成像设备常常迭代慢,且需要长时间工作,从而导致红外成像内部器件噪声具有分布类型多和强度随时间变化的复杂情况。为了适应红外图像内部噪声特点,本文提出一种基于自编解码结构与残差连接的红外图像降噪模型。通过分析红外图像内部噪声产生原因建立了几种主要的红外器件噪声模型,从而设计了多种噪声分布类型和不同强度的红外噪声图像集;在自编解码器结构基础上,使用深度卷积作为特征提取模块,增强模型的非线性映射能力和特征表达能力;同时,为了弥补在编码中损失的红外图像的细节信息,在编码器和解码器的特征图之间建立了残差连接,在多个尺度补充特征信息上,增强了重构图像的边缘纹理等细节。实验结果表明,所提方法在重构能力和鲁棒性上,都明显优于多种传统的降噪算法。基于自编解码结构与残差连接的红外图像降噪模型具备去除多类型高强度的噪声干扰的能力,对红外图像质量进行了改善。

多路高清图像组合编解码光纤传输技术

针对多传感器视觉设备中高清相机的图像数据流量大、传输带宽要求高的特点,设计了一种基于FPGA的多路高清图像组合编解码器。其采用有限状态机工作方式,对像素数据进行重组编解码,并对多通道图像数据进行通道时分复用编解码,有效利用了光纤传输带宽。另外通过插入一种并行扰码对图像数据进行伪随机码调制解调,提高了光纤串行传输的稳定性。仿真和测试表明:该技术在传输速率达到10.312 5 Gbit/s时,实际有效数据传输速率达到6.6 Gbit/s,传输系统稳定性高,可广泛应用于高清图像数据的远距离传输。