大时间尺度上MPEG4视频流量预测的自适应算法

为了保证用户的服务质量(QoS),宽带分组网络需要进行动态带宽分配,而视频流量预测在动态带宽分配中发挥着重要的作用。本文从自相关性、自相似性的Hurst参数两个方面,阐明图像组(GOP)时间尺度上的流量能够体现原有视频帧序列的流量特性,并在固定步长的LMS自适应算法(FSSA)的基础上提出了一种新的可变步长自适应算法(VSSA),在GOP所表示的大时间尺度上预测MPEG4视频流量。大量的仿真实验结果表明,VSSA算法可以明显地改善预测性能。

MPEG4视频流量预测自适应算法的研究

为了保证用户的服务质量(QOS),宽带分组网在传送视频信息时需要进行动态带宽分配,而视频流量预测在动态带宽分配中发挥着重要的作用。本文从自相关性、自相似性的Hurst参数两个方面,阐明GOP时间尺度上的流量能够体现原始帧序列的流量特性,并在固定步长的LMS自适应算法(FSSA)的基础上提出的一种新的可变步长自适应算法(VSSA),在GOP的大时间尺度上预测MPEG4视频流量,通过大量的仿真实验表明,VSSA算法可以明显地改善预测性能。

一种基于模糊神经网络的VBR MPEG视频流量预测模型

针对VBR MPEG视频流的复杂特性,充分利用人工智能方法的优势,提出了一种基于模糊神经网络的视频流量预测模型,利用模糊逻辑模型达到减少预测误差的目的,采用神经网络满足网络通信的实时性要求.实验结果表明,该模型比传统AR模型显著提高了预测的准确度和可靠性.

VBR MPEG视频源流量的智能集成预测模型

由于VBR视频流量的预测能力是直接关系缓冲区设计、动态带宽分配及拥塞控制等提高网络服务质量的关键因素,因此,以多媒体主要应用形式VBRMPEG视频源为研究对象,提出了一种基于模糊神经网络的视频流量智能预测模型。通过设计模糊预测器减少输出比特流的预测误差,采用神经网络减少多步预测的计算量。仿真试验表明,与标准AR模型预测结果相比,该模型显著提高了预测的准确度和可靠性,且易于推广使用。

数字媒体网络视频通信的智能流量预测模型

针对MPEG视频流的复杂特性,提出一种基于模糊神经网络的视频流量预测模型,并通过实验测试该模型的预测准确度和可靠性。

多视点视频编码技术研究

作为一种即将出现的交互式多媒体应用,多视点视频的提出体现了下一代多媒体应用网络化、交互性和真实感的发展方向。本文对多视点视频编码的一些关键技术:视差估计、预测编码、中间视图合成进行了介绍,并分析了基于MPEG4和基于H.264的多视点视频编码技术,最后给出了多视点视频编码的应用前景。

可配置帧间预测插值新方法

在视频数据编解码硬件实现过程中,插值运算往往希望设计成能针对不同标准通用的结构。提出了一种可配置帧间预测插值新方法,用以在硬件电路完全不被改变的情况下,改变SRAM相应的控制信息,实现不同编解码标准中的插值运算,从而节省了硬件设计成本。