基于Cauchy分布的H.264优化比特分配及码率控制算法

来源 :光电工程 | 被引量 : 0次 | 上传用户:chaoge100
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了提高图像质量和码率控制精度,提出了一种H.264优化比特分配及码率控制算法。该算法首先基于Cauchy分布得出简化的宏块层码率模型,并引入复杂度系数MAD和头信息比特率,使码率模型可随视频内容复杂伸缩;同时采用线性模型对失真度进行预测,通过Lagrange率失真优化来选择每个宏块的量化参数,最小化整帧的失真度以实现宏块层的优化比特分配。实验结果表明,该算法能在降低比特数估计偏差、更好地跟踪目标码率的情况下,获得更好的PSNR性能。
其他文献
新课程背景下,教育不断进行革新,传统物理教学教育模式的弊端日益凸显,传统模式不仅影响了学生物理成绩以及物理教学质量,也不利于初中生的全面发展。因此,初中物理教学也需
课堂提问是教学活动的重要手段,课堂提问的有效性直接关系到教学的进程和效果,影响到学生的发展。《教师素质论纲》一书提出,课堂提问的心理功能主要有三:一是获取教与学的反馈信
随着新课程改革的不断深入,我国的初中物理教学也获得了一定的成果。但是,物理实验教学中的问题还是存在,本文主要针对物理实验教学中的问题,从不同的方面来分析新课程环境中初中
提出一种具有旋转不变性的三维物体识别的新方法,该方法通过结构光照明的方法,使物体的高度分布以变形条纹的形式编码于二维强度图中,由于条纹图包含有物体的高度分布信息,因此对条纹的相关识别具有本征三维识别的特点。旋转不变性是通过BP神经网络实现的。计算机模拟结果表明,用二维强度像的基频分量做训练样本设计BP神经网络,选择训练样本和隐藏层神经元的数目,基于结构光编码的BP神经网络对三维物体具有良好的旋转不
利用样本向量的空间位置关系,对目标识别方法进行研究。根据样本向量最小夹角给出了可分类识别率的定义,且应用样本向量间的夹角对样本向量进行筛选,获得了更有利于分类的样本。在此基础上提出了样本向量最小夹角识别算法,以及对样本向量最小夹角和最短距离进行综合的目标识别算法。为了进一步提高识别效果,将特征线之间的最小夹角引入到识别算法当中。所研究的目标识别算法应用到飞机目标识别,若采用奇异值特征作为样本可以得
提高非相干光纤激光组束功率,需要尽可能大的光栅衍射效率。通过理论分析和数值仿真,结果表明PTR布拉格光栅存在最佳厚度,并且光栅衍射效率随着光栅频率和组束波长带宽的减小而