计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2013年
1期
65-68
,共4页
高飞%周长林%党力明%侯雪梅
高飛%週長林%黨力明%侯雪梅
고비%주장림%당력명%후설매
H.264编码%全零块检测%径向基函数网络%神经网络%绝对误差和%变换绝对差值和
H.264編碼%全零塊檢測%徑嚮基函數網絡%神經網絡%絕對誤差和%變換絕對差值和
H.264편마%전령괴검측%경향기함수망락%신경망락%절대오차화%변환절대차치화
针对目前全零块检测算法准确率不高的问题,提出了一种基于径向基函数(RBF)神经网络(NN)的全零块检测算法.通过分析H.264的编码特点,选取了绝对误差和(SAD)、变换绝对差值和(SATD)、编码块类型、率失真优化(RDO)代价、量化系数(QP)、参考块的全零块情况6个特征,考虑了哈达玛变换(HT)中应该使用SATD的情况,采用最小二乘法得到QP与RBF网络宽度参数的关系,根据参考块是否为零,设计了两个分类器来区分全零块与非全零块.在保证图像质量和编码率不变的前提下,平均能提高编码速度50％以上,实验结果表明,利用RBF神经网络很好地提高了全零块检测准确率和编码效率.
針對目前全零塊檢測算法準確率不高的問題,提齣瞭一種基于徑嚮基函數(RBF)神經網絡(NN)的全零塊檢測算法.通過分析H.264的編碼特點,選取瞭絕對誤差和(SAD)、變換絕對差值和(SATD)、編碼塊類型、率失真優化(RDO)代價、量化繫數(QP)、參攷塊的全零塊情況6箇特徵,攷慮瞭哈達瑪變換(HT)中應該使用SATD的情況,採用最小二乘法得到QP與RBF網絡寬度參數的關繫,根據參攷塊是否為零,設計瞭兩箇分類器來區分全零塊與非全零塊.在保證圖像質量和編碼率不變的前提下,平均能提高編碼速度50％以上,實驗結果錶明,利用RBF神經網絡很好地提高瞭全零塊檢測準確率和編碼效率.
침대목전전령괴검측산법준학솔불고적문제,제출료일충기우경향기함수(RBF)신경망락(NN)적전령괴검측산법.통과분석H.264적편마특점,선취료절대오차화(SAD)、변환절대차치화(SATD)、편마괴류형、솔실진우화(RDO)대개、양화계수(QP)、삼고괴적전령괴정황6개특정,고필료합체마변환(HT)중응해사용SATD적정황,채용최소이승법득도QP여RBF망락관도삼수적관계,근거삼고괴시부위령,설계료량개분류기래구분전령괴여비전령괴.재보증도상질량화편마솔불변적전제하,평균능제고편마속도50％이상,실험결과표명,이용RBF신경망락흔호지제고료전령괴검측준학솔화편마효솔.
