您当前位置:深圳微智科技有限公司>公司新闻, 焦点关注> 新兴的辞体效据编码模型
新兴的辞体效据编码模型
发布时间: 2017-05-03      大小:  16px  14px  12px

 

传统的图像视频编码研究经历了二十年的发展, 取得了长足的进展。 然而, 传统的编码方法是建立在单一信源模型基础上的, 没有利用云环境下图像视频群体数据中存在的大量相关信息,无法突破单一信源的编码极限。而这些相关信息有助于减少待编码图像视频的码长, 显著提高编码效率。 Yue等(2012)提出了一种基于SIFT(scale invariant feature transformation)特征的云图像编码方法;

在编码过程中, 使用在云图像中与当前图像 SIFT特征值匹配的图像区域进行预测并将特征值差写入码流, 在解码端解码出特征值, 并且在云图像中找到与解码特征值匹配的图像区域进行重建。

云环境下的群体数据目前还是一个新兴的研究方向, 国家自然科学基金委员会已经设置重大项目开展系统研究,需要解决的两个基本问题是相似视觉对象的捜索和基于这些对象的图像重建。 关一f前者, 图像搜索和检索领域的很多前期工作可以借鉴, 关于后者, 图像重建领域的已有基础可以倍鉴。