项目名称: 基于统计建模和稀疏表示的图像视频增强表达和高效编码

项目编号: No.61272386

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 自动化技术、计算机技术

项目作者: 赵德斌

作者单位: 哈尔滨工业大学

项目金额: 81万元

中文摘要: 随着多媒体技术的迅猛发展,与图像和视频相关的应用场景也不断拓宽,如数字电视和无线多媒体通信等。一方面,图像和视频从生成、传输到显示的各个环节,都会受到某些因素的干扰而产生质量下降,这会严重影响观众的主观视觉感受;另一方面,海量的图像视频数据给实际的存储、传输和理解带来相当的困难。尽管主流图像和视频编码框架迄今为止获得了不小的成功,但矛盾仍然尖锐。因此,如何寻求高效的图像视频的增强表达和编码方法,依然具有十分重要的意义。本课题的理论研究着眼于构建高效的统计稀疏视觉模型及其相应的理论框架,建立针对图像视频基本内容与结构的表示框架和数学模型;应用研究面向实际问题,研究符合人类视知觉特性的高效图像视频增强表达和编码方法。本项目涉及统计和信息论基础,需要从新的角度、基于新的条件和应用进行研究,具有前瞻性和挑战性。本课题预期在理论上有所突破,技术上有所创新,为相关实际应用奠定理论和技术基础。

中文关键词: 统计建模;稀疏表示;增强表达;编码;

英文摘要: With the rapid development of multimedia technology, applications involving image and video have becoming more and more popular, such as digital TV and wireless mobile multimedia. On one hand, from acquisition to transmission and display, the quality of image and video may be destroyed, which will seriously affect the visual pleasure of receivers. On the other hand, huge amount of image and video data make it difficult for store ,transmission and understanding. Although the compression performance of current video coding standards, such as H.264/AVC and AVS, has increased more than one time than other existing ones, these compression techniques still need to improve. Consequently, how to further improve image and video quality and image and video compression performance has attracted more and more attention. Our research includes two main parts. In the part of theory research, we will try to establish a unified framework to combine the modeling power of statistical and sparse representation. In the part of application research, based on the proposed statistical model and sparse representation, we try to seek the efficient algorithms for enhancement and compression of image and video. This research involves statistical model and information theory basis, and needs to investigate from new views and base on the new

英文关键词: statistical model;sparse representation;enhancement;compression;

成为VIP会员查看完整内容
0

相关内容

统计建模是以计算机统计分析软件为工具,利用各种统计分析方法对批量数据建立统计模型和探索处理的过程,用于揭示数据背后的因素,诠释社会经济现象,或对经济和社会发展作出预测或判断。通过统计建模课程学习,可有助于培养统计专业人员利用统计方法解决实际问题的能力
基于深度神经网络的高效视觉识别研究进展与新方向
专知会员服务
38+阅读 · 2021年8月31日
专知会员服务
126+阅读 · 2021年8月13日
专知会员服务
47+阅读 · 2021年6月12日
专知会员服务
69+阅读 · 2021年3月29日
专知会员服务
14+阅读 · 2021年3月26日
【NeurIPS2020-FB】学习具有可解码信息瓶颈的最优表示
专知会员服务
22+阅读 · 2020年10月13日
专知会员服务
49+阅读 · 2020年8月27日
京东招聘CV算法实习生
CVer
1+阅读 · 2022年1月14日
腾讯AI Lab招聘视频理解/生成方向实习生
图像描述生成研究进展
专知
1+阅读 · 2021年3月29日
人脸专集5 | 最新的图像质量评价
计算机视觉战队
27+阅读 · 2019年4月13日
图像美学质量评价技术发展趋势
科技导报
18+阅读 · 2018年6月25日
一文读懂图像压缩算法
七月在线实验室
15+阅读 · 2018年5月2日
如何设计基于深度学习的图像压缩算法
论智
40+阅读 · 2018年4月26日
基于信息理论的机器学习
专知
21+阅读 · 2017年11月23日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
2+阅读 · 2022年4月19日
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
小贴士
相关VIP内容
相关资讯
京东招聘CV算法实习生
CVer
1+阅读 · 2022年1月14日
腾讯AI Lab招聘视频理解/生成方向实习生
图像描述生成研究进展
专知
1+阅读 · 2021年3月29日
人脸专集5 | 最新的图像质量评价
计算机视觉战队
27+阅读 · 2019年4月13日
图像美学质量评价技术发展趋势
科技导报
18+阅读 · 2018年6月25日
一文读懂图像压缩算法
七月在线实验室
15+阅读 · 2018年5月2日
如何设计基于深度学习的图像压缩算法
论智
40+阅读 · 2018年4月26日
基于信息理论的机器学习
专知
21+阅读 · 2017年11月23日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月20日
Arxiv
2+阅读 · 2022年4月19日
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
微信扫码咨询专知VIP会员