项目名称: 面向视觉质量的高效立体视频编码资源分配优化研究

项目编号: No.61501299

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 无线电电子学、电信技术

项目作者: 王旭

作者单位: 深圳大学

项目金额: 19万元

中文摘要: 立体视频编码中有限资源分配优化是立体视频系统广泛应用急需解决的关键和难点问题,是当前国内外研究热点。立体视频编码中的资源分配中的优化目标具有复杂性和多样性的特点,传统编码资源分配优化方法中的单目标优化模型难以解决多目标的联合优化与求解。此外,传统方法以峰值信噪比PSNR等信号失真度量准则为优化目标,难以反映用户对重建立体图像的视觉质量偏好,限制了编码效率的提升。本项目将首先开展立体图像质量的人因研究,建立失真类型完备的立体图像质量数据库。在此基础上,设计与主观相一致的立体图像质量客观评价模型。然后,探索基于视觉质量的率失真优化方法,研究立体视频编码资源分配优化模型与求解方法。最后,研究面向视觉质量的高效立体视频编码资源分配优化方法,以实现视觉质量最优下的带宽、计算资源的动态分配和控制优化。本项目可实现立体视频编码资源分配优化的理论创新与技术突破,促进立体视频广泛应用。

中文关键词: 立体视频编码;;资源分配;立体图像质量评价;率失真优化

英文摘要: The resource allocation optimization of 3D video coding is the challenge research problem in 3D Video system. Different from the traditional video coding, the resource allocation optimization problems in 3D video coding are with complex and diverse optimization objectives, which is hard to be solved by the single objective optimization model. Besides, the traditional methods employed the Peak Signal-Noise Ratio metric as the optimization criterion, which cannot reflect the user's quality preference for the reconstructed 3D images and limit the coding efficiency. In this project, we will first investigate the human-factors of 3D image quality, and build the 3D image quality database with 3D related distortion types. Then, we will investigate the objective 3D image quality assessment metrics based on previous research outputs. Second, we will investigate the visual quality based rate distortion optimization method. Then the resource allocation optimization models and solutions will be also investigated. Final, we will design the efficiency visual quality based resource allocation optimization methods for 3D video coding, and achieve the dynamic bandwidth and computation resources allocation and control with optimal visual quality. This project will achieve the theoretical innovations and technological breakthroughs for resource allocation optimization of 3D video coding, which can benefit the 3D video application.

英文关键词: 3D Video Coding;Resource Allocation;3D Image Quality Assessment;Rate-Distortion Optimization

成为VIP会员查看完整内容
0

相关内容

【AAAI 2022】跨模态目标跟踪: 模态感知表示和统一基准
专知会员服务
42+阅读 · 2022年1月6日
专知会员服务
7+阅读 · 2021年10月4日
专知会员服务
12+阅读 · 2021年9月13日
专知会员服务
16+阅读 · 2021年7月27日
专知会员服务
14+阅读 · 2021年3月26日
【CVPR2021】面向视频动作分割的高效网络结构搜索
专知会员服务
13+阅读 · 2021年3月14日
无参考图像质量评价研究进展
专知会员服务
29+阅读 · 2021年2月14日
【视频】几何数据嵌入表示学习,74页ppt
专知会员服务
33+阅读 · 2020年7月24日
【深度学习视频分析/多模态学习资源大列表】
专知会员服务
91+阅读 · 2019年10月16日
自动化所团队揭示多尺度动态编码,助力脉冲网络实现高效强化学习
中国科学院自动化研究所
0+阅读 · 2021年12月13日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
深度学习之图像超分辨重建技术
机器学习研究会
12+阅读 · 2018年3月24日
资源 | 一文读懂深度学习(附学习资源)
AI100
14+阅读 · 2017年11月30日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015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
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 · 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 · 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 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月18日
Prefix-Free Coding for LQG Control
Arxiv
0+阅读 · 2022年4月15日
Arxiv
0+阅读 · 2022年4月14日
Arxiv
27+阅读 · 2021年11月11日
小贴士
相关VIP内容
【AAAI 2022】跨模态目标跟踪: 模态感知表示和统一基准
专知会员服务
42+阅读 · 2022年1月6日
专知会员服务
7+阅读 · 2021年10月4日
专知会员服务
12+阅读 · 2021年9月13日
专知会员服务
16+阅读 · 2021年7月27日
专知会员服务
14+阅读 · 2021年3月26日
【CVPR2021】面向视频动作分割的高效网络结构搜索
专知会员服务
13+阅读 · 2021年3月14日
无参考图像质量评价研究进展
专知会员服务
29+阅读 · 2021年2月14日
【视频】几何数据嵌入表示学习,74页ppt
专知会员服务
33+阅读 · 2020年7月24日
【深度学习视频分析/多模态学习资源大列表】
专知会员服务
91+阅读 · 2019年10月16日
相关资讯
自动化所团队揭示多尺度动态编码,助力脉冲网络实现高效强化学习
中国科学院自动化研究所
0+阅读 · 2021年12月13日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
深度学习之图像超分辨重建技术
机器学习研究会
12+阅读 · 2018年3月24日
资源 | 一文读懂深度学习(附学习资源)
AI100
14+阅读 · 2017年11月30日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015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
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 · 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 · 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 · 2011年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月18日
Prefix-Free Coding for LQG Control
Arxiv
0+阅读 · 2022年4月15日
Arxiv
0+阅读 · 2022年4月14日
Arxiv
27+阅读 · 2021年11月11日
微信扫码咨询专知VIP会员