1) scalable image coding
可扩展图像编码
2) scalable coding
可扩展编码
1.
Combining spatial layered coding with fine granularity scalability coding techniques, an algorithm of spatial fine granularity scalable coding (S-FGS) is proposed.
把精细可扩展编码的基本思想运用到空间域,提出了一种空域精细可扩展编码算法(S-FGS),在不损失压缩码率和重建图像质量的情况下,使压缩码流具备细粒度的空域可扩展性,提供了对网络带宽的灵活适应能力。
2.
Then,the main problems of(video) object coding are discussed,including the most representative shape coding methods,the problems of(texture) coding,motion estimation of shape and texture and scalable coding of arbitrary shape video objects.
首先介绍了视频对象的分割技术,然后着重对视频对象编码的相关问题进行了分析和阐述,包括典型的形状编码方法,对纹理编码、形状和纹理数据的运动估计以及任意形状视频对象的可扩展编码等问题进行了分析;最后介绍了视频对象编码中的比特分配问题。
3.
Scalable coding and shape coding are two pivotal techniques in MPEG-4 video coding.
可扩展编码和形状编码技术是MPEG-4视频编码部分的两个关键技术。
3) scalable video coding
可扩展视频编码
1.
Improvement of deblocking filter in scalable video coding for low bit-rate coding;
低码率下可扩展视频编码中的环路滤波改进
2.
Research on Motion-Compensated 3D Wavelet Scalable Video Coding;
运动补偿三维小波可扩展视频编码技术研究
3.
In this paper, a new intra prediction algorithm for enhancement layer in spatially scalable video coding is proposed.
针对空间可扩展视频编码,提出了一种新的增强层上的帧内预测算法。
4) scalable coding
可扩展性编码
1.
We put emphasis on scalable coding techniques and MD coding techniques.
详细介绍并对比了目前主要的网络视频编码技术:传统的视频编码技术在传输中的应用,视频的可扩展性编码以及视频的多描述编码,最后进一步阐述了未来网络视频编码技术可能的发展方向,分析了综合运用各种编码技术的可能。
5) Fine Granularity Scalability Coding
精细可扩展编码
1.
The latest FGS (Fine Granularity Scalability Coding) adapts to network bandwidth variations and tolerates transmitted er.
本文所有的工作的思路是通过提高DCT变换对运动残差的编码效率,进而解决精细可扩展编码的效率低的问题,具体内容主要包括: 1。
补充资料：图像编码
传输图像信息的代码形式。它在接收端可重现图像。在图像信息传输过程中，例如把卫星拍摄的空间探测图片传输到地面上来，必须保持合理的保真度和最大限度地压缩传输的数据量，这就需要对图像信息进行合理的编码。最基本的图像编码方法是脉冲码调制，简称 PCM（见调制技术）。这是一种点处理技术的数字编码方法：首先对连续的视频信号采样和量化，然后赋予每一量化值一组固定字长的比特代码，称为码字。为了避免重建图像上量化分级之间出现光亮度跳变现象（灰度轮廓效应），被传输图像的灰度等级要取64～256级,即每个像素需要6～8个二进制数位。如果一幅图像包含有1024×1024像素，灰度等级为64级,则所需总位数为6×220。彩色图像的每个像素有3个灰度值（红、绿、蓝）,其总位数是黑白图像的3倍。代码比特数越大,图像传输时间就越长、存储量也越大。图像编码的一个重要指标是每个像素所用的平均位数，称为平均比特数。图像编码的任务在于：①在保证一定图像保真度的情况下尽可能地减少平均比特数。图像的最优编码就是在不丢失图像信息的条件下，平均比特数为最小的编码。②用接收的代码所恢复的图像是唯一的。为了减少代码位数，又不致产生严重的灰度轮廓效应,对通常的PCM编码量化方法可作些改进,如伪噪声量化、改良灰度量化、粗细量化等,它们都能在位数较少的情况下有效地减少一些灰度轮廓效应，但也伴随着图像的某些退化现象。还有一些其他方式的编码方法，如适合于图像的、边缘和灰级都较少的行程编码方法，用像素灰级预测值和实际值的差值进行量化的微分脉冲码调制(DPCM)的编码方法，以及属于一种最优统计编码的霍夫曼编码方法。在某些图像数据很大的情况下,也可以考虑适当地丢失一些图像信息(有些为肉眼所不能分辨的),以换取更小的平均比特数。这里涉及畸变的度量方法和图像的统计描述问题，是正在研究中的一个课题。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条