視頻幀率上轉換技術及其應用

定　價：￥79.00

作　者：	李然
出版社：	電子工業(yè)出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787121361425	出版時間：	2019-04-01	包裝：	平裝
開本：	16開	頁數(shù)：	142	字數(shù)：

內(nèi)容簡介

　　《視頻幀率上轉換技術及其應用》主要論述視頻幀率上轉換技術及其應用，詳細介紹幀率上轉換技術的應用背景、基礎知識、實現(xiàn)方案及其在視頻編碼、壓縮感知、數(shù)字取證等領域的應用?！兑曨l幀率上轉換技術及其應用》分為基礎篇、算法篇和應用篇，共11章。基礎篇由第1、2章組成，主要對幀率上轉換技術的應用前景、研究進展和理論基礎進行綜述；算法篇由第3～7章組成，詳細介紹近年來幀率上轉換算法的新研究成果；應用篇由第8～10章組成，介紹幀率上轉換在視頻編碼、壓縮感知及數(shù)字取證領域的應用；第11章對視頻幀率上轉換技術進行總結和展望?！兑曨l幀率上轉換技術及其應用》可作為高等院校計算機、電子工程、自動化及相關專業(yè)高年級本科生或研究生教材，也可供對視頻幀率上轉換技術感興趣的研究人員和工程人員閱讀參考。

作者簡介

　　李然，博士畢業(yè)于南京郵電大學信號與信息處理專業(yè)。2014年12月至今，任信陽師范學院計算機與信息技術學院講師、校聘副教授；2016年9月至2017年12月，于南京信息工程大學中美國際合作所從事博士后研究工作。2018年5月成為IEEE IES工業(yè)信息化技術委員會成員。目前，在國內(nèi)外重要學術期刊發(fā)表學術論文三十余篇，其中SCI檢索期刊15篇，EI檢索期刊8篇，申請公開國家發(fā)明專利十余項，其中授權2項。研究興趣有圖像與視頻處理、低復雜度視頻編碼、多媒體安全、深度學習、物聯(lián)網(wǎng)應用等，在包括Signal Processing： Image Communication、Sensors、Multimedia Tools and Applications、通信學報、電子與信息學報等國內(nèi)外專業(yè)期刊發(fā)表論文二十余篇，同時擔任IEEE Transactions on Industrial Informatics、Future Generation Computer Systems、Information Sciences、Pattern Recognition Letters、Computer Communications、Journal of Medical Systems等二十余專業(yè)期刊的審稿人。

圖書目錄

第1章緒論 1
1．1 幀率上轉換技術概述 1
1．2 幀率上轉換技術的發(fā)展現(xiàn)狀 3
1．3 幀率上轉換技術的應用領域 5
1．4 本書結構與內(nèi)容安排 8
參考文獻 8
第2章幀率上轉換技術基礎 10
2．1 引言 10
2．2 運動估計 12
2．2．1 塊匹配估計 13
2．2．2 光流估計 14
2．3 運動向量平滑 16
2．3．1 中值向量濾波 16
2．3．2 加權中值向量濾波 17
2．3．3 三維遞歸搜索 17
2．4 運動向量映射 18
2．4．1 傳統(tǒng)映射法 18
2．4．2 單向映射法 19
2．4．3 雙向映射法 20
2．5 運動補償內(nèi)插 21
2．5．1 傳統(tǒng)內(nèi)插法 21
2．5．2 重疊塊內(nèi)插法 21
2．6 圖像質量評價 22
2．7 本章小結 23
參考文獻 23
第3章基于多色度混合匹配的幀率上轉換算法 25
3．1 引言 25
3．2 存在難題與解決方案 26
3．3 多色度混合匹配幀率上轉換算法 28
3．3．1 多色度混合塊匹配準則 28
3．3．2 基于三維遞歸搜索的前后向運動估計 30
3．3．3 時空運動向量提純 31
3．3．4 高容錯運動向量平滑 32
3．3．5 雙加權重疊塊運動補償 33
3．4 實驗結果與分析 35
3．4．1 逐步評估 35
3．4．2 整體評估 38
3．4．3 計算復雜度 42
3．5 本章小結 43
參考文獻 44
第4章基于小波金字塔的幀率上轉換算法 46
4．1 引言 46
4．2 小波金字塔幀率上轉換算法 47
4．2．1 小波金字塔構造 47
4．2．2 多分辨率雙向運動估計 48
4．2．3 計算復雜度分析 50
4．3 實驗結果與分析 50
4．4 本章小結 56
參考文獻 56
第5章基于聯(lián)合運動補償?shù)膸噬限D換算法 58
5．1 引言 58
5．2 運動補償幀率上轉換的數(shù)學模型 59
5．3 運動估計與候選運動向量集構造 60
5．4 聯(lián)合運動補償 61
5．5 實驗結果與分析 62
5．6 本章小結 65
參考文獻 65
第6章基于稀疏表示模型的幀率上轉換算法 67
6．1 引言 67
6．2 稀疏表示模型的幀率上轉換算法 69
6．2．1 基于子塊的雙向運動估計 69
6．2．2 稀疏先驗重建 72
6．3 實驗結果與分析 75
6．3．1 參數(shù)設置 76
6．3．2 客觀性能評估 77
6．3．3 主觀性能評估 80
6．3．4 計算復雜度分析 82
6．4 本章小結 83
參考文獻 84
第7章基于時空顯著分析的自適應幀率上轉換算法 86
7．1 引言 86
7．2 相關工作 87
7．3 時空顯著分析自適應幀率上轉換算法 89
7．3．1 時空顯著性 90
7．3．2 運動估計策略切換 92
7．3．3 計算復雜度 94
7．4 實驗結果與分析 95
7．4．1 閾值設置 95
7．4．2 客觀性能評估 96
7．4．3 主觀性能評估 98
7．5 本章小結 99
參考文獻 100
第8章幀率上轉換技術在分布式視頻編碼中的應用 103
8．1 引言 103
8．2 基于自回歸模型的邊信息外推算法 105
8．2．1 運動對齊自回歸模型 105
8．2．2 模型參數(shù)計算和重疊塊內(nèi)插 106
8．3 實驗結果與分析 108
8．4 本章小結 109
參考文獻 109
第9章幀率上轉換技術在視頻壓縮感知中的應用 111
9．1 引言 111
9．2 基于平滑投影的視頻壓縮感知重建 115
9．2．1 錯誤檢測 116
9．2．2 自適應殘差重建 117
9．3 實驗結果與分析 117
9．4 本章小結 121
參考文獻 121
第10章鑒別幀率上轉換的數(shù)字取證算法 123
10．1 引言 123
10．2 背景知識 124
10．2．1 幀復制篡改取證 124
10．2．2 運動補償幀率上轉換 126
10．2．3 高斯噪聲方差估計 127
10．3 混噪取證算法 128
10．3．1 混噪與取證 128
10．3．2 周期性檢測 129
10．4 實驗結果及分析 131
10．4．1 算法性能分析 131
10．4．2 篡改檢測結果 133
10．5 本章小結 136
參考文獻 136
第11章總結與展望 138
附錄A 與本書相關的研究成果 141