低码率图像的快速SV拟合及其最优码流结构的描述方法
给出了一个在低码率图像描述中应用最优支持向量(SV)描述的编码算法,提出一个训练样本集缩减策略,在支持向量机(SVM)模型中用于快速拟合重要的交流(AC)系数,它能够在基本保持原有精度的前提下,有效地提高SVM的回归速度,减少输出参数;提出了直流(DC)系数的按位差分预测编码方法和压缩性能更好的码流产生方法.实验结果表明,该方法不仅缩减了编码时间,而且在相同码率下能获得更好的图像质量.以往基于SV的编码未提及码流结构的描述方法,而快速SV拟合和数据组织方法克服了以往算法可行性差的缺点.
极低码率图像压缩、支持向量回归、样本集缩减、按位差分预测、数据流描述
15
TP319.41(计算技术、计算机技术)
国家自然科学基金60972133;广东省自然科学基金团队项目9351064101000003;广东省能源技术重点实验室项目2008A060301002
2010-06-02(万方平台首次上网日期,不代表论文的发表时间)
共10页
547-556