(3.215.77.193) 您好!臺灣時間:2021/04/17 01:15
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:蕭士傑
研究生(外文):Hsiao, Shih-Chieh
論文名稱:類神經網路用於變形影像移動估計與補償
論文名稱(外文):A Neural System for Deformed Image Motion Estimation and Compensation
指導教授:林進燈林進燈引用關係
指導教授(外文):Lin Chin-Teng
學位類別:碩士
校院名稱:國立交通大學
系所名稱:控制工程系
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:1996
畢業學年度:84
語文別:中文
論文頁數:69
中文關鍵詞:類神經網路動態影像的壓縮移動的估計與補償四元樹的分割
外文關鍵詞:Neural networksImage sequence codingMotion estimation and compensationquadtree segmentation
相關次數:
  • 被引用被引用:0
  • 點閱點閱:113
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
本文提出一個變形影像的移動估計的類神經網路系統。傳統的方格比對式
物體移動的估計與補償技術,已經成功的應用於連續影像的壓縮系統之中
。在許多的相關研究中,推廣型的方格比對式移動影像估計,以及可變大
小的方格切割,能有效的改進傳統的方法。然而,這兩種方法各有其優缺
點。在本論文所提出的系統架構中,我們將這兩種技術,有效的融合於一
個類神經的變形影像的移動估計系統之中。在這個類神經的系統中,分為
兩個部份:輸出函數的學習,以及輸入空間的分割;兩者正分別對應於推
廣型的方格比對式移動影像估計,以及可變大小的方格切割兩種技術。而
且我們發現這兩個部份,可視為類神經網路之中的參數學習與架構學習。
因此,本文針對連續影像壓縮的特性,對類神經系統中的各個部份,提出
了適當的學習法則,並加以探討。實驗的結果,驗證了本文所提出的系統
架構,能有效的結合這兩種技術,使得它們得以相輔相成,而進一步的改
善影像壓縮的效率。


In this thesis, a neural system for deformed image motion
estimation and compensation with variable-size blocks is
proposed, which can be applied to an image sequence compression
system. The motion estimation and compensation techniques have
been successfully applied in the area of image sequence coding.
Many researches on improving the performance of these techniques
have been published; many directions are proposed, which can all
lead to a better performance than the conventional technique.
Among them, the generalized block-matching and variable-size
block matching are successfully applied in reducing the data
rate of compensation error and motion information, respectively.
These two algorithms have their merits, but suffer from their
drawbacks. Moreover, reducing the data rate in compensation
error is sometimes increasing the data rate in motion
information, or vice versa. Based on these two algorithms, we
propose and examine several algorithms which are effective in
reducing the data rate. We then incorporate these algorithms
into a neural system, in which they work together to overcome
the disadvantages of individual and keep their merits at the
same time. The proposed system can optimally balance the amount
of data rate in two aspects (i.e., compensation error and motion
information). As experiment result shows, the proposed system
outweighs the conventional techniques.


QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔