已为您找到该学者10条结果 成果回收站
郭宝龙, 丁贵广, 计文平
通信学报,2004,25(9):132~139,-0001,():
-1年11月30日
提出了一种基于H.26L精细度可伸缩(fine granularity scalability)视频编码方案,称为EFGS-H.26L。在该方案中,以MPEG-4的FGS为基础构造了一种新的可伸缩结构(EFGS,enhanced fine granularity scalability),在EFGS结构中,基本层采用H.261。编码,增强层采用类似于JPEG2000的基于上下文的位平面编码。由于H-26L优良的编码性能,使得基本层的编码效率大大提高,为了提高增强层的编码效率,首先把残余图像按子带的顺序重新排列,这样就可以利用子带系数的相关性来实现冗余信息消除。JPEG2000标准中的EBCOT算法已经被证明是非常高效的位平面编码方法,所以对重排后的DCT系数采用一种类似于JPEG2000的基于上下文的位平面编码方法。实验结果证明,在高比特率时,本文提出的精细度可伸缩编码方案编码效率比MPEG-4中的FGS提高3.0dB左右。
H., 26L, 精细度可伸缩, 视频编码, 位平面编码
-
85浏览
-
0点赞
-
0收藏
-
0分享
-
70下载
-
0
-
引用
-
91浏览
-
0点赞
-
0收藏
-
0分享
-
54下载
-
0
-
引用
郭宝龙, 马国强, 冯宗哲
电子学报,2002,30(4):552~555,-0001,():
-1年11月30日
在丢包信道中传输子波编码图像时,存在图像重构问题。本文提出了一种新的图像恢复算法—树恢复子波域插值算法,可以用于恢复丢失的子波树系数。该算法利用二维子波变换具有的水平和垂直方向边缘检测能力,采用数学形态学膨胀运算,恢复已丢失的表示边缘信息的高频系数。为了保持图像边缘的尖锐性和方向性,本文采用了高频系数指导下的低频系数恢复技术。文章最后给出的仿真结果验证了该算法的有效性。
图像传输, 插值, 错误隐藏, 子波变换
-
100浏览
-
0点赞
-
0收藏
-
0分享
-
83下载
-
0
-
引用
【期刊论文】Inference and contradictory analysis for binary neural networks*
郭宝龙, GUO Baolong, and GUO Lei
SCIENCE IN CHINA (Series E), 1996, 39 (1): 11~16,-0001,():
-1年11月30日
A weak-inferenoe theory and a contradictory analysis for binary neural networks (BNNs). are presented. The analysis indicates that the essential reason why a mural network is changing its slates the existenoe of superior contradiction inside the network, and that the process by which a neural network seeks a solution corresponds to eliminating the superior contradiction. Different from general comtraint satisfaction networks, the solutions found by BNNs may contain inferior contradiction but not superior oontradiction.
neural networks,, inference,, contradictory analysis.,
-
71浏览
-
0点赞
-
0收藏
-
0分享
-
71下载
-
0
-
引用
【期刊论文】Figure-Ground Separation Using a Diffusion-Concentration Neural Network*
郭宝龙, GUO Bao-Long, and GUO Lei
CHINESE SCIENCE BULLETIN, 1994, 39 (24): 2086~2090,-0001,():
-1年11月30日
neural networks,, diffusion and concentration,, figure-ground separation.,
-
71浏览
-
0点赞
-
0收藏
-
0分享
-
45下载
-
0
-
引用