收藏本站
《中国科学院大学(中国科学院沈阳计算技术研究所)》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

深度学习在视频帧间补偿中的研究与应用

方业全  
【摘要】:视频数据在网络传送中,由于网络线路的延迟、拥堵可能出现丢失数据包,导致接收端解码出的视频画面质量很差。本文对此问题进行了深入研究,设计了基于深度学习的视频帧间补偿算法:一种无监督视频图像重建神经网络模型。本模型基于对整个视频内容结构细节的理解,重建出视频帧中缺失部分,通过实验可以发现本文设计的深度卷积神经网络模型与基于样本插值的算法相比在视频帧间补偿中有着较好的效果。本文主要内容如下:1、论文研究融合通信的发展、前景和各种应用场景,研究现在通信系统对网络视频传输的强烈需求,对网络视频超分辨率重建与机器学习结合的优势进行了研究与分析。2、对深度学习相关原理、常用模型、卷积神经网络等进行研究,结合深度学习理论对当前流行的深度学习开源框架TensorFlow的底层原理进行研究。基于深度学习改进了图像识别算法,并将改进算法与其他图像识别算法,进行实验对比。结果证明改进算法提高了图像识别的精度。3、对视频编解码进行研究,给出了在当前视频编码的颇为重要的两个原因:第一,现在视频文件一般都比较大,需要大量存储空间来保存生活中各种视频文件。其次,由于视频文件比较大,在网络传输中视频数据占用了大多数带宽,导致网络拥堵,因此,传输视频数据会给网络带来巨大压力。占用较大的带宽最终导致网络延时,严重的话会导致数据帧丢失,这样造成的后果是接受端的视频画面十分不清晰,或者视频文件被破坏。很多学者为了解决以上两个问题付出了巨大心血,他们在视频编码和视频压缩领域在做出显著的成绩。现在主流编码标准H.264就是其中之一,本文对H.264视频编解码框架进行了深入的研究。4、卷积神经网络对处理图像有先天优势,本文大胆地采用深度学习处理视频图像问题,设计了用于视频帧间补偿的卷积神经网络模型,并将本文实现的神经网络模型与其他算法进行实验对比,结论证明本文的算法取得了优异的效果。
【学位授予单位】:中国科学院大学(中国科学院沈阳计算技术研究所)
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TP391.41;TP181

【参考文献】
中国期刊全文数据库 前5条
1 龙古灿;张小虎;于起峰;;用于视频图像帧间运动补偿的深度卷积神经网络[J];国防科技大学学报;2016年05期
2 张俊;李鑫;;TensorFlow平台下的手写字符识别[J];电脑知识与技术;2016年16期
3 林浒;史须勇;杨海波;孙华军;;基于“软总线”的ICT融合通信服务器体系结构研究[J];小型微型计算机系统;2015年11期
4 陶耀东;王鹏博;高春;于波;;一种HEVC编码单元快速划分决策算法[J];小型微型计算机系统;2015年08期
5 杨大伟;李丹;李健;;基于POCS的超分辨率重建算法研究[J];微型机与应用;2014年08期
中国重要会议论文全文数据库 前1条
1 关泽群;刘晓青;;不同空间分辨率图像匹配[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年
中国博士学位论文全文数据库 前4条
1 宋光慧;基于迁移学习与深度卷积特征的图像标注方法研究[D];浙江大学;2017年
2 熊健;高效视频编码关键技术研究[D];电子科技大学;2015年
3 安宝冉;基于预测控制的网络化系统若干控制问题研究[D];哈尔滨工业大学;2014年
4 陶阳;面向高性能视频压缩的关键技术研究[D];国防科学技术大学;2007年
中国硕士学位论文全文数据库 前10条
1 孙健;基于视频内容分析的火灾烟雾检测算法研究与实现[D];北京交通大学;2017年
2 范小亮;物体分割与识别方法的研究和实现[D];南京大学;2017年
3 姜新猛;基于TensorFlow的卷积神经网络的应用研究[D];华中师范大学;2017年
4 卜振江;融合通信系统中移动视频监控终端的设计与实现[D];中国科学院大学(中国科学院沈阳计算技术研究所);2017年
5 陈海棠;智能交通中图像超分辨率重建算法研究[D];昆明理工大学;2016年
6 刘研;基于萤火虫算法和RBF神经网络的高速公路交通流预测[D];长安大学;2016年
7 杨楠;基于Caffe深度学习框架的卷积神经网络研究[D];河北师范大学;2016年
8 杨松;基于主成分分析的硬件木马检测技术研究[D];天津大学;2016年
9 杨亮;基于熵编码的H.264实时混沌视频选择性加密方法的研究[D];东北大学;2015年
10 杨洋;基于机器学习的单目视频深度恢复[D];浙江大学;2013年
【共引文献】
中国期刊全文数据库 前10条
1 韩山杰;谈世哲;;基于TensorFlow进行股票预测的深度学习模型的设计与实现[J];计算机应用与软件;2018年06期
2 肖嘉慧;;浅议聚类算法在TensorFlow平台中的应用前景[J];数字技术与应用;2018年05期
3 赵力衡;;基于决策树的手写数字识别的应用研究[J];软件;2018年03期
4 朱纯;王翰林;魏天远;王伟;;基于深度卷积生成对抗网络的语音生成技术[J];仪表技术;2018年02期
5 加日拉·买买提热衣木;;TensorFlow的数据读取方式研究[J];数字通信世界;2018年02期
6 朱威;张晗钰;易瑶;张桦;;低复杂度的HEVC帧内编码模式决策算法[J];小型微型计算机系统;2017年12期
7 宋倩;黄昶;余慧瑶;;基于TensorFlow的交通标志形状识别[J];信息通信;2017年12期
8 杨煜;张炜;;TensorFlow平台上基于LSTM神经网络的人体动作分类[J];智能计算机与应用;2017年05期
9 王洪德;王焕青;;卷积神经网络图像识别技术在入侵监测系统中的应用研究[J];大连交通大学学报;2017年05期
10 刘帆;刘鹏远;张峻宁;徐彬彬;;基于双流卷积神经网络的RGB-D图像联合检测[J];激光与光电子学进展;2018年02期
中国博士学位论文全文数据库 前4条
1 刘奎;基于神经网络的癌症筛查与诊断人工智能研究[D];北京邮电大学;2018年
2 崔雪红;基于深度学习的轮胎缺陷无损检测与分类技术研究[D];青岛科技大学;2018年
3 付伟;网络控制系统长时延和丢包的主动补偿控制方法研究[D];重庆大学;2017年
4 杨新荣;广义多智能体系统的一致性问题研究[D];哈尔滨工业大学;2015年
中国硕士学位论文全文数据库 前10条
1 杨经国;Φ-OTDR分布式光纤传感系统信噪比增强与模式识别研究[D];西南交通大学;2018年
2 牛丽丽;基于BPNN-DIOC网络的森林火灾烟雾识别[D];太原理工大学;2018年
3 方业全;深度学习在视频帧间补偿中的研究与应用[D];中国科学院大学(中国科学院沈阳计算技术研究所);2018年
4 何家欢;深度学习在电能质量扰动识别中的应用研究[D];兰州理工大学;2018年
5 孙琛;基于视频图像的火灾检测算法研究与设计[D];山东大学;2018年
6 林晟;基于卷积神经网络的教学资源整合方法的研究与实现[D];上海师范大学;2018年
7 郝琨;基于卷积神经网络的藏独旗帜检测算法研究[D];兰州大学;2018年
8 孙瑜阳;卷积神经网络在车辆识别中的应用研究[D];沈阳师范大学;2018年
9 宋健;基于情感的社会网影响传播问题研究[D];黑龙江大学;2018年
10 曹伟;基于SSD的车辆检测与跟踪算法研究[D];安徽大学;2018年
【二级参考文献】
中国期刊全文数据库 前10条
1 雷海军;危雄;杨张;袁梅冷;;一种快速HEVC帧内预测模式决策算法[J];计算机工程;2014年05期
2 徐兆吉;刘晓宇;张政;;电信运营商关于企业级融合通信技术创新的策略要素分析[J];电信科学;2014年03期
3 李经松;陈朝晖;;软件总线体系结构的研究与应用[J];空间控制技术与应用;2012年04期
4 许宜申;顾济华;陶智;吴迪;朱明诚;;基于改进BP神经网络的手写字符识别[J];通信技术;2011年05期
5 孙志安;窦强;;软件总线:体系结构分析与设计[J];指挥控制与仿真;2009年02期
6 浦剑;张军平;黄华;;超分辨率算法研究综述[J];山东大学学报(工学版);2009年01期
7 禹晶;苏开娜;肖创柏;;一种改善超分辨率图像重建中边缘质量的方法[J];自动化学报;2007年06期
8 张斌;赵玮烨;李积宪;;基于BP神经网络的手写字符识别系统[J];兰州交通大学学报;2007年01期
9 任翠池;杨淑莹;洪俊;;基于BP神经网络的手写字符识别[J];天津理工大学学报;2006年04期
10 杨勇,谢刚生;基于BP神经网络的手写数字识别[J];华东地质学院学报;2003年04期
中国博士学位论文全文数据库 前3条
1 张文安;网络化控制系统的时延与丢包问题研究[D];浙江工业大学;2010年
2 王庆凤;网络控制系统的鲁棒控制方法研究及仿真平台搭建[D];吉林大学;2009年
3 王柱锋;网络控制系统的预测控制研究[D];浙江大学;2008年
中国硕士学位论文全文数据库 前10条
1 汪子杰;基于深度神经网络的视频烟雾检测研究[D];西南交通大学;2016年
2 吴正文;卷积神经网络在图像分类中的应用研究[D];电子科技大学;2015年
3 周忠;基于时空特征的林火视频烟雾识别[D];南京林业大学;2015年
4 田甜;基于云存储的Android手机视频监控系统应用设计[D];北京工业大学;2015年
5 张勇;深度卷积神经网络在车牌和人脸检测领域的应用研究[D];郑州大学;2015年
6 辛吉涛;基于Android平台的移动视频监控系统的研究[D];大连理工大学;2015年
7 何西麟;基于深度学习的手写体字符识别研究与实现[D];中山大学;2015年
8 史须勇;ICT通信服务器体系结构的设计与实现[D];中国科学院研究生院(沈阳计算技术研究所);2015年
9 龚虹瑞;基于Android的移动视频监控[D];西华大学;2015年
10 聂涛;基于最大后验概率的视频超分辨率算法研究[D];浙江大学;2014年
【相似文献】
中国期刊全文数据库 前10条
1 袁帅,秦贵和,晏婕;应用残差生成对抗网络的路况视频帧预测模型[J];西安交通大学学报;2018年10期
2 章必雄,陈以金;电视动态视频帧的定时捕获与识别[J];武汉交通科技大学学报;1999年06期
3 石晨阳;;视频帧率转换专利技术综述[J];数字技术与应用;2015年11期
4 马小勇,谢萍,张宪民;视频帧中提取文字区域的算法[J];计算机工程;2003年09期
5 钱阳;李雷;;基于新型鲁棒字典学习的视频帧稀疏表示[J];计算机技术与发展;2017年02期
6 谭丽娜;李金屏;;基于视频帧重要区域相似性的镜头切换检测[J];济南大学学报(自然科学版);2009年01期
7 谢元虎;孟利民;;H.264视频帧的图形叠加设计[J];有线电视技术;2012年05期
8 王勇,燕继坤,郑辉;一种自适应的视频帧中字幕检测定位方法[J];计算机应用;2004年01期
9 杨海岩;薛擎天;;TLD视频目标跟踪算法浅析[J];科技视界;2017年28期
10 薛帅;王光霞;郭建忠;;一种基于视频帧间冗余的空间数据隐藏方法[J];信息工程大学学报;2014年06期
中国重要会议论文全文数据库 前5条
1 栾淑丽;王燕;于佳;;基于人工文本的视频帧聚类算法研究[A];黑龙江省计算机学会2009年学术交流年会论文集[C];2010年
2 佟爱华;周付根;金挺;林锦梅;;一种改进的高精度视频帧间匹配算法[A];2008’“先进集成技术”院士论坛暨第二届仪表、自动化与先进集成技术大会论文集[C];2008年
3 张维刚;黄庆明;何辉;王孝朋;高文;;一种无监督的视频关键帧提取方法[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年
4 韩智广;吴玲达;徐建军;栾希道;;一种新的用于视频检索的语义索引[A];第四届和谐人机环境联合学术会议论文集[C];2008年
5 彭宇珏;董育宁;黄超;;基于内容的无线视频流QoE提升方法[A];2013年中国通信学会信息通信网络技术委员会年会论文集[C];2013年
中国博士学位论文全文数据库 前4条
1 路庆春;视频帧率上变换算法研究[D];上海交通大学;2015年
2 冯妮娜;无线传输视频适配技术研究[D];西安电子科技大学;2012年
3 饶云波;夜间视频增强的关键技术研究[D];电子科技大学;2012年
4 苏洪磊;基于码流的网络视频无参考质量评估研究[D];西安电子科技大学;2014年
中国硕士学位论文全文数据库 前10条
1 方业全;深度学习在视频帧间补偿中的研究与应用[D];中国科学院大学(中国科学院沈阳计算技术研究所);2018年
2 栾淑丽;基于人工文本视频帧聚类算法研究[D];哈尔滨工程大学;2009年
3 陈博;基于D2D通信的视频多播技术研究[D];西安电子科技大学;2016年
4 袁天宇;基于HDFS的视频帧分布式读取模型的研究[D];华南理工大学;2017年
5 巢娟;基于内容的视频帧间篡改被动检测算法研究[D];上海交通大学;2013年
6 王琴玲;分布式视频编码中视频帧分组算法的研究[D];华南理工大学;2016年
7 王冰;基于流机制的群体异常行为检测研究[D];西安理工大学;2016年
8 关云辉;基于OpenCL的视频帧率上转换算法研究[D];西安电子科技大学;2015年
9 黄冰洋;视频帧编辑篡改检测研究[D];天津大学;2016年
10 邵树斌;基于压缩感知理论的视频帧间信号编码研究[D];天津大学;2010年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026