简介:在视频编码中,DCT系数分布模型是率失真理论模型的基础,视频量化一般可分别为硬判决量化(HDQ)以及软判决量化(SDQ),SDQ算法能实现最优编码性能,但其中维特比算法会导致严重的系数间串行处理依赖.比较而言,基于死区(deadzone)的HDQ算法率失真性能略有损失,但是不考虑系数间的相关性.提出了一种基于分段逼近TCM模型(TransparentCompositeModel)的自适应硬判决量化算法,采用更精确的DCT分布估计模型,估算不同频率分量DCT系数的分布参数.根据模型参数及DCT系数分布参数,优化构造自适应的死区偏移量模型.实验表明,相对于固定偏移量HDQ算法,其编码性能非常接近于SDQ算法.
简介:在基于HMM的人脸识别方法中,由于把奇异值向量作为观察向量是将整幅图的奇异值向量作为图像的特征,不能详细描述图像的局部细节。提出将图像分割成多子个窗口,然后选取子窗口的局部奇异值组成人脸特征向量,通过对观察向量的仿真结果表明,这种方法在提高识别率方面都有很大进步,优于直接采用灰度值法、二维离散余弦变换系数法或采用奇异值向量法。