基于CNN的面向对象的视频编码技术研究与分析

摘要

视频信息在多媒体信息当中占有非常重要的地位，然而由于视频数据冗余度高，在保证令人满意的视频质量的前提下提高压缩率成为决定多媒体服务质量的关键。面向对象的方法对于视频编码来说是一种强大和先进的方法。该方法的优点是可以大大降低视频的传输率。由于面向对象的视频编码方法需要大量的图像分析，如何解决因处理大量数据运算造成的实时性问题就显得尤为重要。细胞神经网络具有并行高速的特点的同时因其局部耦合的特性而特别适合于图像处理。因此，基于细胞神经网络的面向对象的视频编码技术的研究与分析，具有重要的学术价值和应用价值。
　　 本文介绍了细胞神经网络的基础概念和发展状况，讨论了细胞神经网络的动态范围及其稳定性，详细分析了面向对象的视频编码与细胞神经网络算法相结合的视频编码架构，提出了一种新的基于细胞神经网络算法的面向对象的视频对象分割算法。
　　 全文的主要工作如下：
　　 ①介绍了细胞神经网络的基础概念、发展状况和硬件实现。分析了细胞神经网络的动态范围及其稳定性。为后续章节的研究工作奠定坚实的理论基础。
　　 ②对基于细胞神经网络的面向对象的视频编码技术进行了介绍，详细分析了面向对象的视频编码与细胞神经网络算法相结合的视频编码体系结构，模拟实验表明该方法在保证实时性的同时可以降低视频的传输率。
　　 ③提出了一种新的基于细胞神经网络算法的面向对象的视频对象分割算法。利用一种基于细胞神经网络局部自适应的机制来完成图像分割和边缘检测的方法，对视频中的运动矢量场进行处理，以完成对视频对象的分割。
　　 ④最后对所提出的视频对象分割算法进行仿真实验和性能分析，结果表明通过将细胞神经网络算法与面向对象方法相结合，可以获得较为准确的分割效果和较高的运算效率。