针对提高4K超高清电视广播视频压缩效率,减少存储空间和网络带宽这一需求,提出应用音视频编码标准3(Audio Video Coding Standard 3,AVS3)视频编解码技术,利用AVS3编解码标准的高效性,提升4K超高清视频内容的编码质量和传输效率。首先,...针对提高4K超高清电视广播视频压缩效率,减少存储空间和网络带宽这一需求,提出应用音视频编码标准3(Audio Video Coding Standard 3,AVS3)视频编解码技术,利用AVS3编解码标准的高效性,提升4K超高清视频内容的编码质量和传输效率。首先,从节目制播环节入手,通过扩展帧内角度预测和信源动态编码,在保持图像质量的同时降低编码比特率,优化编码过程,节省传输带宽;其次,通过视频分层并行解码和音频解码还放声音技术,提升接收解码及呈现的速度和质量;最后,通过应用实验验证AVS3视频编解码技术在4K超高清电视广播领域的实际效果。展开更多
探讨视频压缩编码技术在高分辨率视频传输中的应用,详细分析视频传输带宽的优化、高效视频编码(High Efficiency Video Coding,HEVC)和多功能视频编码(Versatile Video Coding,VVC)等编码标准的实现,以及低延迟实时传输的技术保障。利用...探讨视频压缩编码技术在高分辨率视频传输中的应用,详细分析视频传输带宽的优化、高效视频编码(High Efficiency Video Coding,HEVC)和多功能视频编码(Versatile Video Coding,VVC)等编码标准的实现,以及低延迟实时传输的技术保障。利用Netflix的4K流媒体传输案例展示视频压缩编码技术在不同网络环境下对比特率、视频质量和延迟优化的成效。展开更多
风电机组在运行过程中面临各种故障风险,如何精准地诊断和预测故障,对于提升风电场的运行效率和保障系统安全具有重要意义。传统的故障诊断方法主要依赖于基于规则的模型或浅层机器学习算法,这些方法在处理复杂、非线性、时序性强的数...风电机组在运行过程中面临各种故障风险,如何精准地诊断和预测故障,对于提升风电场的运行效率和保障系统安全具有重要意义。传统的故障诊断方法主要依赖于基于规则的模型或浅层机器学习算法,这些方法在处理复杂、非线性、时序性强的数据时常常表现出较低的精度和较差的泛化能力。为此,提出一种基于改进灰狼优化(improved grey wolf optimizer,IGWO)算法的编解码器(Seq2Seq)模型,用于风电机组故障诊断预测。模型通过注意力机制增强关键输入时刻的特征表达能力,并利用IGWO算法对超参数进行全局优化以提升模型的预测精度和泛化能力。与传统模型相比,该模型风电机组故障预测中具备高效性和可靠性,为风电场的智能化运行与维护提供技术支持。展开更多
时空视频超分辨率(space-time video super-resolution,STVSR)通过时间和空间2个尺度提升视频的质量,从而实现在视频采集设备、传输或者存储有限的情况下依然能实时地呈现高分辨率和高帧率的视频,满足人们对超高清画质的追求。相比两阶...时空视频超分辨率(space-time video super-resolution,STVSR)通过时间和空间2个尺度提升视频的质量,从而实现在视频采集设备、传输或者存储有限的情况下依然能实时地呈现高分辨率和高帧率的视频,满足人们对超高清画质的追求。相比两阶段方法,一阶段方法实现的是特征层面而非像素层面的帧插值,其在推理速度和计算复杂度上都明显更胜一筹。一些现有的一阶段STVSR方法采用基于像素幻觉的特征插值,这幻化了像素,因此很难应对帧间快速运动物体的预测。为此,提出一种基于光流法的金字塔编码器-解码器网络来进行时间特征插值,实现快速的双向光流估计和更真实自然的纹理合成,在使得网络结构更高效的同时弥补了大运动对光流估计带来的不稳定性。另外,空间模块采用基于滑动窗口的局部传播和基于循环网络的双向传播来强化帧对齐,整个网络称为时间特征细化网络(temporal feature refinement netowrk,TFRnet)。为了进一步挖掘TFRnet的潜力,将空间超分辨率先于时间超分辨率(space-first),在几种广泛使用的数据基准和评估指标上的实验证明了所提出方法TFRnet-sf的出色性能,在总体峰值信噪比(peak signal to noise ratio,PSNR)和结构相似性(structural similarity,SSIM)提升的同时,插入中间帧的PSNR和SSIM也得到提升,在一定程度上缓和了插入的中间帧与原有帧之间PSNR和SSIM差距过大的问题。展开更多
文摘针对提高4K超高清电视广播视频压缩效率,减少存储空间和网络带宽这一需求,提出应用音视频编码标准3(Audio Video Coding Standard 3,AVS3)视频编解码技术,利用AVS3编解码标准的高效性,提升4K超高清视频内容的编码质量和传输效率。首先,从节目制播环节入手,通过扩展帧内角度预测和信源动态编码,在保持图像质量的同时降低编码比特率,优化编码过程,节省传输带宽;其次,通过视频分层并行解码和音频解码还放声音技术,提升接收解码及呈现的速度和质量;最后,通过应用实验验证AVS3视频编解码技术在4K超高清电视广播领域的实际效果。
文摘探讨视频压缩编码技术在高分辨率视频传输中的应用,详细分析视频传输带宽的优化、高效视频编码(High Efficiency Video Coding,HEVC)和多功能视频编码(Versatile Video Coding,VVC)等编码标准的实现,以及低延迟实时传输的技术保障。利用Netflix的4K流媒体传输案例展示视频压缩编码技术在不同网络环境下对比特率、视频质量和延迟优化的成效。
文摘风电机组在运行过程中面临各种故障风险,如何精准地诊断和预测故障,对于提升风电场的运行效率和保障系统安全具有重要意义。传统的故障诊断方法主要依赖于基于规则的模型或浅层机器学习算法,这些方法在处理复杂、非线性、时序性强的数据时常常表现出较低的精度和较差的泛化能力。为此,提出一种基于改进灰狼优化(improved grey wolf optimizer,IGWO)算法的编解码器(Seq2Seq)模型,用于风电机组故障诊断预测。模型通过注意力机制增强关键输入时刻的特征表达能力,并利用IGWO算法对超参数进行全局优化以提升模型的预测精度和泛化能力。与传统模型相比,该模型风电机组故障预测中具备高效性和可靠性,为风电场的智能化运行与维护提供技术支持。
文摘时空视频超分辨率(space-time video super-resolution,STVSR)通过时间和空间2个尺度提升视频的质量,从而实现在视频采集设备、传输或者存储有限的情况下依然能实时地呈现高分辨率和高帧率的视频,满足人们对超高清画质的追求。相比两阶段方法,一阶段方法实现的是特征层面而非像素层面的帧插值,其在推理速度和计算复杂度上都明显更胜一筹。一些现有的一阶段STVSR方法采用基于像素幻觉的特征插值,这幻化了像素,因此很难应对帧间快速运动物体的预测。为此,提出一种基于光流法的金字塔编码器-解码器网络来进行时间特征插值,实现快速的双向光流估计和更真实自然的纹理合成,在使得网络结构更高效的同时弥补了大运动对光流估计带来的不稳定性。另外,空间模块采用基于滑动窗口的局部传播和基于循环网络的双向传播来强化帧对齐,整个网络称为时间特征细化网络(temporal feature refinement netowrk,TFRnet)。为了进一步挖掘TFRnet的潜力,将空间超分辨率先于时间超分辨率(space-first),在几种广泛使用的数据基准和评估指标上的实验证明了所提出方法TFRnet-sf的出色性能,在总体峰值信噪比(peak signal to noise ratio,PSNR)和结构相似性(structural similarity,SSIM)提升的同时,插入中间帧的PSNR和SSIM也得到提升,在一定程度上缓和了插入的中间帧与原有帧之间PSNR和SSIM差距过大的问题。
