面向无线视频通信的视频软编码技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61772041
  • 项目类别:
    面上项目
  • 资助金额:
    65.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0210.计算机图像视频处理与多媒体技术
  • 结题年份:
    2021
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2021-12-31

项目摘要

The visual communication systems nowadays are mostly built upon the Shannon’s separation theorem that source coding and channel coding can be designed separately without sacrificing the optimality in performance. With the prevalence of wireless networks and mobile devices in recent years, the weakness of the traditional coding and transmission framework becomes evident due to the “cliff effect” of digital coding systems. In this project, we aim to investigate a new and efficient soft video coding framework for the video broadcast application in wireless and mobile scenarios. Firstly, we investigate spatial-temporal decorrelation transform and transform-domain signal energy modeling in the soft video coding framework, focusing on analyzing the performance of different transforms and evaluating their individual performance gain. Secondly, we study the mechanism to conduct intra-prediction and inter-prediction in the soft video coding framework, and investigate hybrid digital-analog coding, embedded multi-layer quantization, and the SK dimension-reduction mapping in order to achieve soft video coding with higher efficiency. Finally, based on the characteristics of human vision system, we study the way to represent and code the perceptually sensitive visual information in video, and design a perception-friendly soft video coding scheme. Based on all these techniques, we construct a robust and efficient solution for video communication in wireless and mobile environment.
现有的视频通信系统大多以香农的分离编码理论为基础,在快速动态变化的无线环境下、以及在差异化的多用户条件下,传统编码传输框架由于“悬崖效应”而面临着很大挑战。针对移动无线环境下的视频广播等典型应用,本项目围绕视频的高效软编码传输开展研究。具体包括:首先,研究视频软编码中的空域-时域去相关变换、变换域信号建模和能量分配,分析不同信号变换的性能及其增益,构建无线视频的优化软编码基本框架;其次,研究视频软编码中的高效帧内/帧间预测、数字模拟混合编码、嵌入式分层量化等核心问题,提升软编码的性能;第三,针对人眼视觉系统的特性,研究视觉敏感信息的高效表示和编码方式,实现感知优化的视频软编码。最终形成一种无线环境下鲁棒而高效的视频软编码传输方案。

结项摘要

现有的视频通信系统大多以香农的分离信源信道编码理论为基础,在快速动态变化的无线通信环境下、以及在差异化的多接收用户条件下,传统编码框架由于“悬崖效应”而面临着很大挑战。针对移动无线环境下的视频广播等典型应用,本项目围绕视频的高效软编码传输开展研究。具体包括:首先,研究了软编码中的视觉信号的空域-时域去相关变换、变换域视觉信号的能量分布建模和传输能量分配,分析不同信号变换的性能增益,从而构建了无线视频广播的软编码优化基本框架;其次,研究了视频软编码中的高效预测、数模混合编码、嵌入量化等几个对传输性能具有关键影响的核心问题,提升了软编码的性能;第三,针对人眼视觉特性研究了视觉感知优化的视觉信号软编码;最终形成了一种面向无线环境下视频通信的鲁棒而高效的视频软编码传输方案。本项目的研究工作在视频图像领域的高水平国际期刊上发表论文11篇,国际会议上发表论文14篇。项目支持了7名博士生和1名硕士生的培养,其中4名博士生已通过答辩获得博士学位。一项研究工作获得了CVPR2019 UG2+ Workshop最佳论文奖。

项目成果

期刊论文数量(11)
专著数量(0)
科研奖励数量(1)
会议论文数量(14)
专利数量(3)
CG-Cast: Scalable Wireless Image SoftCast Using Compressive Gradient
CG-Cast:使用压缩梯度的可扩展无线图像 SoftCast
  • DOI:
    10.1109/tcsvt.2018.2842818
  • 发表时间:
    2019-06-01
  • 期刊:
    IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS FOR VIDEO TECHNOLOGY
  • 影响因子:
    8.4
  • 作者:
    Liu, Hangfan;Xiong, Ruiqin;Gao, Wen
  • 通讯作者:
    Gao, Wen
Fully Connected Network-Based Intra Prediction for Image Coding
基于全连接网络的图像编码帧内预测
  • DOI:
    10.1109/tip.2018.2817044
  • 发表时间:
    2018-07-01
  • 期刊:
    IEEE TRANSACTIONS ON IMAGE PROCESSING
  • 影响因子:
    10.6
  • 作者:
    Li, Jiahao;Li, Bin;Gao, Wen
  • 通讯作者:
    Gao, Wen
OmniCast :Wireless Pseudo-Analog Transmission for Omnidirectional Video
OmniCast:全向视频无线伪模拟传输
  • DOI:
    10.1109/jetcas.2019.2898750
  • 发表时间:
    2019
  • 期刊:
    IEEE Journal on Emerging and Selected Topics in Circuits and Systems
  • 影响因子:
    4.6
  • 作者:
    Zhao Jing;Xiong Ruiqin;Xu Jizheng
  • 通讯作者:
    Xu Jizheng
基于图像梯度的无线软传输
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    计算机学报
  • 影响因子:
    --
  • 作者:
    刘航帆;熊瑞勤;赵菁;李宏明;马思伟;高文
  • 通讯作者:
    高文
Reconstructing Clear Image for High-Speed Motion Scene with a Retina-Inspired Spike Camera
使用受视网膜启发的 Spike 相机重建高速运动场景的清晰图像
  • DOI:
    10.1109/tci.2021.3136446
  • 发表时间:
    2021
  • 期刊:
    IEEE Transactions on Computational Imaging
  • 影响因子:
    5.4
  • 作者:
    Jing Zhao;Ruiqin Xiong;Jiyu Xie;Boxin Shi;Zhaofei Yu;Wen Gao;Tiejun Huang
  • 通讯作者:
    Tiejun Huang

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

熊瑞勤的其他基金

高速连拍相机的图像重建技术研究
  • 批准号:
  • 批准年份:
    2020
  • 资助金额:
    57 万元
  • 项目类别:
    面上项目
基于稀疏建模的视频图像编码与重建方法研究
  • 批准号:
    61370114
  • 批准年份:
    2013
  • 资助金额:
    80.0 万元
  • 项目类别:
    面上项目
高分辨率视频编码算法研究
  • 批准号:
    61073083
  • 批准年份:
    2010
  • 资助金额:
    33.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码