基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在当今这个数据爆炸增长的时代,深度学习强大的非线性建模能力进一步提高了多视点视频编码的率失真性能.对此,介绍多视点视频的特点及应用,重点对深度学习背景下现有的多视点视频编码方法进行介绍和总结,并展望多视点视频编码未来的发展趋势,旨在进一步发挥深度学习的能力,为用户提供更佳的观看体验.
推荐文章
基于CDN的多描述视频编码方法研究
内容分发网络
多描述视频编码
基于运动矢量的描述恢复
多描述分解
一种基于H.263的视频多描述编码方法
多描述编码
H.263
视频多描述编码
基于对象的视频编码方法——MPEG-4
MPEG-4
视频对象
视频编码
运动补偿
差错控制
误差掩盖
基于人类视觉系统的视频编码方法
视频编码
人类视觉系统
聚焦点
聚焦区
码率分配
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于深度学习的多视点视频编码方法综述
来源期刊 电视技术 学科 工学
关键词 深度学习 多视点视频编码 神经网络
年,卷(期) 2021,(12) 所属期刊栏目 数字视频|DIGITAL VIDEO
研究方向 页码范围 10-13
页数 4页 分类号 TN946
字数 语种 中文
DOI 10.16280/j.videoe.2021.12.004
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
深度学习
多视点视频编码
神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电视技术
月刊
1002-8692
11-2123/TN
大16开
北京市朝阳区酒仙桥北路乙7号(北京743信箱杂志社)
2-354
1977
chi
出版文献量(篇)
12294
总下载数(次)
21
论文1v1指导