• 時(shí)間：2016.10.11-2016. 11.3
• 注意關(guān)注會(huì)議

機(jī)構(gòu)

• ITU（國(guó)際電信聯(lián)盟）

• MPEG： Moving Picture Experts Group，動(dòng)態(tài)圖像專家組, 是ISO（International Standardization Organization，國(guó)際標(biāo)準(zhǔn)化組織）與IEC（International Electrotechnical Commission，國(guó)際電工委員會(huì)）于1988年成立的專門針對(duì)運(yùn)動(dòng)圖像和語(yǔ)音壓縮制定國(guó)際標(biāo)準(zhǔn)的組織。每年舉辦三次會(huì)議。

• 3GPP： 3GPP的目標(biāo)是實(shí)現(xiàn)由2G網(wǎng)絡(luò)到3G網(wǎng)絡(luò)的平滑過(guò)渡，保證未來(lái)技術(shù)的后向兼容性，支持輕松建網(wǎng)及系統(tǒng)間的漫游和兼容性。 其職能： 3GPP主要是制訂以GSM核心網(wǎng)為基礎(chǔ)，UTRA(FDD為W-CDMA技術(shù)，TDD為TD-CDMA技術(shù))為無(wú)線接口的第三代技術(shù)規(guī)范。

標(biāo)準(zhǔn)

MPEG標(biāo)準(zhǔn)：

• MPEG-1/1993：11172，VCD
• MPEG-2/1995：13818，DVD
• MPEG-4/1999：.mp4格式的視頻，目前仍在使用
• MPEG-4 AAC/2003 /H.264
• MPEG-7/2001：15938，檢索標(biāo)準(zhǔn)，較老了
• HEVC（2013）/H.265
• MPEG-21

Dolby AC3標(biāo)準(zhǔn)

AVS標(biāo)準(zhǔn)

兩種向量差值的表示：

• 歐氏距離：|F1-F2|^2； 歐幾里得度量（euclidean metric）（也稱歐氏距離）是一個(gè)通常采用的距離定義，指在m維空間中兩個(gè)點(diǎn)之間的真實(shí)距離，或者向量的自然長(zhǎng)度（即該點(diǎn)到原點(diǎn)的距離）。在二維和三維空間中的歐氏距離就是兩點(diǎn)之間的實(shí)際距離。

• 馬氏距離： 馬氏距離(Mahalanobis distance)是由印度統(tǒng)計(jì)學(xué)家馬哈拉諾比斯(P. C. Mahalanobis)提出的，表示數(shù)據(jù)的協(xié)方差距離。它是一種有效的計(jì)算兩個(gè)未知樣本集的相似度的方法。與歐氏距離不同的是它考慮到各種特性之間的聯(lián)系（例如：一條關(guān)于身高的信息會(huì)帶來(lái)一條關(guān)于體重的信息，因?yàn)閮烧呤怯嘘P(guān)聯(lián)的）并且是尺度無(wú)關(guān)的(scale-invariant)，即獨(dú)立于測(cè)量尺度。對(duì)于一個(gè)均值為μ，協(xié)方差矩陣為Σ的多變量向量，其馬氏距離為(x-μ)’Σ^(-1)(x-μ)。

JPEG2000 圖像檢索

問(wèn)題：描述、匹配、視角問(wèn)題、手機(jī)搜索

拍照過(guò)程（信息有損失）：

• 3D——>2D；

• 成像輸入——>攝像頭——>去噪——>對(duì)應(yīng)RGB不同的通道對(duì)圖像采樣——>DSP處理——>輸出

描述：

Globle Feature：

• 顏色
• 結(jié)構(gòu)
• 輪廓

Local Feature ：

• keypoint（特征點(diǎn)、關(guān)鍵點(diǎn)）
• Interesting content
• precise localization
• repeatable detection under variations of scale rotation（旋轉(zhuǎn)、尺度等變換可重復(fù)檢測(cè)）

SIFT

SIFT概念：

• 尺度不變特征變換（Scale-invariant feature transform，SIFT），是用于圖像處理領(lǐng)域的一種描述。

• 這種描述具有尺度不變性，可在圖像中檢測(cè)出關(guān)鍵點(diǎn)，是一種局部特征描述子。

  • keypoint（特征點(diǎn)、關(guān)鍵點(diǎn)）
  • Interesting content
  • precise localization
  • repeatable detection under variations of scale rotation（旋轉(zhuǎn)、尺度等變換可重復(fù)檢測(cè)）

• 該方法于1999年由David Lowe首先發(fā)表于計(jì)算機(jī)視覺國(guó)際會(huì)議（International Conference on Computer Vision，ICCV），2004年再次經(jīng)David Lowe整理完善后發(fā)表于International journal of computer vision（IJCV）。截止2014年8月，該論文單篇被引次數(shù)達(dá)25000余次。

SIFT實(shí)現(xiàn)方法：

• 金字塔形狀分解（pyramids）；逐級(jí)檢測(cè)

• 尺度空間（scale space）;DOG method

仿射（Affin Transform, AT）

包括：旋轉(zhuǎn)、傾斜、平移、縮放

第二課

MPEG-1

• CD11172-1，音頻（A、B、C、D、E、F、G）

• 幀同步：CD11172-2，視頻。

• 注意：encoder issue編碼器問(wèn)題，只要編碼后的碼流符合標(biāo)準(zhǔn)即可，對(duì)編解碼器并沒有規(guī)定，其中涉及優(yōu)化問(wèn)題。

MPEG-1 ：13818（視頻標(biāo)準(zhǔn)）

幀內(nèi)編碼：

audio（聽覺）

• Bn=20KHZ，Fs=44.1KHZ，或是48KHZ Bps=16bit

voice（語(yǔ)音）

• Bn=3.4KHZ->4KHZ ，Fs=8KHZ Bps=8bit

MPEG Audio

• Audio layout2 ——MP2：時(shí)域上編碼

• Audio layout3 ——MP2：濾波器組，切割成32個(gè)子帶

• AAC MP3有更大的采樣率：8-96KHZ，更大的比特?cái)?shù)和更長(zhǎng)的幀長(zhǎng)

編碼器

• CELP：較有名的編碼器， 基于模型的編碼
• MIDI

三基色：RGB

• 16777216種顏色

• 4096/2048 量化，取最大值

描述圖像，用于檢索的指標(biāo)有

• PBC
• SRC
• Edge histogram
  注意：旋轉(zhuǎn)不變性，解決的是角度問(wèn)題。

總結(jié)

以上是生活随笔為你收集整理的多媒体表示、描述、编码以及通信的相关规定和标准课程总结的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。