1. 毕业设计（论文）主要目标：
随着互联网行业视频技术和应用的发展，市场上对海量的视频数据传输和存储的要求越来越高，2013年4月13日HEVC(High Efficiency Video Coding)/H.265被ITU-T正式接受为国际标准。
类似以往的国际标准，HEVC仍旧采用“预测 变换”的混合编码框架，包括变换、量化、熵编码、帧内预测、帧间预测以及环路滤波等模块。
本文通过使用卷积神经网络对HEVC量化过程中的量化参数进行快速预测，缩减HEVC原有的量化参数选择所需要的时间，在节省码率的同时提高视频质量。
2. 毕业设计（论文）主要内容：
1.使用HEVC标准代码获取视频量化过程中划分的图像块及其对应的最佳量化参数。
2.利用图像块及其对应的量化参数使用卷积神经网络进行分类训练及调优。
3.将训练好的模型加入HEVC标准代码，通过预测实现量化参数快速决策。
3. 主要参考文献
[1]Sullivan G J, Ohm J R, Han W J, et al. Overview of the high efficiency video coding(HEVC) standard[J]. IEEE Transactions on circuits and systems for video technology, 2012, 22(12): 1649-1668.
[2]Chang C, Lin C L. Adaptive selection of picture-level quantization parameters for predicted video pictures: U.S. Patent 8,331,438[P]. 2012-12-11.
[3]Krizhevsky A, Sutskever I, Hinton G E. Imagenet classification with deep convolutional neural networks[C]//Advances in neural information processing systems. 2012: 1097-1105.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
