导读:本文包含了帧率提升论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:噪声,道格拉斯,卷积,深度,角形,奥斯卡,好莱坞。
帧率提升论文文献综述
李聪[1]（2019）在《基于Delaunay叁角形网格的视频帧率提升技术》一文中研究指出超高清电视及电影业的不断发展带动了人们对观看更高帧率视频的需求,且不同国家、不同设备之间所采用的帧率不同,为了实现这些不同标准格式下的视频间的帧率转换以及为了给人们带来更震撼的观影感受,帧率提升技术(Frame Rate UpConversion,FRUC)被提了出来且逐渐成为研究的热点。帧率是指每秒钟所传输的图片的帧数,单位为帧每秒(Frames Per Second,FPS)。视频的帧率越高,其画面中的动作就越流畅、细节就越细腻,人们的观影体验也就越好。帧率提升技术是指在原始的视频序列中间内插出一些帧,使原本低帧率的视频变为更高帧率的视频。正是由于人们有获得更佳的观影体验的需求,所以FRUC技术有非常广阔的应用前景,值得学者们在这方面花费时间与精力来推动这项技术的发展。各国学者们也提出了多种帧率提升的方法,其中应用最为广泛的是基于运动补偿的FRUC技术,这种方法充分考虑到了视频中运动物体的运动情况,并作出了相应的运动补偿来得到较高质量的内插帧图,因而被广泛应用于实际中。本论文首先介绍了帧率提升技术的理论基础及常用的一些经典算法,然后对其中的基于运动补偿的FRUC技术中的一种基于网格的方法进行了重点研究,论文的主要研究内容及成果可归纳为以下叁点:1.选取了六种较经典的图像特征提取与匹配算法进行对比分析,并通过实验发现,ORB+BF算法所做的匹配图像特征点较多且正确率最高,经过RANSAC误匹配后可以达到近乎100%。所以本文选用该方法来进行后续的运动估计及Delaunay叁角形(Delaunay Triangle,DT)网格生成。且在这里,我们提出了一种新的叁步图像匹配算法:BRISK+FREAK+BF,通过实验可以证明该算法具有更好的尺度不变性及光照不变性。2.提出了一种改进的DT网格生成算法,该算法基于上述的ORB+BF方法的图像匹配实验结果,将该匹配结果的特征点生成点集,读取叁对特征点组合进行六参数仿射变换,将其代入起点坐标计算转换后的坐标得到运动物体的运动矢量;接着生成初始的DT网格,将点集中的点不断插入其中,判断是否满足DT剖分准则,若满足则删除之前的叁角形,重新生成新的网格,不满足则继续读取点集直到网格生成结束。同时,将传统的空外接圆准则算法进行了优化,将传统的计算叁角形的外接圆的圆心及半径,然后再计算出插入点到该圆心的距离从而判断插入点与圆的位置关系转化为计算两个角度的余弦值并判断其大小,从而判断插入点与圆的位置关系,这种做法大大简化了算法的复杂程度,使效率有了较大的提高。3.生成DT网格之后,对图像进行运动补偿来得到两帧中间的内插帧图。在这里,我们选取的两帧是测试视频的第一帧及第叁帧图像,这样内插出的帧图就可以与原始的第二张帧图进行对比评价。本文是基于Windows7+Visual Studio2015+Opencv3.3.1平台进行实验,可以发现,无论是从主观的视觉效果上看,还是客观评价计算内插帧图与原始帧图的峰值信噪比(Peak Signal to Noise Ratio,PSNR)、归一化相关系数(Normalized Correlation,NC)及结构相似度(Structural Similarity Index Measurement,SSIM),都可以证明本文所提出的帧率提升方法优于经典的帧率提升算法,且得到了系统的实现。(本文来源于《山西大学》期刊2019-06-01）
[2]（2019）在《索尼CineAltaV摄影机高帧率性能将提升至4K 120fps》一文中研究指出近日,索尼CineAltaV摄影机推出了新版升级固件。本次推出的V4.0版本固件主要为机身加入了高帧率拍摄选项,配合选购的HFR许可证,在4K 2.39:1模式下帧率可达120fps,在6K 3:2模式下帧率达60fps, 4K 17:9模式下为110fps,4K 4:3变宽模式下为75fps。同时还具有出色的远程控制功能,并支持Cooke/i3和Zeiss扩展元数据。(本文来源于《影视制作》期刊2019年03期）
[3]（2019）在《索尼CineAltaV摄影机高帧率性能将提升至4K 120fps》一文中研究指出近日,索尼宣布将通过引入高帧率(HFR)拍摄、先进的遥控功能以及Cooke/i3和Zeiss扩展元数据支持,对旗下的电影摄影机"CineAltaV"进行功能升级。这也是V4.0新固件更新功能的一部分。免费升级的V4.0固件版本和选配的高帧率HFR许可证将于2019年6月推出。(本文来源于《现代电视技术》期刊2019年03期）
梅腊腊[4]（2019）在《针对视频帧率提升篡改的噪声水平取证算法研究》一文中研究指出随着信息技术的发展,数字视频已成为一种广泛应用的信息传播载体,然而,数字视频也面临着被篡改与攻击的危险,数字视频信息内容真实性、安全性、完整性也越来越受人们的关注。视频帧率提升是一种常见的视频篡改伪造方法,本论文针对帧率提升篡改取证方法进行了研究,特别是提出了基于噪声水平估计的取证方法,对帧复制和视频运动补偿两种帧率提升篡改进行了取证,将噪声水平作为检测指标,利用基于小波变换的绝对中位差法估计噪声水平,检测噪声水平的时域变化周期性,通过硬阈值判决,自动判断视频是否经过伪造。主要研究结果如下:(1)提出了一种针对帧复制篡改的被动取证算法。由于噪声总是存在于视频帧内,采用现有的算法取证帧复制篡改时,取证性能易受噪声干扰。然而,当视频遭受帧复制篡改时,噪声水平会随之发生变化,因此,可通过高斯分布对噪声进行建模,检测噪声水平随时间的变化规律,甄别是否存在帧复制篡改。实验结果表明,该算法能够克服噪声干扰不鲁棒性,能够自动检测帧复制篡改,表现出良好的取证性能。(2)提出了一种针对运动补偿帧率提升篡改的被动取证算法。对于静态背景的视频序列,帧复制可获得较好的视觉效果,但是当视频序列中有大量运动背景时,因忽略帧间运动,会出现抖动、鬼影。为了提高视频质量,伪造者会采用更为高级的运动补偿帧率提升技术。目前针对运动补偿帧率提升篡改的取证算法较少,因此,需要对运动补偿帧率提升进行取证。运动补偿帧率提升算法内插视频帧时,噪声积累会发生在插帧过程之中,那么,噪声水平作为检测指标具有一定的可行性,通过揭示时域噪声水平变化来检测运动补偿帧率提升篡改。实验结果表明,该算法计算复杂度低,平均检测精确度较高,取证性能较好。(3)提出了一种针对运动补偿帧率提升篡改的主动取证算法。由于原始视频序列中的噪声包括设备噪声和来自外部的噪声,那么,实际中在利用高斯分布进行概率建模时,并无法完全反映噪声的统计规律,这使得基于噪声水平估计的被动取证算法性能不够稳定。针对这一缺陷,该算法通过预先混入统计特性已知的高斯噪声,利用高斯分布对噪声进行建模,分析噪声水平时域变化规律,判别是否存在运动补偿帧率提升篡改。实验结果表明,针对不同的运动补偿帧率提升方法,该算法都具有良好的取证性能。(本文来源于《信阳师范学院》期刊2019-03-01）
杨露,王国中,范涛,朱海[5]（2018）在《多相邻重迭块运动补偿帧率提升算法》一文中研究指出帧率提升是一种视频后处理技术,通过对原始视频插值得到高帧率视频,以满足人们对高帧率视频的需求。基于重迭块的传统插值补偿算法会带来块效应或鬼影现象,为解决这一问题,现有方法为联合匹配块及其相邻块预测的方法,该方法复杂度高,效果不明显。基于以上几点,提出一种多相邻重迭块运动补偿帧率提升算法(M-OBMC)。在该算法中,将运动矢量矫正和运动补偿插值算法相结合,同时运动补偿模块中自适应地联合相邻匹配块,以最大限度刻画真实运动轨迹。实验结果表明,本算法能很好地提升视频的主客观质量,同时保持较低的计算复杂度。(本文来源于《电子测量技术》期刊2018年12期）
肖依凡[6]（2018）在《叁维视频帧率提升及深度图修复方法研究》一文中研究指出近年来,新兴的数字多媒体技术给人们带来了多样化的观影体验。与传统的二维视频相比,叁维视频可以为观影者提供更加身临其境的观影效果,因此受到了广泛的关注与研究。影响叁维视频显示效果的主要因素包括视点的数量,随着视点数量的增加视频立体感增强,观影范围增大,而数据量也随之增加。此外为了提高显示效果,叁维视频一般都有着很高的分辨率和帧率。因此叁维视频的数据传输量是传统二维视频的数倍,巨大的数据传输压力与有限的宽带限制了叁维视频的应用与发展。针对传输带宽有限的问题,本论文将二维视频帧率提升(Frame Rate Up-Conversion,FRUC)方法扩展到叁维视频中,利用叁维视频彩色图与对应深度图对叁维视频进行帧率提升,通过在接收端合成高帧率叁维视频,减少了系统发送端的发送量,达到节省传输带宽的目的。由于在叁维视频帧率提升过程中需要用到高质量的深度图,而常规深度相机获取的深度图存在大量噪声,因此本论文还对深度图修复问题进行了研究。另外,叁维视频的帧率提升技术旨在减少叁维视频传输,却易被用来对视频格式进行篡改,以达到提高上传视频点击率的目的,针对这一问题,本文还提出了一种视频格式篡改的检测方法。本论文的主要内容及贡献有以下叁点:1、提出了一种深度图加彩色图的叁维视频帧率提升方法。该方法利用深度图与彩色图的边缘一致性,首先在运动估计过程中对宏块进行边缘块与平坦块分类,根据块属性进行不同的运动矢量估计从而得到更为精确的运动矢量。估计错误的运动矢量可通过运动矢量后处理过程进行检测与纠正。在得到精准的运动矢量后,根据像素点是否为边缘点进行像素点补偿。此外,基于纹理增强的运动矢量估计准则被应用其中,有利于快速找到匹配宏块。该算法能有效提升内插深度图及彩色图的质量。2、提出了一种基于边缘约束的深度图修复方法。该方法主要包括两部分,首先是空洞分类,它利用彩色图与深度图的边缘一致性对深度图的空洞进行分类与标记。其次是深度图修复,通过基于双边带滤波器的插值方法对空洞像素进行空洞填补。最后利用基于深度可靠度的联合叁边带滤波方法对深度图进行降噪处理。该方法可以有效提高Kinect相机拍摄的深度图质量。3、提出了一种基于频谱分析的视频伪帧检测方法。该方法首先使用基于局部二值模式(Local Binary Patterns,LBP)的关键帧检测方法来分割原始视频。然后对每个视频序列进行分块离散余弦变换(Discrete Cosine Transform,DCT),以通过滤除图像的低频部分来区分原始帧与插入帧的差异。对滤波后的图像进行逆离散余弦变换(Inverse Discrete Cosine Transform,IDCT)以计算各帧的边缘强度。在得到帧序列边缘强度曲线后,利用霍夫曼平均线对该曲线进行二值化,从而对插入的伪帧进行定位,并估算出视频原始帧率。该方法可以有效检测出采用帧率提升方法进行视频格式作弊的视频伪帧。实验结果与分析表明,本论文提出的叁维视频帧率提升算法的主观图像效果及客观PSNR等指标均优于经典算法。提出的深度图修复算法可以减少深度图空洞与深度图噪声,提高深度图的质量。提出的伪帧检测算法在测试视频库上能达到97.2%的平均检测准确度。(本文来源于《山东大学》期刊2018-05-15）
李然,梅腊腊,邬长安,朱秀昌[7]（2018）在《针对视频运动补偿帧率提升篡改的主动混噪取证算法》一文中研究指出运动补偿帧率提升(MC-FRUC)是常见的视频时域篡改手段。现有方法依靠被动分析视频统计特征发现MC-FRUC篡改,然而,视频统计特性的非平稳性影响了取证性能的稳定性。该文提出一种主动混噪取证算法,通过预先混入统计特性已知的高斯白噪声,提高MC-FRUC取证的准确度。首先,利用伪随机序列生成高斯白噪声,加入原始视频序列。接着,由小波系数的绝对中位差预测各视频帧中混入高斯噪声的标准差。最后,检测高斯噪声标准差的时域变化周期性,通过硬阈值判决,自动甄别MC-FRUC篡改。实验结果表明,针对不同的MC-FRUC伪造方法,提出算法均表现出良好的取证性能,尤其是当采用去噪、压缩等操作后处理视频后,提出算法仍能确保较高的检测准确度。(本文来源于《电子与信息学报》期刊2018年03期）
顾玲[8]（2017）在《用高帧率技术提升影院魅力》一文中研究指出提到道格拉斯·特朗布尔这个名字,可能很多人不熟悉,但是你可能听说过《星际迷航》《第叁类接触》《银翼杀手》。道格拉斯·特朗布尔,作为好莱坞着名电影导演、视觉专家,奉献了一部又一部的经典科幻大作,是奥斯卡终身成就奖获得者。昨天,他来到苏州高铁新城电(本文来源于《苏州日报》期刊2017-11-09）
曲爱喜[9]（2017）在《基于运动信息的视频帧率提升方法研究》一文中研究指出3D超高清电视的日益普及与发展带动了人们对高帧率视频的需求。帧率提升(Frame Rate Up-conversion,FRUC)作为一种获取高帧率视频且可实现视频间帧率转换的视频后处理技术,逐渐引起学术界的关注并成为研究热点。帧率提升是一种利用连续两帧之间的时域相关性获得内插帧,然后插入原始两帧之间以达到增加帧率目的的技术。视频的帧率越高,它的观影效果也就越好,同时代表着画面中的动作越流畅,细节越细腻。由于视频帧率提升多样化的应用,FRUC技术在数字多媒体领域拥有广泛的应用前景,同时学术界也研究出了各种各样的FRUC算法,其中应用最为广泛的是基于运动补偿的FRUC算法。该算法引入了运动信息,可以很好地保证内插帧处于原运动轨迹上,但同时也会带来一些问题,如块效应、模糊、遮挡等。本论文在2D视频上展开研究,对基于块匹配的运动补偿类帧率提升过程中的关键技术:运动估计、运动矢量后处理和双向运动补偿插帧做了深入的研究探讨并提出有效可行的解决方案。论文的主要研究内容可总结归纳为以下叁点:1.提出一种基于四重运动矢量后处理的FRUC算法。通过采用混合运动估计法即将前向、后向及双向运动估计相结合,避免遮挡和重迭等问题的发生;为了提高运动矢量的精确性,前后向运动矢量场的异常值将被检测并通过基于先验信息的修正算法对其进行修正,然后采用矢量外插和加权求和的方法对双向运动矢量场进行矢量平滑;此外,通过基于块匹配率和阶梯型策略的双向运动矢量选择和判定方法实现单向矢量场向双向矢量场的精确转换。该算法可以提高运动矢量的精确度,得到质量高、效果好的内插帧。2.提出一种基于时空域的自适应运动补偿插帧算法。在运动估计中加入预处理和纹理信息,既减少了计算量又提高了运动矢量的精确度;然后对修正后的矢量进行运动分析,将其分为叁种块类型;最后对不同类型的块基于时空域的精准信息采用不同的补偿插帧算法,最终得到高质量的内插帧,有效减少了块效应和模糊现象。3.在常见的二倍帧率提升基础上,提出一种基于运动信息的非整数倍FRUC算法,该算法可以实现任意分数倍数的帧率上转换。所提算法充分利用运动信息选择物体运动最快的地方作为待插入帧的位置,并采用双向运动补偿方法获得该处的内插帧,有效消除了帧率提升后的视频中常见的模糊和运动抖动现象。同时为了提高待插入帧位置判定的准确性,该算法设计了基于帧间相关度和帧间运动速度的插帧位置判定方法,并采用了新的场景检测方法。该算法相对于其他传统算法,提升后的视频具有明显的质量改善,获得较好的视觉效果。本论文提出的帧率提升方法经过丰富的计算机仿真实验和比较分析,结果表明,无论是在主观视觉效果上,还是在峰值信噪比(Peak Signal to Noise Ratio,PSNR)和结构相似度(Structural Similarity Index Measurement,SSIM)两种客观指标上都优于经典的帧率提升方法。(本文来源于《山东大学》期刊2017-05-30）
侯敬轩,赵耀,林春雨,刘美琴,白慧慧[10]（2018）在《基于卷积网络的帧率提升算法研究》一文中研究指出基于运动补偿的帧率提升算法是目前主要的帧率提升方法。为减小内插帧中的块效应、孔洞和遮挡问题,提高插值帧质量,提出一种基于卷积神经网络(convolutional neural network)的自学习帧率提升(frame rate upconversion)方法。卷积神经网络用于利用两相邻帧预测待插值帧。在卷积神经网络的训练阶段,假设高帧率视频是存在的,网络参数由高帧率视频与低帧率视频训练而来。最后视频数据以低帧率视频加网络参数的形式传输,在接收端就可以利用卷积神经网络重建高帧率视频。实质上,这样做是通过增加视频发布者的负担以提供给视频接收者更多便利。对于视频点播网站来说,这是提升用户体验的重要因素。实验表明,该方案相对于传统的基于运动补偿的帧率提升算法,平均PSNR提升至少0.6 d B,取得较大程度的提升,并且该方法是基于全局的帧预测方法,可以有效避免块效应、孔洞和遮挡问题。(本文来源于《计算机应用研究》期刊2018年02期）
帧率提升论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
近日,索尼CineAltaV摄影机推出了新版升级固件。本次推出的V4.0版本固件主要为机身加入了高帧率拍摄选项,配合选购的HFR许可证,在4K 2.39:1模式下帧率可达120fps,在6K 3:2模式下帧率达60fps, 4K 17:9模式下为110fps,4K 4:3变宽模式下为75fps。同时还具有出色的远程控制功能,并支持Cooke/i3和Zeiss扩展元数据。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
帧率提升论文参考文献
[1].李聪.基于Delaunay叁角形网格的视频帧率提升技术[D].山西大学.2019
[2]..索尼CineAltaV摄影机高帧率性能将提升至4K120fps[J].影视制作.2019
[3]..索尼CineAltaV摄影机高帧率性能将提升至4K120fps[J].现代电视技术.2019
[4].梅腊腊.针对视频帧率提升篡改的噪声水平取证算法研究[D].信阳师范学院.2019
[5].杨露,王国中,范涛,朱海.多相邻重迭块运动补偿帧率提升算法[J].电子测量技术.2018
[6].肖依凡.叁维视频帧率提升及深度图修复方法研究[D].山东大学.2018
[7].李然,梅腊腊,邬长安,朱秀昌.针对视频运动补偿帧率提升篡改的主动混噪取证算法[J].电子与信息学报.2018
[8].顾玲.用高帧率技术提升影院魅力[N].苏州日报.2017
[9].曲爱喜.基于运动信息的视频帧率提升方法研究[D].山东大学.2017
[10].侯敬轩,赵耀,林春雨,刘美琴,白慧慧.基于卷积网络的帧率提升算法研究[J].计算机应用研究.2018
论文知识图
