《表3 本文算法与标准算法的对比结果Tab.3 Comparison between the proposed algorithm and the standard algorithm》

《表3 本文算法与标准算法的对比结果Tab.3 Comparison between the proposed algorithm and the standard algorithm》   提示：宽带有限、当前游客访问压缩模式
本系列图表出处文件名：随高清版一同展现
《HEVC屏幕内容的帧内预测快速算法》


  1. 获取 高清版本忘记账户？点击这里登录
  1. 下载图表忘记账户？点击这里登录

为了验证本文所提算法的有效性，在HEVC-SCC的测试软件HM-16.2+SCM-3.0的基础上，实现了本文所提出的算法。严格遵循[16]中规定的CTC测试条件，在全帧内（AI）配置下，QP量化参数设置为22，27，32和37。实验平台硬件配置为Inteli5CPU（3.2GHz双核），8GB内存，64位Windows10台式机。实验中选用4类屏幕内容视频中的13个测试序列，4种测试序列类分别为TGM（Text and Graphics with Motion），MC（Mixed Content），CC（Camera Captured）和A（Animation）。测试序列的分辨率为720p，1 080p或1 440p，帧数为100帧。实验结果如表3所示，其中ΔT定义如下:

图表编号XD0020024800    严禁用于非法目的
绘制时间2018.06.15
作者黄胜、成放、司朋涛、向劲松
绘制单位重庆邮电大学光通信与网络重点实验室、重庆邮电大学光通信与网络重点实验室、重庆邮电大学光通信与网络重点实验室、重庆邮电大学光通信与网络重点实验室
更多格式高清、无水印（增值服务）

相关图表

  1. 《表3 本文所提方法与已有方法的检测性能比较Tab.3 Performance comparison between the proposed method and some existing methods》2019.02.25
  2. 《表2 本文所提算法与LSTM算法的比较Tab.2 Comparison of the proposed in this study and LSTM algorithm》2019.01.25
  3. 《表1 本文算法与形态学滤波方法结果对比Tab.1 Comparison in results of proposed method and morphological filtering method》2019.01.01
  4. 《表3 原始算法与改进后算法正确率对比Tab.3 The accuracy comparison between original algorithm and improved algorithm》2019.01.25
  5. 《Table 1 Comparison between the proposed method and other methods表1本文方法与其它方法的比较》2019.01.01
  6. 《表5 本文算法与通用目标检测算法的对比Tab.5The comparison between the proposed algorithm and universal target detection algorithms》2019.01.01
  7. 《表3 本文算法与GC算法性能对比Tab.3 Comparison with the GC Algorithm》2019.01.20
  8. 《表4 本文算法与参考文献算法对比Tab.4 Comparison between the proposed algorithm and recent works in references under AI test condition》2018.06.15
  9. 《表3 本文算法的仿真结果Tab.3 Simulation results of the proposed algorithm》2018.03.15
  10. 《表3 本文方法和3种无监督NR方法在LIVE Challenge库中性能比较Tab.3 Performance comparison between the proposed method and other three unsupervi》2018.01.15
  11. 《表4 本文算法与其他算法在测试集上的检测结果比较Tab.4 Comparison of detection results on test set between the proposed method and other methods》2018.08.01
  12. 《表2 本文与文献[15]传统算法性能对比Table 2 Performance comparison between the algorithm in this paper and the traditional algorithms in》2018.05.01
  13. 《表3 本文算法和文献[11]算法定位精度对比 (mm) Tab.3 The location precision comparison of the proposed algorithm and Ref.[11]algorithm》2018.04.25
  14. 《表4 本文算法和文献[12]算法效率对比Tab.4 The efficiency comparison of the proposed algorithm and Ref.[12]algorithm》2018.04.25
  15. 《表2 本文方法与传统算法的收敛时间比较Table 2 Comparison of convergence time between proposed method and traditional algorithm》2018.03.25
  16. 《表3 本文算法与其他算法的结果比较Table 3 Comparison between the proposed method and other methods》2018.08.01
  17. 《表2 本文方法与CFAR检测结果对比Tab.2 Detection comparison between the proposed method and CFAR》2018.11.28
  18. 《表1 算法性能对比Tab.1 Performance comparison between proposed algorithm and the heuristic algorithm》2018.07.28
  19. 《表2 本文算法与Voxel Hashing算法的平均帧率比较Tab.2 Comparison of frame rate for the proposed帧/s algorithm and Voxel Hashing》2018.06.01
  20. 《表2 矢量地图实例实验中本文方法与其他方法的对比结果Tab.2 Comparison Results between the Proposed Model and Other Approaches for the Samples of Ve》2018.07.20

随机翻阅

《表2 数据扩充前后实验：一种改进U-Net的高分辨率遥感影像道路提取方法》 《表2 POTi4Eu2簇的部分键长(nm)以及键角(°)》 《表6 病历中是否使用外文缩略语》 《表1 沿边口岸和边境城市经济耦合协调度评价等级》 《表1 感官评定标准：马铃薯淀粉对面团流变学特性及酥性饼干品质的影响》 《表1 两组患者完全清醒情况比较(n,%)》 《表2 学生学习兴趣问卷调查结果》 《表2 藜麦酸奶感官评分标准》 《表1 骨质损伤情况：尺骨撞击综合征的MRI诊断价值》 《表1 已完成的5G频谱拍卖》