針對H.264的可伸縮視頻編碼擴(kuò)展標(biāo)準(zhǔn)（SVC）在噪聲信道中的傳輸，采用低密度奇偶校驗(yàn)碼（LDPC）提出一種非均衡差錯(cuò)保護(hù)的方案。在所提的方案中，根據(jù)時(shí)間、分辨率和質(zhì)量把原視頻序列按重要性分成不同的層。由于不同層的數(shù)據(jù)對錯(cuò)誤的敏感性不同，對其進(jìn)行不同碼率的LDPC信道編碼，實(shí)現(xiàn)非均衡差錯(cuò)保護(hù)。根據(jù)視頻流中每一幀不同層的PSNR增量不同，和不同信道碼率下正確解碼的概率不同，反復(fù)計(jì)算每一幀所有碼率組合的PSNR增量值并找出最大組，從而進(jìn)行信道編碼并傳輸。實(shí)驗(yàn)表明，在相同的平均碼率條件下，提出的方案相比其他方案的PSNR值增加了2.8 dB，更適合無線信道的傳輸。
上傳時(shí)間： 2013-10-13
上傳用戶：xitai
本文重點(diǎn)介紹SDH在廣播電視傳輸網(wǎng)中的應(yīng)用：SDH技術(shù)如何傳輸廣播電視信號，在HFC接入網(wǎng)中IP是如何傳送的，以及SDH技術(shù)在我國廣播電視傳輸網(wǎng)中的應(yīng)用概況。
標(biāo)簽： SDH 廣播電視 傳輸網(wǎng) 中的應(yīng)用
上傳時(shí)間： 2013-10-19
上傳用戶：完瑪才讓
論文采用TCS3200芯片作為顏色傳感器，通過動(dòng)態(tài)白平衡數(shù)據(jù)表實(shí)時(shí)修正的方法，設(shè)計(jì)了一種在短跑競賽機(jī)器人中應(yīng)用的顏色識別方案。通過紅綠藍(lán)三基色和黑白兩對比色的數(shù)據(jù)采集，建立測量條件下的白平衡數(shù)據(jù)表，對黃色測量結(jié)果表明，該方法可以將黃色測量值的誤差控制在5%以內(nèi)，且具有識別速度快、穩(wěn)定性好等特點(diǎn)。
標(biāo)簽： 3200 TCS 機(jī)器人 中的應(yīng)用
上傳時(shí)間： 2014-12-29
上傳用戶：wff
隨著人們生活現(xiàn)代化水平不斷提高，電力的供需矛盾日益加劇，為珍惜并節(jié)約每一度電，聲光雙控開關(guān)的設(shè)計(jì)達(dá)到了節(jié)約電能的要求。通過聲光雙控開關(guān)的設(shè)計(jì)，使學(xué)生熟練應(yīng)用電工電子技術(shù)，進(jìn)一步掌握了各元器件的工作原理及功能。聲光雙控開關(guān)的設(shè)計(jì)安全節(jié)電，使用壽命長且成本低，在很多住宅樓道都安裝了自動(dòng)控制樓道燈，在日常生活中具有很大的實(shí)用性。
標(biāo)簽： 電工電子技術(shù) 聲光雙控 中的應(yīng)用 開關(guān)
上傳時(shí)間： 2013-11-08
上傳用戶：life840315
ARM系統(tǒng)在光纖光柵傳感行業(yè)中的應(yīng)用
標(biāo)簽： ARM9 FBG 波長 應(yīng)用研究
上傳時(shí)間： 2013-10-29
上傳用戶：kongrong
為了實(shí)現(xiàn)在Virtools環(huán)境下自然方便的人機(jī)交互過程，設(shè)計(jì)開發(fā)了基于Kinect的虛擬裝配交互技術(shù)。該技術(shù)通過三維多手指檢測并結(jié)合Kalman濾波來穩(wěn)定跟蹤指尖，同時(shí)基于指尖特征自定義了多種裝配所需的手勢；以Mircrosoft Visual Studio 2010為開發(fā)工具，設(shè)計(jì)了手勢操控相關(guān)功能塊的編輯后集成于Virtools環(huán)境中，實(shí)現(xiàn)了手勢在虛擬裝配中的交互控制。實(shí)例證明，該技術(shù)能很好地完成虛擬裝配過程，效果良好。
標(biāo)簽： Kinect 手勢識別 中的應(yīng)用 虛擬
上傳時(shí)間： 2014-12-29
上傳用戶：bjgaofei
紅外防撞裝置在起重機(jī)保護(hù)系統(tǒng)中的應(yīng)用
標(biāo)簽： 紅外防撞裝置 保護(hù)系統(tǒng) 中的應(yīng)用 起重機(jī)
上傳時(shí)間： 2013-11-01
上傳用戶：杏簾在望
PID控制技術(shù)在壓電陶瓷精密定位過程的應(yīng)用 4頁 0.2M
標(biāo)簽： PID 控制技術(shù) 壓電陶瓷 精密定位
上傳時(shí)間： 2013-11-15
上傳用戶：jeffery
稀疏表示分類算法（Sparse Representation-based Classification，SRC）在人臉數(shù)據(jù)庫上有很高的識別性能。然而，對于姿態(tài)變化，SRC的識別效果并不理想。針對SRC算法不能解決測試樣本與訓(xùn)練樣本存在偏移誤差的問題，本文提出了基于SRC的改進(jìn)算法。該算法將每一類的訓(xùn)練樣本單獨(dú)作為訓(xùn)練字典，利用迭代校正和基于金字塔分層機(jī)構(gòu)的運(yùn)動(dòng)偏移估計(jì)方法得到最終的偏移量，最后對校正后的測試樣本使用SRC算法實(shí)現(xiàn)分類。實(shí)驗(yàn)結(jié)果表明該方法對于有偏移誤差的人臉圖像具有較好的魯棒性及識別率。
標(biāo)簽： SRC 算法 人臉識別 中的應(yīng)用
上傳時(shí)間： 2013-11-15
上傳用戶：haiya2000
MEMS慣性傳感器作為工業(yè)應(yīng)用領(lǐng)用新興的應(yīng)用元件，不論在商業(yè)、工業(yè)還是軍工應(yīng)用上都有著廣闊的應(yīng)用。文中給出了幾種MEMS的在不同領(lǐng)域內(nèi)的應(yīng)用范例，并解析了相應(yīng)的原理，并從一款較常用的MEMS入手提出了對相應(yīng)領(lǐng)域內(nèi)的解決思路。
標(biāo)簽： MEMS 慣性傳感器 中的應(yīng)用 控制系統(tǒng)
上傳時(shí)間： 2013-10-13
上傳用戶：sc965382896
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
