视频编码 我们构建模型来适应视频编码标准(如H.264、H.265和H.266)的编码特性,以改善编解码器的R-D性能并加快编码速度。此外,我们还设计了卷积神经网络来替代编码标准的模块,或添加新的模块以提高编码效率。 网络通信 我们的研究专注于媒体流媒体和网络协议优化。我们致力于解决多媒体传输中的挑战,并提供更好的视觉和听觉体验。我们探索如何改进传输协议、路由算法和拥塞控制策略,以提高网络的稳定性、吞吐量和响应速度。 医学图像处理 在医学图像处理领域,基于深度学习的方法已经得到越来越多学者的关注。我们对包括颅内出血在内的一系列疾病开展了深入的研究,我们的方案不仅可以减轻医生的视觉疲劳,还可以提高诊断的准确性。 人体姿态和行为分析 在计算机视觉领域,人类动作识别和预测是一个基本的挑战性问题。动作识别旨在根据完整的动作执行推断出人类的动作(当前状态),而动作预测则是基于不完整的动作执行来预测人类的动作(未来状态)。这个问题具有许多应用,包括视觉监控、自动驾驶等。