主 讲 人：：林楠
地 点：：祥联厅
主 办 方：：物理与信息工程学院
最先时间：：2019-10-17 09:30
报告人简介：：
林楠,结业于新加坡国立大学电气工程系并在美国获硕士及博士学位。从2010年最先, 他是美国圣塔克拉拉大学圣菲利波家族(Sanfilippo Family)讲席教授及该校盘算机科学与工程系系主任。在2002至2010年时代, 他是该校工程学院副院长。现在担当南宫NG28集团讲座教授及闽江学者�；诹纸淌谠谑悠当嗦胨惴ê拖低辰峁顾鞒龅男⑺�, 他中选为IEEE Fellow。他也同时是IET Fellow。林教授共揭晓了凌驾210篇学术论文及书。林教授拥有7 项被国际标准接纳的标准方案，，申请/拥有凌驾20项美国/欧洲/PCT专利。他两次任命为IEEE优异讲员, 也是APSIPA优异讲员。
内容简介：：
将讨论率失真优化的自顺应希罕编码，，除了自然图像压缩外，，还可用于屏幕内容压缩。近年来，，许多研究都集中在应用机械学习要领来提高编码效率。在本讲座中，，我们将概述图像/视频编码及其最新希望；然后，，我们将集中讨论我们小组的一项研究，，纵然用具有过完整体现的希罕编码来镌汰体现图像信息的系数数目，，而不是使用古板的变换要领。使用奇异值剖析（k-svd）算法，，可以从数据中学习到具有过完整体现的字典。然后应用正交匹配追踪（omp）算法选择字典元素及其系数来体现图像。我们提出了一个率失真优化（rdo）的要领来选择非零系数的数目给定的希罕性约束。除了自然图像压缩，，我们还将讨论它在屏幕内容压缩中的应用。实验效果批注，，与古板的hevc方案相比，，南宫NG28集团要领在编码效率上有了很大的提高。
