• 中国精品科技期刊
  • CCF推荐A类中文期刊
  • 计算领域高质量科技期刊T1类
高级检索

AVS视频编码标准技术回顾及最新进展

马思伟

马思伟. AVS视频编码标准技术回顾及最新进展[J]. 计算机研究与发展, 2015, 52(1): 27-37. DOI: 10.7544/issn1000-1239.2015.20140106
引用本文: 马思伟. AVS视频编码标准技术回顾及最新进展[J]. 计算机研究与发展, 2015, 52(1): 27-37. DOI: 10.7544/issn1000-1239.2015.20140106
Ma Siwei. History and Recent Developments of AVS Video Coding Standards[J]. Journal of Computer Research and Development, 2015, 52(1): 27-37. DOI: 10.7544/issn1000-1239.2015.20140106
Citation: Ma Siwei. History and Recent Developments of AVS Video Coding Standards[J]. Journal of Computer Research and Development, 2015, 52(1): 27-37. DOI: 10.7544/issn1000-1239.2015.20140106
马思伟. AVS视频编码标准技术回顾及最新进展[J]. 计算机研究与发展, 2015, 52(1): 27-37. CSTR: 32373.14.issn1000-1239.2015.20140106
引用本文: 马思伟. AVS视频编码标准技术回顾及最新进展[J]. 计算机研究与发展, 2015, 52(1): 27-37. CSTR: 32373.14.issn1000-1239.2015.20140106
Ma Siwei. History and Recent Developments of AVS Video Coding Standards[J]. Journal of Computer Research and Development, 2015, 52(1): 27-37. CSTR: 32373.14.issn1000-1239.2015.20140106
Citation: Ma Siwei. History and Recent Developments of AVS Video Coding Standards[J]. Journal of Computer Research and Development, 2015, 52(1): 27-37. CSTR: 32373.14.issn1000-1239.2015.20140106

AVS视频编码标准技术回顾及最新进展

基金项目: 国家自然科学基金优秀青年基金项目(61322106)
详细信息
  • 中图分类号: TP391

History and Recent Developments of AVS Video Coding Standards

  • 摘要: AVS(audio video coding standard)工作组是“数字音视频编解码技术标准”工作组的简称,由国家原信息产业部科学技术司于2002年6月批准成立.工作组的任务是制(修)订数字音视频的压缩、解压缩、处理和表示等共性技术标准,为数字音视频设备与系统提供高效经济的编解码技术.经过10多年的努力,AVS已经成功制定一系列标准,如AVS1,AVS+和AVS2.其中AVS1和AVS2的说法源于AVS第1阶段和第2阶段的工作或第1代、第2代标准.AVS+是工作组专门为高清数字电视广播制定的一个标准.目前AVS1和AVS+标准已经制定完成并成功应用于许多行业中,AVS2也即将完成.将对AVS的AVS视频标准12年来的技术发展过程给以概述,并简单介绍目前最新一代视频编码标准AVS2关键技术,最后对视频编码技术的未来发展方向予以展望.
    Abstract: AVS(audio video coding standard) is the informal name of Work group for Digital Audiovideo Coding Standard of China, which was founded by the Science and Technology Department under former Ministry of Information Industry in June 2002, approved by Standardization Administration of China. The role of the group is to establish general technical standards for the compression, decoding, processing, and the representation of digital audio-video, thereby enabling digital audio-video equipment and systems with high-efficiency and economical coding/decoding technologies. After more than ten years, AVS has established a series of video coding standards, including AVS1, AVS+ and AVS2. AVS1 and AVS2 are named from the first and second stage work of AVS, or the first and second generation standard, and AVS+ was established specially for China high definition TV broadcasting specially. AVS1 and AVS+ have been finished and widely used in various applications so far, and AVS2 is still under developing and will be released soon. This paper provides an overview of the history and recent developments of AVS video coding standards, including the key tools used in AVS and the comparison with the state-of-the-art technology, e.g. HEVC/H265. Moreover, a brief discussion and conclusion on the future video coding are provided.
  • 期刊类型引用(36)

    1. 郭羽含,钱一炀,钱亚冠. 基于时空预测的多策略网约车调度算法. 计算机应用研究. 2025(04): 1034-1043 . 百度学术
    2. 韩晓,陈昕,肇毓. 高速公路施工控制区动态交通流预测的LSTM-BiGRU-Attention模型. 交通科技与经济. 2024(01): 17-23 . 百度学术
    3. 朱仕威,叶宝林,吴维敏. 基于深度学习的短时交通流预测方法综述与仿真研究. 软件导刊. 2024(02): 182-193 . 百度学术
    4. 余径舟,何其昌,时轮,杨冬梅. 基于深度学习的白车身焊接路径智能规划方法. 机械设计与研究. 2024(03): 116-121 . 百度学术
    5. 赖培源,李程,王增辉,王昌栋,廖德章. 基于图提示微调的交通流量预测. 计算机研究与发展. 2024(08): 2020-2029 . 本站查看
    6. 焦鹏飞,陈舒欣,郭翾,何东晓,刘栋. 图神经常微分方程综述. 计算机研究与发展. 2024(08): 2045-2066 . 本站查看
    7. 魏荣. 基于注意力机制的短时交通流预测模型研究. 交通科技与管理. 2024(20): 42-44 . 百度学术
    8. 邹正标,刘毅志,廖祝华,赵肄江. 动态交通流量预测的时空注意力图卷积网络. 山东大学学报(工学版). 2024(05): 50-61 . 百度学术
    9. 侯越,周瑞娟,张鑫. 基于自适应动态关联矩阵的时空一致性交通流预测研究. 兰州交通大学学报. 2024(06): 42-53 . 百度学术
    10. 张合川,邓琮,张献军,杨尚川. 基于CEEMDAN-DBSCAN-ICA-LSTM模型的道路交通流量预测研究. 公路. 2024(12): 355-365 . 百度学术
    11. 姜建国,陈鹏,郭晓丽,佟麟阁,万成德. 基于双注意力机制的Seq2Seq短期负荷预测. 吉林大学学报(信息科学版). 2023(02): 251-258 . 百度学术
    12. 汤兴恒,郭强,徐天慧,张彩明. 基于多尺度核自适应滤波的股票收益预测. 计算机应用. 2023(05): 1385-1393 . 百度学术
    13. 游兰,张涵钰,韩凡宇,金红,崔海波,何渡,汪坤钰,郑巧仙. 面向城市人群时空热点预测的混合神经网络. 计算机技术与发展. 2023(06): 194-201 . 百度学术
    14. 郭超,陈佳,汪悦. 基于图卷积神经网络的无线基站流量预测研究. 邮电设计技术. 2023(06): 36-40 . 百度学术
    15. 温雯,刘莹,蔡瑞初,郝志峰. 面向多粒度交通流预测的时空深度回归模型. 广东工业大学学报. 2023(04): 1-8 . 百度学术
    16. 林涵,郝正航,郭家鹏,吴育栋. 基于TCA-CNN-LSTM的短期负荷预测研究. 电测与仪表. 2023(08): 73-80 . 百度学术
    17. 李凯,任炳昱,王佳俊,关涛,余佳. 基于CEEMDAN-Transformer的灌浆流量混合预测模型. 水利学报. 2023(07): 806-817 . 百度学术
    18. 董红斌,韩爽,付强. 基于AR与DNN联合模型的地理传感器时间序列预测. 计算机科学. 2023(11): 41-48 . 百度学术
    19. 周正阳,刘浩,王琨,王鹏焜,王旭,汪炀. 基于教师-学生时空半监督网络的城市事件预测方法. 电子学报. 2023(12): 3557-3571 . 百度学术
    20. 倪庆剑,彭文强,张志政,翟玉庆. 基于信息增强传输的时空图神经网络交通流预测. 计算机研究与发展. 2022(02): 282-293 . 本站查看
    21. 李晓,卢先领. 基于双重注意力机制和GRU网络的短期负荷预测模型. 计算机工程. 2022(02): 291-296+305 . 百度学术
    22. 田帅帅,殷礼胜,何怡刚. 基于时空多维的VMD-GAT-Attention短时交通流量组合预测模型. 合肥工业大学学报(自然科学版). 2022(02): 176-185 . 百度学术
    23. 何芸. 基于LGBM模型的城市道路交通流量预测研究. 电子技术与软件工程. 2022(03): 259-262 . 百度学术
    24. 李朝阳,李琳,陶晓辉. 面向动态交通流预测的双流图卷积网络. 计算机科学与探索. 2022(02): 384-394 . 百度学术
    25. 张玺君,陶冶,张冠男,余光杰. 基于ACapsGRU的短时交通流预测研究. 华中科技大学学报(自然科学版). 2022(04): 51-56 . 百度学术
    26. 冯思芸,施振佺,曹阳. 基于全局时空特性的城市路网交通速度预测模型. 计算机工程. 2022(05): 112-117 . 百度学术
    27. 吕成双,王彤. 基于CATTSTS模型的国际原油价格预测研究. 价格月刊. 2022(05): 8-13 . 百度学术
    28. 侯越,崔菡珂,邓志远. 横向相关性及参数影响下的车道级交通预测. 公路交通科技. 2022(05): 122-130 . 百度学术
    29. 郭嘉宸,杨宇燊,王研,毛仕龙,孙丽珺. 精细化短时交通流预测模型及迁移部署方案. 计算机应用. 2022(06): 1748-1755 . 百度学术
    30. 石兵,黄茜子,宋兆翔,徐建桥. 基于用户激励的共享单车调度策略. 计算机应用. 2022(11): 3395-3403 . 百度学术
    31. 杜柳青,李仁杰,余永维. 基于注意力机制的时空卷积数控机床热误差模型研究. 农业机械学报. 2021(05): 404-411 . 百度学术
    32. 龙望晨,王索,罗定福,刘红. 深度神经网络在城市交通预测中的应用. 电脑知识与技术. 2021(16): 183-185+192 . 百度学术
    33. 张晴峰. 基于大数据的图书馆流量预测方法研究. 信息与电脑(理论版). 2021(11): 189-191 . 百度学术
    34. 殷礼胜,孙双晨,魏帅康,田帅帅,何怡刚. 基于自适应VMD-Attention-BiLSTM的交通流组合预测模型. 电子测量与仪器学报. 2021(07): 130-139 . 百度学术
    35. 张阳,胡月,辛东嵘. 一种考虑时空关联的深度学习短时交通流预测方法. 智能科学与技术学报. 2021(02): 172-178 . 百度学术
    36. 宋瑞蓉,王斌君,仝鑫,刘文懋. 融合多维时空特征的交通流量预测模型. 科学技术与工程. 2021(31): 13439-13446 . 百度学术

    其他类型引用(79)

计量
  • 文章访问数:  2157
  • HTML全文浏览量:  0
  • PDF下载量:  1036
  • 被引次数: 115
出版历程
  • 发布日期:  2014-12-31

目录

    /

    返回文章
    返回