毕业设计（论文）题目：

基于关键点的语义对象特征匹配算法研究

设计(论文)的基本内容：

传统视频编码方法以像素相关性为基础消除时空冗余，视频图像数据压缩比提升空间有限。消除语义对象相关性冗余可进一步提升视频图像数据压缩比，其中语义对象特征匹配是重要环节。本课题研究内容包括：

1. 了解并学习经典混合编码标准比如H.264、HEVC/H.265等；

2. 深入学习卷积神经网络、具有注意力机制的Transformer模型、基于深度学习的视频图像编码技术等；

3. 深入学习传统的和基于深度学习的关键点特征匹配方法；

4．深入研究SuperGlue、LoFTR等特征匹配方法，并验证其性能；

相关要求包括：

1. 阅读文献，深入学习传统混合编码标准、基于深度学习的智能视频编码等；

2. 深入研究基于深度学习的关键的特征匹配方法并加以验证；

3. 撰写毕业论文。

毕业设计（论文）专题部分：

题目：　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　

设计或论文专题的基本内容：

学生接受毕业设计（论文）题目日期

　　　　　　　　　　　　　第　14　周

指导教师签字：

2022年　12月　6日