ELEC4622

多媒体信号处理

课程定位 ELEC4622/9722 是电信与电子工程专业在‘数字娱乐与感知计算’维度的前沿核心课。它解决了支撑现代流媒体（如 YouTube, Zoom, Netflix）的‘压缩与传输’命题：如何在带宽极度受限的情况下传输 4K 高清视频？人耳是如何感知声音频率的？它是通往多媒体架构师、高级音视频开发工程师、及虚拟现实 (VR) 研发岗位的唯一专业通行证。它将经典的离散余弦变换 (DCT)、心理学感知模型与现代编码标准深度整合，是培养‘具备多维感知认知工程师’的必修课。 技术栈与学习内容 课程围绕‘音视频采集、压缩与重建’展开。核心技术栈包括：MATLAB (用于信号仿真)、C++ (用于编码器原型)、以及 JPEG/MPEG 标准分析。学习内容涵盖：数字图像基础（颜色空间 YUV vs RGB）、图像压缩核心（变换编码、量化、熵编码）、最为实战的‘视频压缩标准 (H.264/HEVC) 运动估计与补偿’、以及音频压缩中的心理声学模型。此外，课程重点研究了数字水印与内容保护技术。学生将学习如何利用 MATLAB 编写自己的 JPEG 压缩引擎。课程强调‘感知质量与码率开销的极致权衡’。 课程结构 10 周理论高频产出与三个渐进式仿真 Lab 结合。评估体系完全对接流媒体工业界：包含针对余弦变换系数手算的期中测试、一个要求‘开发高效图像/音频压缩算法’的小组 Major Project（含 PSNR 质量对比分析）、以及一场强调预测编码判定、子带过滤逻辑与标准协议解析能力的期末综合大考。该课极其强调‘数学变换在像素/采样点上的物理映射’。 适合人群 电信、电气或计算机专业大四或研究生。必须具备扎实的 ELEC3104 (信号处理) 基础。如果你想搞清楚‘为什么 MP3 的音质听起来不错但文件很小’、或者渴望在未来的元宇宙渲染中掌控带宽红线，这门课是你的神功。建议每周投入 18-22 小时进行编码算法实验。