检索结果-内蒙古大学图书馆

系统工程与电子技术 2015年第11期37卷 2634-2639页

作者：赵睿思吴绍华王海旭张钦宇哈尔滨工业大学深圳研究生院广东深圳518055

为改善分布式压缩视频感知（distributed compressive video sensing，DCVS）系统的视频帧图像重构质量，以实时视频传输为应用场景，提出了一种基于双重稀疏模型的图像解码算法。解码端由相邻的已重构关键帧产生边信息（sideinformatio... 详细信息

为改善分布式压缩视频感知（distributed compressive video sensing，DCVS）系统的视频帧图像重构质量，以实时视频传输为应用场景，提出了一种基于双重稀疏模型的图像解码算法。解码端由相邻的已重构关键帧产生边信息（sideinformation，SI）；根据双重稀疏模型思想，分离样本图像小波域下不同尺度的子带，分别使用K均值奇异值分解（K-means singular value decomposition，K—SVD）算法得到具有多尺度特性的冗余字典，结合梯度投影稀疏重建（gradient pursuit for sparsereconstruction，GPSR）算法，完成对非关键帧的重构。仿真结果表明，在相同压缩率下，相比传统K—SVD字典训练方法，本文所提出的方法对应的视频帧图像重构峰值信噪比（peak signal to noise ratio，PSNR）可获得0．5～1．5dB以上的增益。

关键词：压缩感知分布式视频编码 K—SVD算法双稀疏字典表示模型小波变换

来源：评论

学校读者我要写书评

暂无评论

基于分布式压缩感知的深空探测视频编解码技术研究

基于分布式压缩感知的深空探测视频编解码技术研究

引用

作者：王海旭哈尔滨工业大学

学位级别：硕士

深空探测视频由于数据量巨大,导致传输设备的存储与运算存在巨大压力,同时对信道带宽提出了较高要求。传统的视频压缩与传输技术难以突破远端传送设备载荷资源受限的制约,所以高效率压缩、高质量解压、编码端低复杂度、解压渐近可伸缩... 详细信息

深空探测视频由于数据量巨大,导致传输设备的存储与运算存在巨大压力,同时对信道带宽提出了较高要求。传统的视频压缩与传输技术难以突破远端传送设备载荷资源受限的制约,所以高效率压缩、高质量解压、编码端低复杂度、解压渐近可伸缩等发展方向成为了深空探测视频传输技术发展的必然趋势。压缩感知(Compressed Sensing,CS)理论作为信号采样理论的重要突破,打破了传统方法中信号采样速率必须大于等于奈奎斯特采样速率的制约,该方法由于能够有效地节约编码端采样成本,因此非常适用于深空探测视频通信这种数据量大且冗余度高的应用环境。分布式压缩感知(Distributed Compressed Sensing,DCS)理论作为CS理论的延伸,其出现是考虑到在一组信号的压缩感知中,可以将信号间的相关性作为一种先验信息,从而实现这组信号的更高效压缩。将DCS理论与分布式视频编码(Distributed Video Coding,DVC)思想相结合能够为深空探测视频编解码系统提供新的方法,即设计出分布式视频压缩感知(Distributed Compressed Video Sensing,DCVS)系统,该系统可以实现系统编码端复杂度的更进一步降低,并且可以将计算复杂度大幅度转移至解码端。为了改善视频帧图像的恢复质量、提高系统的性能,本文在解码端针对关键帧重构提出了一种基于双密度双树复小波(Double-Density Dual-Tree Complex Wavelet Transform,DDDT-CWT)基的结构化CS图像重构算法,该算法将图像在双密度双树复小波变换下的系数呈现的树结构化特征与CoSaMP(Compressive Sampling Matching Pursuit)重构算法相结合,实现了对关键帧图像的更精确重构。针对DCVS系统中非关键帧重构,本文根据双重稀疏模型思想,分离出每帧图像小波域下不同尺度的子带形成训练集,分别由(K-means Singular Value Decomposition)K-SVD算法进行字典训练得到具有多尺度特性的冗余字典,将该字典结合GPSR(Gradient Pursuit for Sparse Reconstruction)重构算法,实现非关键帧重构。更进一步,针对传统离散小波变换(Discrete Wavelet Transform,DWT)的方向性较差、缺少相空间信息等缺陷,本文采用双密度双树复小波变换作为双重稀疏模型的核心字典,提高了视频非关键帧重构质量,从而在整体上提升了系统性能。实验结果表明,在相同压缩比下,本文所提出的针对关键帧以及非关键帧的重构算法能够使恢复图像的质量有所提升,从而实现深空探测视频的更高性能解压。

关键词：压缩感知双密度双树复小波变换小波树结构分布式压缩感知双稀疏字典表示模型

来源：评论

学校读者我要写书评

暂无评论

基于压缩感知的分布式视频编码研究

基于压缩感知的分布式视频编码研究

引用

作者：赵睿思哈尔滨工业大学

学位级别：硕士

实时视频传输在无线安防监控、空天图传等领域有着大量的需求,但由于视频数据量庞大,给传送设备的存储与运算带来了巨大压力,同时也对信道带宽提出了较高要求。传统的视频压缩与传输技术难以突破远端传送设备载荷资源受限的制约。高效... 详细信息

实时视频传输在无线安防监控、空天图传等领域有着大量的需求,但由于视频数据量庞大,给传送设备的存储与运算带来了巨大压力,同时也对信道带宽提出了较高要求。传统的视频压缩与传输技术难以突破远端传送设备载荷资源受限的制约。高效率压缩、高质量解压缩、低编码复杂度、解压渐近可伸缩,是实时视频传输技术发展的必然趋势。压缩感知(Compressed Sensing,CS)能够将信号的稀疏性进行充分地利用,在远低于奈奎斯特采样率的条件下,通过随机采样方法获取信号的离散样本,重建信号的过程则由非线性算法完成。该方法由于有效地节约了编码的采样成本,因此非常适用于视频通信这种数据量大且冗余度高的应用场景。分布式视频编码(Distributed Video Coding,DVC)是一种较新型的视频编码方式,解码过程采用了差值补偿、边信息等算法,可实现将视频帧图像间的关联性用于解码过程中,而编码时仅需实现分布式编码,从而大幅度地降低了编码过程的复杂度。结合分布式压缩感知的思想,将CS理论与DVC思想相结合作为一种全新思路,可以实现系统编码复杂度更进一步的降低,而将整体复杂度大幅度地转移至解码端。为了改善视频帧图像的重建质量、提高系统性能,本文提出了一种新型的视频帧重建算法:编码端逐帧操作完成压缩感知压缩过程;解码端关键帧通过梯度投影稀疏重建算法(Gradient Pursuit for Sparse Reconstruction,GPSR)解码,并由相邻的已重构关键帧产生边信息(Side Information,SI);根据双重稀疏模型思想,分离每帧图像小波域下不同尺度的子带形成训练集,分别由(K-means Singular Value Decomposition)K-SVD算法进行字典训练得到具有多尺度特性的冗余字典;将该字典结合GPSR算法对非关键帧进行重构。该字典构造方法可有更高的稀疏化表征图像的能力,从而提高了视频重建质量以及系统的整体性能。仿真结果表明,在相同压缩率下,较K-SVD字典训练方法,本文所提出的方法对应的视频帧图像重构PSNR可获得0.5～1.5d B以上的增益。更进一步,针对不同运动剧烈程度的场景对视频解码性能的影响,本文提出了一种视频运动强度的评价方法,并依据该评级方法建立了具有反馈机制的自适应压缩率的视频编解码系统,在不增加编码复杂度的前提下,有效地解决了快速运动场景下解码质量不高的问题。

关键词：压缩感知分布式视频编码 K-SVD算法双稀疏字典表示模型自适应压缩率

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：