分布式视频压缩感知技术与应用

发布时间：2020-04-19 13:35

【摘要】：当前信息技术发展飞速,各种视频技术广泛应用于互联网以及无线传感网。针对计算复杂性很高的传统视频编码,加之其抗误码能力差等问题,目前分布式视频压缩感知成为全球内外学者研究的热点,是非常有竞争力的视频应用解决方案。其中需要迫切解决的技术难题是:现有的视频编码和重构方法仍需要进一步优化,提高重构速率并降低算法的复杂度。本文针对上述技术难题,主要研究工作如下:首先,在视频帧重构时,提出多假设帧间双向最佳匹配策略,引入运动对齐估计思想,采用测量域块结构相似性作为失真准则在相邻参考帧中寻找到最佳匹配块,再分别以前向视频帧最佳匹配块以及后向视频帧最佳匹配块为中心,在对应的匹配窗口中每像素提取视频帧最优矩阵,联合残差补偿思想重构出非关键帧。仿真对比结果表明,本文算法能够提高重构视频帧质量,并且重构时间没有大幅度增加,主观视觉效果更好。其次,为了解决现有预测重构算法在运动剧烈场景中重构视频不够清晰的问题。提出了分布式视频压缩感知中帧内最佳匹配插值重构方法,基于传统帧内多假设预测,以及结合自然像素连续特性,在以最佳匹配块为中心的搜索窗口内采用插值法构成多假设最佳匹配插值字典,将生成的帧内最佳匹配插值字典作为多假设预测模型的生成矩阵,且插值法使残差信号更稀疏。仿真对比结果表明,本文算法能够提高重构视频帧质量。最后,本文将帧间双向最佳匹配策略和帧内最佳匹配插值方法结合起来应用于运动剧烈程度不同的视频场景,关键帧采用帧内最佳匹配插值法进行重构,非关键帧采用帧间双向最佳匹配法进行重构。仿真对比结果表明,本文算法能够提高重构视频帧质量,并且重构时间没有大幅度增加。
【图文】：

真图像的亮度均值、标准差以及协方差，首先在搜索窗口1D 内寻找到最佳匹配块索窗口2D ，最后利用搜索窗口2D 内所有样方法获得，因此也就得到后向最优矩阵内的视频块，然后由式（3.7）计算得 .4）算出非关键帧的边信息 ，即 行迭代比较，选择出最终的最佳匹配块，，即：, , , , ,,, , , , ,, | | | | | | , | | | | | | t i b f t i b f t i t i b t it ibb t ibb t i t ibf t ix x x x xxx x x x x

南京邮电大学专业学位硕士研究生学位论文 第四章 一种 DCVS 中帧内最佳匹配插值重构方法表 4.2 MH-BCS-SPL 算法和本文算法在相同仿真环境下的视频重构质量图 4.3 是 Susie 序列第 10 帧重构质量主观视觉对比图，显示了测量率为 0.3 时重构出的第 10 帧的主观视觉对比图。本章节提出的 MH-BM-FI 重构方法的 PSNR 值为 36.67dB，MH-BCS 方法重构 PSNR 值为 33.33dB，本章节提出的 MH-BM-FI 重构方法平均提高了 3.34d最大提高了 3.44dB。观察各重构视频帧，明显本章方法具有最好的主观视觉质量。算法模型各序列（dB）Mother-daugther Coastguard SuisueMH-BCS-SPL 38.72 34.51 33.33本文算法 42.88 37.72 36.67平均提高 4.16 3.21 3.34最大提高 4.20 3.29 3.44
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN919.81

【参考文献】

相关期刊论文 前1条

1 张春梅;尹忠科;肖明霞;;基于冗余字典的信号超完备表示与稀疏分解[J];科学通报;2006年06期

本文编号：2633355