基于结构化观测矩阵的低复杂度视频编码

发布时间：2018-11-01 11:57

【摘要】：低复杂度视频编码越来越受到人们的关注。压缩感知理论具有同时采样和压缩信号的特点,可用于低复杂度视频编码设计。针对基于随机观测矩阵的传统压缩感知(Compressive sensing,CS)理论很难实际应用这一问题,提出采用结构化观测矩阵的CS算法对视频编解码。探讨了结构化观测矩阵的特点和构造方法,分析了不同类型结构化观测矩阵实现信号精确重构的理论,设计了基于结构化观测矩阵的CS视频编解码算法。实验证明了所提算法的有效性,同时由于结构化观测矩阵高效、易于硬件实现,因此该算法在低复杂度视频场合具有良好的应用前景。
[Abstract]:Low complexity video coding has attracted more and more attention. The theory of compressed sensing can be used in the design of low complexity video coding because of the characteristics of both sampling and compressed signals. To solve the problem that the traditional compressed perception (Compressive sensing,CS) theory based on random observation matrix is difficult to be applied in practice, a CS algorithm based on structured observation matrix is proposed for video coding and decoding. The characteristics and construction method of structured observation matrix are discussed. The theory of accurate signal reconstruction based on different types of structured observation matrix is analyzed. A CS video coding and decoding algorithm based on structured observation matrix is designed. The experimental results show that the proposed algorithm is effective, and the structured observation matrix is efficient and easy to implement in hardware. Therefore, the algorithm has a good application prospect in low-complexity video applications.
【作者单位】： 天津大学电子信息工程学院;太原科技大学电子信息工程学院;
【基金】：高等学校博士学科点专项科研基金(20120032110034)资助项目
【分类号】：TN919.81

【相似文献】

相关期刊论文 前10条

1 刘叙含;申晓红;姚海洋;邓欣;;基于帐篷混沌观测矩阵的图像压缩感知[J];传感器与微系统;2014年09期

2 王韦刚;杨震;顾彬;胡海峰;;基于观测矩阵优化的自适应压缩频谱感知[J];通信学报;2014年08期

3 王侠;王开;王青云;梁瑞宇;左加阔;赵力;邹采荣;;压缩感知中的确定性随机观测矩阵构造[J];信号处理;2014年04期

4 鄢鹏程;;一种基于阈值迭代和自适应观测矩阵的压缩感知图像处理[J];信息与电脑(理论版);2013年03期

5 石光明;刘丹华;高大化;刘哲;林杰;王良君;;压缩感知理论及其研究进展[J];电子学报;2009年05期

6 宁万正;王海燕;申晓红;蒋世全;王璇;;一种自适应观测矩阵下的信号重构算法[J];计算机应用研究;2011年09期

7 赵春晖;刘巍;;压缩感知理论及其在成像技术中的应用[J];智能系统学报;2012年01期

8 金坚;谷源涛;梅顺良;;压缩采样技术及其应用[J];电子与信息学报;2010年02期

9 王军华;黄知涛;周一宇;王丰华;;压缩感知理论中的广义不相关性准则[J];信号处理;2012年05期

10 肖小潮;郑宝玉;王臣昊;;一种基于最优观测矩阵的自适应贝叶斯压缩信道感知联合机制[J];电子与信息学报;2012年10期

相关会议论文 前1条

1 顾国生;战荫伟;;一种混沌序列在压缩感知观测矩阵构造中的应用[A];第十五届全国图象图形学学术会议论文集[C];2010年

相关博士学位论文 前5条

1 赵玉娟;压缩感知和矩阵填充及其在信号处理中应用的研究[D];南京邮电大学;2015年

2 孙晶明;压缩感知中观测矩阵的研究[D];华中科技大学;2013年

3 徐永刚;矿山数据压缩采集与重建方法研究[D];中国矿业大学;2013年

4 丁丽;MIMO雷达稀疏成像的失配问题研究[D];中国科学技术大学;2014年

5 张京超;稀疏多频带信号压缩采样方法研究[D];哈尔滨工业大学;2014年

相关硕士学位论文 前10条

1 龚艳雷;基于SDN的网络流量矩阵测量方法研究[D];电子科技大学;2015年

2 刘莎;压缩感知中观测矩阵的构造及优化方法研究[D];东北大学;2013年

3 王哲;基于稀疏重构的SAR成像技术研究[D];西安电子科技大学;2014年

4 凤宏哲;高分辨SAR稀疏目标成像研究[D];西安电子科技大学;2014年

5 朱海梁;压缩感知接收机关键技术研究[D];西安电子科技大学;2014年

6 李继楼;压缩感知观测矩阵优化与信号重建算法研究[D];南京邮电大学;2015年

7 李伟光;基于压缩感知的定位算法研究[D];重庆大学;2015年

8 樊艳明;面向水上行走机器人的微型视觉传感系统设计与实现[D];中央民族大学;2016年

9 金明亮;嵌入式视觉压缩传感及其直接环境认知的研究[D];南昌大学;2013年

10 熊波;基于压缩感知的观测矩阵构造方法及性能研究[D];湖南师范大学;2016年

，

本文编号：2303863