基于压缩感知的分布式视频编解码研究
发布时间：2021-08-11 08:20
分布式视频编码（Distributed Video Coding,DVC）是独立编码联合解码的视频编码方法,把计算复杂的模块从编码器转移到解码器,降低了编码端的编码复杂度,广泛应用于无线视频通信、视频传感器网络和移动数字摄像机等多种场景。压缩感知（Compressed sensing,CS）利用信号的稀疏性,可以从较少的测量值还原出整个想要的信号,被应用于信号处理等领域中。现在研究基于压缩感知的分布式视频（DCVS）编解码研究已有一些成果。然而对于现有的边信息算法,总有边信息生成算法复杂度较高或者生成的边信息质量有待改善影响解码效果等有待改善的点。而对于现有的信号重构算法,大多都是对经典算法的优化改善,应用新算法的用于改善重构质量的研究还较少,应用新算法的研究有待提出。为了改善上述分布式视频压缩感知系统编解码的现存问题,本文进行基于压缩感知的分布式视频编解码研究,提出一种边信息生成算法,并应用算法对信号重构进行优化,从而达到提升系统视频解码效果的目标。首先,确定本文研究的基于CS的DVC框架的基本系统框架,并对框架中的测量矩阵和采样率进行重点讨论。主要以高斯随机矩阵、混沌随机矩阵和部分...
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
早期DCVS编解码框架结构图
第一章绪论5图1-2DCVS框架一方面解码端生成高质量边信息用于辅助解码一直是DVC研究的热门而又关键问题，同时另一方面信号稀疏重构也是CS压缩感知技术中的影响性能的重要因素，所以对于DCVS系统，相关边信息生成和稀疏信号重构的内容成为该系统下的研究重点。对于分布式压缩视频感知DCVS系统的边信息生成算法方面，2010年，Hung-WeiChen等研究者提出了一种字典学习的边信息生成算法，从而建立起一种基于字典学习的分布式压缩视频感测（DCVS）框架[16]。2016年，南京邮电大学的张奔等人，提出了一种自适应加权的边信息生成办法，利用初始边信息和K-SVD字典学习训练生成字典，从而进行视频重建，相对于直接运动估计边信息的方法视频重建质量的PSNR值有所提高。而本文将对基于字典学习的边信息生成算法进行深入的研究，并提出基于运动估计双重均值的字典学习的边信息生成算法。边信息作为分布式视频编解码系统的关键技术，一直受到重点关注。对于分布式视频编码中边信息生成国外研究现状：帧内插和运动估计方案是经典的边信息生成方案，这种方案算法思路简单，其主要思想是：在解码端生成边信息的过程中，只采用解码相邻参考帧的数据来生成边信息，却不使用当前目标的待解码帧的任何信息，减少了反馈信道的使用，是简单有效且常见的方案；其他的方案，一般采用编码端将目前编码的解码视频帧的一些信息通过码流的方式传送到解码端来协助生成边信息，但是反馈信道增加了反馈延时和计算复杂度。这类方案中，一般采用尺寸的视频帧按块进行边信息生成的多次细化处理。帧内插和运动估计方
电子科技大学硕士学位论文8分布式视频系统，改进系统的信号重构算法。理论分析和实验证明，其他前提相同的情况下，相比于OMP算法和CoSaMP很大程度上提升了信号重构效果。第五章基于压缩感知的分布式视频编解码仿真与分析对文中提到的基于CS的DVC系统进行实现，并基于该系统结构对本文的系统基本模块进行设计，并对基于压缩感知的分布式视频边信息生成算法和信号重构算法研究进行仿真实验，以证明本文所提出改进算法的有效性。第六章总结与展望对论文所研究内容进行了总结，对更高要求下的分布式视频编解码系统进行了展望以及相关问题需要更进一步深入的研究方向做了阐述。图1-3本文整体设计流程图
【参考文献】：
期刊论文
[1]压缩感知测量矩阵综述[J]. 宋梦蝶. 电视技术. 2019(06)
[2]基于WME-KSVD字典的分布式视频编码[J]. 张奔,杨坤,曹雪虹,陈瑞,杨洁. 计算机工程与设计. 2016(05)
[3]复合正则化联合稀疏贝叶斯学习的高光谱稀疏解混算法[J]. 孔繁锵,郭文骏,沈秋,王丹丹. 红外与毫米波学报. 2016(02)
[4]分布式视频编码中相关噪声模型优化算法[J]. 吴伟,卿粼波,王正勇,杨佳. 科学技术与工程. 2016(08)
[5]基于压缩感知的图像降噪处理研究[J]. 于海宁,江景涛,尚书旗. 农机化研究. 2016(02)
[6]视频编码技术的若干新进展[J]. 黎洪松,程福林,艾新宇. 计算机应用研究. 2016(08)
[7]压缩感知中确定性测量矩阵构造算法综述[J]. 王强,李佳,沈毅. 电子学报. 2013(10)
硕士论文
[1]基于分布式压缩感知的煤矿视频编码方法研究[D]. 华倩倩.中国矿业大学 2019
[2]基于压缩感知的分布式视频编码技术研究[D]. 张奔.南京邮电大学 2016
本文编号：3335827
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
早期DCVS编解码框架结构图
第一章绪论5图1-2DCVS框架一方面解码端生成高质量边信息用于辅助解码一直是DVC研究的热门而又关键问题，同时另一方面信号稀疏重构也是CS压缩感知技术中的影响性能的重要因素，所以对于DCVS系统，相关边信息生成和稀疏信号重构的内容成为该系统下的研究重点。对于分布式压缩视频感知DCVS系统的边信息生成算法方面，2010年，Hung-WeiChen等研究者提出了一种字典学习的边信息生成算法，从而建立起一种基于字典学习的分布式压缩视频感测（DCVS）框架[16]。2016年，南京邮电大学的张奔等人，提出了一种自适应加权的边信息生成办法，利用初始边信息和K-SVD字典学习训练生成字典，从而进行视频重建，相对于直接运动估计边信息的方法视频重建质量的PSNR值有所提高。而本文将对基于字典学习的边信息生成算法进行深入的研究，并提出基于运动估计双重均值的字典学习的边信息生成算法。边信息作为分布式视频编解码系统的关键技术，一直受到重点关注。对于分布式视频编码中边信息生成国外研究现状：帧内插和运动估计方案是经典的边信息生成方案，这种方案算法思路简单，其主要思想是：在解码端生成边信息的过程中，只采用解码相邻参考帧的数据来生成边信息，却不使用当前目标的待解码帧的任何信息，减少了反馈信道的使用，是简单有效且常见的方案；其他的方案，一般采用编码端将目前编码的解码视频帧的一些信息通过码流的方式传送到解码端来协助生成边信息，但是反馈信道增加了反馈延时和计算复杂度。这类方案中，一般采用尺寸的视频帧按块进行边信息生成的多次细化处理。帧内插和运动估计方
电子科技大学硕士学位论文8分布式视频系统，改进系统的信号重构算法。理论分析和实验证明，其他前提相同的情况下，相比于OMP算法和CoSaMP很大程度上提升了信号重构效果。第五章基于压缩感知的分布式视频编解码仿真与分析对文中提到的基于CS的DVC系统进行实现，并基于该系统结构对本文的系统基本模块进行设计，并对基于压缩感知的分布式视频边信息生成算法和信号重构算法研究进行仿真实验，以证明本文所提出改进算法的有效性。第六章总结与展望对论文所研究内容进行了总结，对更高要求下的分布式视频编解码系统进行了展望以及相关问题需要更进一步深入的研究方向做了阐述。图1-3本文整体设计流程图
【参考文献】：
期刊论文
[1]压缩感知测量矩阵综述[J]. 宋梦蝶. 电视技术. 2019(06)
[2]基于WME-KSVD字典的分布式视频编码[J]. 张奔,杨坤,曹雪虹,陈瑞,杨洁. 计算机工程与设计. 2016(05)
[3]复合正则化联合稀疏贝叶斯学习的高光谱稀疏解混算法[J]. 孔繁锵,郭文骏,沈秋,王丹丹. 红外与毫米波学报. 2016(02)
[4]分布式视频编码中相关噪声模型优化算法[J]. 吴伟,卿粼波,王正勇,杨佳. 科学技术与工程. 2016(08)
[5]基于压缩感知的图像降噪处理研究[J]. 于海宁,江景涛,尚书旗. 农机化研究. 2016(02)
[6]视频编码技术的若干新进展[J]. 黎洪松,程福林,艾新宇. 计算机应用研究. 2016(08)
[7]压缩感知中确定性测量矩阵构造算法综述[J]. 王强,李佳,沈毅. 电子学报. 2013(10)
硕士论文
[1]基于分布式压缩感知的煤矿视频编码方法研究[D]. 华倩倩.中国矿业大学 2019
[2]基于压缩感知的分布式视频编码技术研究[D]. 张奔.南京邮电大学 2016
本文编号：3335827
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3335827.html
