视频压缩感知多假设预测重构算法研究

发布时间：2017-10-01 12:14

  本文关键词：视频压缩感知多假设预测重构算法研究

  更多相关文章： 视频压缩感知 重构 多假设预测 多参考帧 量化

【摘要】：传统视频信号采集建立在奈奎斯特采样定理之上,先对视频信号进行高速采样,然后通过复杂的传统视频编码压缩算法丢弃大量的冗余数据,以实现高效存储与传输。该做法造成了采样资源的巨大浪费,加上过高的压缩编码复杂度,使得传统视频编码方案在采样端资源受限的应用场景并不适用,如无线视频监控,无线多媒体传感器网络。压缩感知实现了信号的采样与压缩同时进行,大大节省了采样资源的同时降低了信号采样的复杂度,适用于采样端资源受限的应用场景。视频压缩感知将压缩感知技术用于视频信号的采集与恢复,对各视频帧进行独立观测,联合重构。其中,如何利用视频序列的帧间相关性进行高质量的视频重构是视频压缩感知的研究重点,也是本文的研究重点。多假设运动补偿能有效挖掘视频序列的帧间相关性,因此,本文重点研究了基于多假设预测的视频压缩感知重构算法。本文的主要工作及研究成果如下:1.现有的Tikhonov正则化多假设预测算法以当前块在参考帧中的所有搜索块作为假设块,造成计算复杂度过高以及预测精度受限,而且,基于欧氏距离加权的Tikhonov正则化不能准确反映假设块与当前块的相似度,会造成正则化失真。针对以上问题,文中提出了最优多假设块选择方案以及联合欧氏距离与相关系数加权的正则化度量,并通过结合多参考帧技术,提出了基于多参考帧的最优多假设预测算法。此外,文中还对观测值实现了帧间DPCM量化,以进一步提高压缩效率。仿真结果表明,所提最优假设块选择方案大大降低了多假设预测的计算复杂度,同时有效提高了预测精度,基于多参考帧的最优多假设预测算法具有较高的视频重构质量。2.现有的视频压缩感知多假设预测算法大多在观测域提出,这种预测方法由于受到不重叠分块的限制,造成了块效应,降低重构质量。针对该问题,文中提出了两阶段多假设预测重构方案,并针对该重构方案设计了基于帧的和基于图像组的两种实现方法。仿真结果表明,所提两阶段多假设预测重构方案通过像素域的重叠分块多假设预测,有效减小了块效应,得到了较高的重构质量,同时,文中还分析了所提算法在帧间DPCM量化下的率失真性能。
【关键词】：视频压缩感知 重构 多假设预测 多参考帧 量化
【学位授予单位】：华南理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN919.81
【目录】：

• 摘要5-6
• Abstract6-10
• 第一章 绪论10-16
• 1.1 研究背景和意义10-11
• 1.2 压缩感知研究现状11-12
• 1.3 视频压缩感知及其重构算法研究现状12-14
• 1.4 本文主要研究工作及内容安排14-16
• 第二章 视频压缩感知中多假设预测算法16-27
• 2.1 预测-残差重构框架的一般流程16-17
• 2.2 多假设预测算法17-20
• 2.2.1 基于l1正则化的多假设预测18-19
• 2.2.2 基于Tikhonov正则化的多假设预测19
• 2.2.3 基于弹性网的多假设预测19-20
• 2.3 多假设预测算法性能分析20-26
• 2.3.1 多假设线性权值分析21-22
• 2.3.2 率失真性能分析22-24
• 2.3.3 时间复杂度分析24-26
• 2.4 本章小结26-27
• 第三章 基于多参考帧的最优多假设预测算法27-41
• 3.1 基于多参考帧的最优多假设预测（MRMH）27-31
• 3.1.1 最优多假设块选择方案27-28
• 3.1.2 联合欧氏距离与相关系数加权的Tikhonov正则化度量28-29
• 3.1.3 MRMH算法描述29-31
• 3.2 仿真结果与分析31-40
• 3.2.1 最优多假设块选择方案及联合加权正则化度量的有效性验证31-34
• 3.2.2 本文算法与基于加权弹性网的多假设预测算法对比34-36
• 3.2.3 本文的视频压缩感知重构方案与其他视频压缩感知重构方案对比36-37
• 3.2.4 时间复杂度分析37
• 3.2.5 采集端观测值在帧间DPCM量化下的实验结果及分析37-40
• 3.3 本章小结40-41
• 第四章 两阶段多假设预测重构方案41-54
• 4.1 两阶段多假设预测重构（2sMHR）41-43
• 4.1.1 2sMHR总体流程41
• 4.1.2 像素域多假设预测41-42
• 4.1.3 2sMHR的两种实现方法42-43
• 4.2 仿真实验及结果分析43-53
• 4.2.1 2sMHR的有效性验证44-47
• 4.2.2 2sMHR与最新文献结果的对比47-50
• 4.2.3 时间复杂度分析50-51
• 4.2.4 2sMHR在帧间DPCM量化下的率失真性能分析51-53
• 4.3 本章小结53-54
• 结论54-56
• 参考文献56-61
• 攻读硕士学位期间取得的研究成果61-62
• 致谢62-63
• 附件63

【相似文献】

中国期刊全文数据库 前10条

1 刘盾;石和平;;基于一种改进的压缩感知重构算法的分析与比较[J];科学技术与工程;2012年21期

2 蒋英春;;离散空间中正交小波分解重构算法的实现[J];计算机应用研究;2013年02期

3 刘勇;魏东红;毛京丽;;基于优化内积模型的压缩感知快速重构算法[J];北京邮电大学学报;2013年01期

4 王田川;宋建新;;压缩感知重构算法研究[J];电视技术;2013年11期

5 李福建,陈廷槐,田梅,周六丁;一种新的环网故障诊断与重构算法[J];计算机工程;1992年06期

6 童露霞;王嘉;;基于压缩传感的重构算法研究[J];电视技术;2012年11期

7 李博;郭树旭;;一种改进的压缩感知重构算法研究[J];现代电子技术;2013年03期

8 李志刚;;一种快速的压缩感知信号重构算法[J];信息技术;2013年06期

9 梁栋,杨尚俊,章权兵;一种基于图象序列的3D重构算法[J];安徽大学学报(自然科学版);2001年01期

10 陈勤;邹志兵;张e，

本文编号：953385