导　　师： 杨春玲

授予学位： 硕士

作　　者： (）;

机构地区： 华南理工大学

摘　　要： 传统视频编码方案建立在奈奎斯特采样定理上,先以奈奎斯特采样率对视频信号进行高速采样,然后通过复杂的运动估计、运动补偿、稀疏变换等技术进行压缩编码,以去除视频信号大量的冗余信息。这种视频编码方案在信号采集端需要较大的存储空间及较高的运算能力,因此不适用于采样资源受限的应用场景,如无线视频监控、无线多媒体传感网络等。视频压缩感知是一种近年来新兴的视频编码方案。它实现了将信号采样与信号压缩同时进行,大大降低了系统对采集端应用资源的需求,因此特别适用于采集端资源受限的应用场景。视频压缩感知对各视频帧进行独立观测,联合重构。在重构算法中,预测-残差重构取得了最优的重构性能。本文在预测-残差重构模式上展开研究。如何更加充分地挖掘视频帧间的相关性信息以提高对当前帧的预测精度和如何更高质量地对低能量的视频残差信号进行重构是本文研究的两个重点。本文的主要工作及研究成果如下:1.通过研究已有的预测-残差重构算法,发现在已重构视频帧的基础上再次进行基于像素域的多假设预测残差重构可以有效的弱化块效应,提升视频的重构质量。本文提出在像素域迭代进行多假设预测残差重构,以逐步提升视频帧的重构质量。考虑到某些视频序列运动相对剧烈,当前帧中的某些图像块可能在参考帧中没有相匹配的假设块或者需要在参考帧很大的范围中搜索假设块。针对这两种情况,本文分别提出帧间/帧内自适应多假设预测模式和区域快速搜索方案。仿真结果表明,本文所提的迭代预测算法更好地挖掘了视频帧间的相关性信息,区域快速搜索方案提升了假设块的搜索效率。2.平滑Landweber投影重构算法(SPL)以其快速高效的特点被广泛用于视频信号残差重构中,但应用于视频压缩感知残差重构�

关 键 词： 视频压缩感知 多假设预测 快速搜索 重叠分块 残差重构

领　　域： []