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： 在奈奎斯特采样定理的基础上提出的传统视频编码理论,采样频率需要大于或等于信号最高频率的两倍,然后通过传统编码方法去除视频信号中时空冗余信息。随着人们在终端对图像/视频等多媒体内容的质量要求越来越高,视频编码端的负担越来越重,这种编码方法对于某些特定的视频编码端受到功耗、存储能力以及计算能力限制的应用环境(例如无线视频监控),并不适用。压缩感知理论中采样与压缩并行处理的方式简化了信号压缩步骤,减少了信号采集端的运算复杂度,从而有效避免了计算资源的浪费。在视频编码端计算资源受限的情况下,这种特点显得尤为珍贵。因此基于压缩感知的分布式视频压缩一经提出,就受到了广泛的关注。在分布式视频压缩感知中,如何充分利用帧间/帧内的相关性对视频帧进行高效的重构已成为研究重点之一,本文对视频压缩感知中的预测算法进行了深入分析与研究,本文的主要工作内容分为以下两个部分:1.目前的多假设预测算法对运动剧烈的视频序列依然存在计算复杂度较高或者重构质量不佳的缺陷,另外,由于观测值与真实信号是一对多的关系,只采用观测值的绝对误差和(SAD)准则选择假设块会在预测图像块中引入噪声,从而限制了重构质量。针对这些问题,本文结合视频前/后景运动特征,提出了基于菱形快速搜索的双匹配区域多假设预测方案(MH-DS),另外,本文提出一种融合最小均方误差(MMSE)和最大匹配像素统计(MPC)的块匹配准则,在匹配过程中可以得到更相关的假设块。仿真结果表明,基于菱形快速搜索的双匹配区域多假设方案能够保证较大搜索范围的情况下有效地降低重构端多假设预测过程的计算复杂度,与现有最优视频压缩感知预测-重构算法相比,提升了预测精度,保证了预测的高效性。2.现有的多假设预测算法(包�

关 键 词： 视频压缩感知 多假设预测 菱形搜索 块匹配准则 运动估计

领　　域： []