分布式壓縮視頻感知中重構(gòu)算法的研究.pdf

1、壓縮感知采樣突破了那奎斯特采樣速率的局限，實現(xiàn)了對信號的直接采樣。分布式壓縮視頻感知將壓縮感知引入到分布式視頻編解碼中，利用壓縮感知在編碼端進行采樣，降低了編碼需要處理的數(shù)據(jù)量，在解碼端，利用重構(gòu)算法進行解碼重構(gòu)。本文主要研究解碼端的重構(gòu)算法的優(yōu)化。
　　現(xiàn)有的分布式壓縮視頻感知方案多采用像素域內(nèi)的運動估計和運動補償產(chǎn)生邊信息。像素域內(nèi)的運動估計和運動補償?shù)念A(yù)測質(zhì)量對于參考視頻的質(zhì)量具有很強的依賴性。然而利用壓縮感知技術(shù)進行編碼之

2、后得到的是測量值，不能夠得到像素域內(nèi)的視頻信息，因此如果能夠在測量域內(nèi)直接對于待重構(gòu)的CS幀進行預(yù)測，將大大的簡化預(yù)測過程，提高預(yù)測也就是邊信息的質(zhì)量。因此本文提出的優(yōu)化重構(gòu)算法的分布式壓縮視頻感知系統(tǒng)中，利用多假設(shè)預(yù)測產(chǎn)生邊信息，并且把邊信息作為TV重構(gòu)的迭代初值，相比于以往利用運動估計、運動補償技術(shù)產(chǎn)生邊信息而言，由于多假設(shè)預(yù)測產(chǎn)生邊信息的質(zhì)量更高，從而提高了TV重構(gòu)的質(zhì)量。仿真結(jié)果表明，本文提出的結(jié)合多假設(shè)預(yù)測優(yōu)化TV重構(gòu)算法的分