基于假設(shè)集合優(yōu)化的壓縮視頻感知研究.pdf

1、壓縮感知將對數(shù)據(jù)的采樣和壓縮一步完成，極高的壓縮效率和簡單的操作使其特別適合于處理編碼端資源受限場景下的多媒體視頻數(shù)據(jù)，基于壓縮感知的視頻方案取得了大量的研究成果，其中基于多假設(shè)預(yù)測技術(shù)的方案以其極高的重構(gòu)質(zhì)量成為研究的熱點(diǎn)。本文主要研究低采樣率條件下視頻的快速高質(zhì)量重構(gòu)技術(shù)，提出了基于假設(shè)集合優(yōu)化技術(shù)的分布式壓縮視頻感知(DCVS)方案。
　　該方案通過對假設(shè)集合進(jìn)行優(yōu)化，并且對待求解的約束優(yōu)化問題和混合預(yù)測判斷表達(dá)式進(jìn)行改進(jìn)，

2、使得視頻數(shù)據(jù)在低采樣率條件下的重構(gòu)質(zhì)量和重構(gòu)速度相對于現(xiàn)有的多假設(shè)方案都得到了提升。
　　其中：
　　1）對假設(shè)集合的優(yōu)化主要通過假設(shè)集合選優(yōu)技術(shù)和假設(shè)集合優(yōu)化更新技術(shù)實(shí)現(xiàn)：低采樣率條件下通過假設(shè)集合選優(yōu)技術(shù)精簡假設(shè)集合，減少運(yùn)算量，提升低采樣率條件下的重構(gòu)速度和重構(gòu)質(zhì)量；通過假設(shè)集合優(yōu)化更新技術(shù)對原假設(shè)集合進(jìn)行優(yōu)化升級，提高高采樣率條件下的重構(gòu)質(zhì)量；
　　2）對原有的混合假設(shè)判斷方案通過測量值平均的方式進(jìn)行改進(jìn)，使其