10.3969/j.issn.1673-5439.2014.04.011
基于运动对齐预测模型的分布式视频压缩感知重构
为了提高分布式视频压缩感知(Distributed Video Compressive Sensing,DVCS)的率失真性能,文中提出根据视频非关键帧图像的时间相关性将帧内各块分为静止块与运动块两类,并对它们设定不同的测量率以提高压缩感知(Compressive Sensing,CS)捕获信息的效率.在重构过程中,提出运动对齐多假设预测模型进行重构,该预测模型在测量域内实现运动估计,并根据运动信息在参考帧内寻找到待重构块的若干候选匹配块,利用它们的线性加权和残差重构得到非关键帧图像的重构结果.仿真实验结果表明,文中所提出的DVCS重构算法能有效提升系统的率失真性能,与现有方法相比,在重构时间基本不变的情况下,获得更好的主客观视频重构质量.
分布式视频压缩感知、压缩感知、块分类、自适应测量率分配、运动对齐多假设预测模型
34
TN911.73
国家自然科学基金60972038,61271233;教育部博士点基金20103223110001;江苏省普通高校研究生科研创新计划CXZZ12_0468
2014-09-29（万方平台首次上网日期，不代表论文的发表时间）
共9页
63-71
