分布式視頻編碼（Distributed Video Coding,DVC）是獨(dú)立編碼聯(lián)合解碼的視頻編碼方法,把計(jì)算復(fù)雜的模塊從編碼器轉(zhuǎn)移到解碼器,降低了編碼端的編碼復(fù)雜度,廣泛應(yīng)用于無線視頻通信、視頻傳感器網(wǎng)絡(luò)和移動(dòng)數(shù)字?jǐn)z像機(jī)等多種場(chǎng)景。壓縮感知（Compressed sensing,CS）利用信號(hào)的稀疏性,可以從較少的測(cè)量值還原出整個(gè)想要的信號(hào),被應(yīng)用于信號(hào)處理等領(lǐng)域中�，F(xiàn)在研究基于壓縮感知的分布式視頻（DCVS）編解碼研究已有一些成果。然而對(duì)于現(xiàn)有的邊信息算法,總有邊信息生成算法復(fù)雜度較高或者生成的邊信息質(zhì)量有待改善影響解碼效果等有待改善的點(diǎn)。而對(duì)于現(xiàn)有的信號(hào)重構(gòu)算法,大多都是對(duì)經(jīng)典算法的優(yōu)化改善,應(yīng)用新算法的用于改善重構(gòu)質(zhì)量的研究還較少,應(yīng)用新算法的研究有待提出。為了改善上述分布式視頻壓縮感知系統(tǒng)編解碼的現(xiàn)存問題,本文進(jìn)行基于壓縮感知的分布式視頻編解碼研究,提出一種邊信息生成算法,并應(yīng)用算法對(duì)信號(hào)重構(gòu)進(jìn)行優(yōu)化,從而達(dá)到提升系統(tǒng)視頻解碼效果的目標(biāo)。首先,確定本文研究的基于CS的DVC框架的基本系統(tǒng)框架,并對(duì)框架中的測(cè)量矩陣和采樣率進(jìn)行重點(diǎn)討論。主要以高斯隨機(jī)矩陣、混沌隨機(jī)矩陣和部分... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：75 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

早期DCVS編解碼框架結(jié)構(gòu)圖

第一章緒論5圖1-2DCVS框架一方面解碼端生成高質(zhì)量邊信息用于輔助解碼一直是DVC研究的熱門而又關(guān)鍵問題，同時(shí)另一方面信號(hào)稀疏重構(gòu)也是CS壓縮感知技術(shù)中的影響性能的重要因素，所以對(duì)于DCVS系統(tǒng)，相關(guān)邊信息生成和稀疏信號(hào)重構(gòu)的內(nèi)容成為該系統(tǒng)下的研究重點(diǎn)。對(duì)于分布式壓縮視頻感知DCVS系統(tǒng)的邊信息生成算法方面，2010年，Hung-WeiChen等研究者提出了一種字典學(xué)習(xí)的邊信息生成算法，從而建立起一種基于字典學(xué)習(xí)的分布式壓縮視頻感測(cè)（DCVS）框架[16]。2016年，南京郵電大學(xué)的張奔等人，提出了一種自適應(yīng)加權(quán)的邊信息生成辦法，利用初始邊信息和K-SVD字典學(xué)習(xí)訓(xùn)練生成字典，從而進(jìn)行視頻重建，相對(duì)于直接運(yùn)動(dòng)估計(jì)邊信息的方法視頻重建質(zhì)量的PSNR值有所提高。而本文將對(duì)基于字典學(xué)習(xí)的邊信息生成算法進(jìn)行深入的研究，并提出基于運(yùn)動(dòng)估計(jì)雙重均值的字典學(xué)習(xí)的邊信息生成算法。邊信息作為分布式視頻編解碼系統(tǒng)的關(guān)鍵技術(shù)，一直受到重點(diǎn)關(guān)注。對(duì)于分布式視頻編碼中邊信息生成國外研究現(xiàn)狀：幀內(nèi)插和運(yùn)動(dòng)估計(jì)方案是經(jīng)典的邊信息生成方案，這種方案算法思路簡(jiǎn)單，其主要思想是：在解碼端生成邊信息的過程中，只采用解碼相鄰參考幀的數(shù)據(jù)來生成邊信息，卻不使用當(dāng)前目標(biāo)的待解碼幀的任何信息，減少了反饋信道的使用，是簡(jiǎn)單有效且常見的方案；其他的方案，一般采用編碼端將目前編碼的解碼視頻幀的一些信息通過碼流的方式傳送到解碼端來協(xié)助生成邊信息，但是反饋信道增加了反饋延時(shí)和計(jì)算復(fù)雜度。這類方案中，一般采用尺寸的視頻幀按塊進(jìn)行邊信息生成的多次細(xì)化處理。幀內(nèi)插和運(yùn)動(dòng)估計(jì)方

電子科技大學(xué)碩士學(xué)位論文8分布式視頻系統(tǒng)，改進(jìn)系統(tǒng)的信號(hào)重構(gòu)算法。理論分析和實(shí)驗(yàn)證明，其他前提相同的情況下，相比于OMP算法和CoSaMP很大程度上提升了信號(hào)重構(gòu)效果。第五章基于壓縮感知的分布式視頻編解碼仿真與分析對(duì)文中提到的基于CS的DVC系統(tǒng)進(jìn)行實(shí)現(xiàn)，并基于該系統(tǒng)結(jié)構(gòu)對(duì)本文的系統(tǒng)基本模塊進(jìn)行設(shè)計(jì)，并對(duì)基于壓縮感知的分布式視頻邊信息生成算法和信號(hào)重構(gòu)算法研究進(jìn)行仿真實(shí)驗(yàn)，以證明本文所提出改進(jìn)算法的有效性。第六章總結(jié)與展望對(duì)論文所研究?jī)?nèi)容進(jìn)行了總結(jié)，對(duì)更高要求下的分布式視頻編解碼系統(tǒng)進(jìn)行了展望以及相關(guān)問題需要更進(jìn)一步深入的研究方向做了闡述。圖1-3本文整體設(shè)計(jì)流程圖

【參考文獻(xiàn)】：
期刊論文
[1]壓縮感知測(cè)量矩陣綜述[J]. 宋夢(mèng)蝶.  電視技術(shù). 2019(06)
[2]基于WME-KSVD字典的分布式視頻編碼[J]. 張奔,楊坤,曹雪虹,陳瑞,楊潔.  計(jì)算機(jī)工程與設(shè)計(jì). 2016(05)
[3]復(fù)合正則化聯(lián)合稀疏貝葉斯學(xué)習(xí)的高光譜稀疏解混算法[J]. 孔繁鏘,郭文駿,沈秋,王丹丹.  紅外與毫米波學(xué)報(bào). 2016(02)
[4]分布式視頻編碼中相關(guān)噪聲模型優(yōu)化算法[J]. 吳偉,卿粼波,王正勇,楊佳.  科學(xué)技術(shù)與工程. 2016(08)
[5]基于壓縮感知的圖像降噪處理研究[J]. 于海寧,江景濤,尚書旗.  農(nóng)機(jī)化研究. 2016(02)
[6]視頻編碼技術(shù)的若干新進(jìn)展[J]. 黎洪松,程福林,艾新宇.  計(jì)算機(jī)應(yīng)用研究. 2016(08)
[7]壓縮感知中確定性測(cè)量矩陣構(gòu)造算法綜述[J]. 王強(qiáng),李佳,沈毅.  電子學(xué)報(bào). 2013(10)

碩士論文
[1]基于分布式壓縮感知的煤礦視頻編碼方法研究[D]. 華倩倩.中國礦業(yè)大學(xué) 2019
[2]基于壓縮感知的分布式視頻編碼技術(shù)研究[D]. 張奔.南京郵電大學(xué) 2016



本文編號(hào)：3335827