论文部分内容阅读
分布式视频压缩感知是由压缩感知和分布式视频编码技术相结合的产物。压缩感知技术可以做到在信号采集的过程中实现信号的压缩，相较于传统的帧内编码技术具有计算简单的优点。分布式视频编码将传统编码技术编码端的复杂度转移到解码端，适用于信号采集端计算能力受限的环境。分布式视频压缩感知将压缩感知融入到分布式视频编码技术中，充分利用了压缩感知的优点，为分布式视频编码开拓了新的研究。
本文对分布式视频压缩感知技术做了较深入的研究，采用关键帧以高采样率的压缩感知作为信号编码方式，非关键帧以低采样率的压缩感知作为信号编码方式。针对分布式视频压缩感知中，非关键帧重建质量较差的问题，本文提出了一种基于半像素插值技术的残差多假设块迭代重建算法，以获得更精确的边信息来提高重建质量。进一步根据人眼对视频图像各部分中关注度的不同，本文提出了一种基于视觉显著性的测量率设定算法，在总测量率不变的情况下提高视频的重建质量。本文的主要研究点如下：
（1）为了提高视频的重建质量，提出了一种基于半像素插值技术的边信息生成算法。该算法先对重建后的相邻关键帧进行半像素插值运动估计生成当前非关键帧的边信息；然后，在测量域内计算非关键帧与边信息的残差，并对残差进行重建；最后，将重建的残差与边信息进行融合得到重建的非关键帧。本算法充分利用了相邻两个关键帧和非关键帧的相似性，得到了更精确的边信息，最终提高了视频的重建质量。
（2）在研究点（1）的基础上，结合视觉显著性检测对采样图像进行分块划分，划分出感兴趣的区域采用高采样率采样，不感兴趣区域采用低采样率采样，消除非感兴趣区域的过剩测量。在解码端，将通过关键帧生成的边信息映射到视觉显著域，对测量域的残差进行迭代重建，最后将重建的残差重组与边信息融合得到非关键帧的重建结果。本算法充分利用了图像分布的特征，对纹理边缘明显的部分采用高采样率，局部平滑均匀的部分采用低采样率，最终在相同采样率的情况下比未分显著测量的重建质量要好。
本文对分布式视频压缩感知技术做了较深入的研究，采用关键帧以高采样率的压缩感知作为信号编码方式，非关键帧以低采样率的压缩感知作为信号编码方式。针对分布式视频压缩感知中，非关键帧重建质量较差的问题，本文提出了一种基于半像素插值技术的残差多假设块迭代重建算法，以获得更精确的边信息来提高重建质量。进一步根据人眼对视频图像各部分中关注度的不同，本文提出了一种基于视觉显著性的测量率设定算法，在总测量率不变的情况下提高视频的重建质量。本文的主要研究点如下：
（1）为了提高视频的重建质量，提出了一种基于半像素插值技术的边信息生成算法。该算法先对重建后的相邻关键帧进行半像素插值运动估计生成当前非关键帧的边信息；然后，在测量域内计算非关键帧与边信息的残差，并对残差进行重建；最后，将重建的残差与边信息进行融合得到重建的非关键帧。本算法充分利用了相邻两个关键帧和非关键帧的相似性，得到了更精确的边信息，最终提高了视频的重建质量。
（2）在研究点（1）的基础上，结合视觉显著性检测对采样图像进行分块划分，划分出感兴趣的区域采用高采样率采样，不感兴趣区域采用低采样率采样，消除非感兴趣区域的过剩测量。在解码端，将通过关键帧生成的边信息映射到视觉显著域，对测量域的残差进行迭代重建，最后将重建的残差重组与边信息融合得到非关键帧的重建结果。本算法充分利用了图像分布的特征，对纹理边缘明显的部分采用高采样率，局部平滑均匀的部分采用低采样率，最终在相同采样率的情况下比未分显著测量的重建质量要好。