计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2012年
4期
1553-1556
,共4页
视频压缩感知%分布式视频编码%梯度投影%联合稀疏%残差
視頻壓縮感知%分佈式視頻編碼%梯度投影%聯閤稀疏%殘差
시빈압축감지%분포식시빈편마%제도투영%연합희소%잔차
压缩感知(CS)是一种能同时进行数据采集和压缩的新理论,为简化编码算法提供了依据,同时,分布式视频编码(DVC)为低复杂度的视频编码提供了思路.因此,通过整合DVC和CS各自的特性以构建编码简单的视频编码框架,并采用残差技术来提高系统性能,最终提出了一种残差分布式视频压缩感知(RDCVS)算法:对关键帧进行传统的帧内编、解码；而对非关键帧,编码端采用一种基于残差联合稀疏模型的随机观测,解码端利用边信息和改进的梯度投影重建(GPSR)算法进行优化重构.由于将运动估计和变换编码等复杂度较高的运算转移到解码端进行,因而RDCVS保持了低复杂度的编码特性.实验结果表明,RDCVS算法比参考方案的恢复质量提高了2 ～3 dB.
壓縮感知(CS)是一種能同時進行數據採集和壓縮的新理論,為簡化編碼算法提供瞭依據,同時,分佈式視頻編碼(DVC)為低複雜度的視頻編碼提供瞭思路.因此,通過整閤DVC和CS各自的特性以構建編碼簡單的視頻編碼框架,併採用殘差技術來提高繫統性能,最終提齣瞭一種殘差分佈式視頻壓縮感知(RDCVS)算法:對關鍵幀進行傳統的幀內編、解碼；而對非關鍵幀,編碼耑採用一種基于殘差聯閤稀疏模型的隨機觀測,解碼耑利用邊信息和改進的梯度投影重建(GPSR)算法進行優化重構.由于將運動估計和變換編碼等複雜度較高的運算轉移到解碼耑進行,因而RDCVS保持瞭低複雜度的編碼特性.實驗結果錶明,RDCVS算法比參攷方案的恢複質量提高瞭2 ～3 dB.
압축감지(CS)시일충능동시진행수거채집화압축적신이론,위간화편마산법제공료의거,동시,분포식시빈편마(DVC)위저복잡도적시빈편마제공료사로.인차,통과정합DVC화CS각자적특성이구건편마간단적시빈편마광가,병채용잔차기술래제고계통성능,최종제출료일충잔차분포식시빈압축감지(RDCVS)산법:대관건정진행전통적정내편、해마；이대비관건정,편마단채용일충기우잔차연합희소모형적수궤관측,해마단이용변신식화개진적제도투영중건(GPSR)산법진행우화중구.유우장운동고계화변환편마등복잡도교고적운산전이도해마단진행,인이RDCVS보지료저복잡도적편마특성.실험결과표명,RDCVS산법비삼고방안적회복질량제고료2 ～3 dB.
