基于假设集合优化的压缩视频感知研究

基于假设集合优化的压缩视频感知研究

ID:34198921

大小:562.76 KB

页数:70页

时间:2019-03-04

基于假设集合优化的压缩视频感知研究_第1页
基于假设集合优化的压缩视频感知研究_第2页
基于假设集合优化的压缩视频感知研究_第3页
基于假设集合优化的压缩视频感知研究_第4页
基于假设集合优化的压缩视频感知研究_第5页
资源描述:

《基于假设集合优化的压缩视频感知研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于假设集合优化的压缩视频感知研究作者姓名伍凯导师姓名、职称阔永红教授一级学科信息与通信工程二级学科通信与信息系统学科门类工学硕士提交毕业论文日期2014年11月学校代码分TN8210701TN911学密号级1201120075公开西安电子科技大学硕士学位论文基于假设集合优化的压缩视频感知研究作者姓名:伍凯一级学科:信息与通信工程二级学科:通信与信息系统学位类别:工学硕士指导教师职称、姓名:阔永红教授提交日期:2014年11月类号ResearchontheHypothesissetoptimization-basedCompr

2、essedVideoSensingAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinInformationandCommunicationEngineeringByWukaiSupervisor:Prof.KuoYonghongNovember2014西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文

3、中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文若有不实之处,本人承担一切法律责任。本人签名:日期:西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属于西安电子科技大学。学校有权保留送交论文的复印件,允许查阅、借阅论文;学校可以公布论文的全部或部分内容,允许采

4、用影印、缩印或其它复制手段保存论文。同时本人保证,获得学位后结合学位论文研究成果撰写的文章,署名单位为西安电子科技大学。保密的学位论文在本人签名:年解密后适用本授权书。导师签名:日期:日期:摘要摘要压缩感知将对数据的采样和压缩一步完成,极高的压缩效率和简单的操作使其特别适合于处理编码端资源受限场景下的多媒体视频数据,基于压缩感知的视频方案取得了大量的研究成果,其中基于多假设预测技术的方案以其极高的重构质量成为研究的热点。本文主要研究低采样率条件下视频的快速高质量重构技术,提出了基于假设集合优化技术的分布式压缩视频感知(DCVS)方案。该方案通过

5、对假设集合进行优化,并且对待求解的约束优化问题和混合预测判断表达式进行改进,使得视频数据在低采样率条件下的重构质量和重构速度相对于现有的多假设方案都得到了提升。其中,1)对假设集合的优化主要通过假设集合选优技术和假设集合优化更新技术实现:低采样率条件下通过假设集合选优技术精简假设集合,减少运算量,提升低采样率条件下的重构速度和重构质量;通过假设集合优化更新技术对原假设集合进行优化升级,提高高采样率条件下的重构质量;2)对原有的混合假设判断方案通过测量值平均的方式进行改进,使其在固定阈值T条件下,实现混合假设预测模式在不同采样率下地自适应判断;3)对于待

6、求解的约束优化问题,将1和2范数约束结合,并根据距离向量对两项同时进行加权,形成自适应距离加权弹性网惩罚项,避免了单一采用1或2范数约束带来的不足。仿真结果表明,在低采样率条件下,采用本文提出的基于假设集合优化技术的DCVS方案相对于未采用这些技术的原多假设方案,重构速度和重构质量都得到了提升,验证了本文所提方案的有效性。关键字:压缩感知,分布式压缩视频感知,多假设预测,假设集合优化技术论文类型:基础研究类I西安电子科技大学硕士学位论文IIAbstractAbstractCompressedSensing(CS)doesthesamplinga

7、ndcompressionproceduresofdatainonestep,andthehighefficiencycompressionandverysimpleoperationmakeitparticularlysuitableforprocessingmultimediavideodataintheencodingresourceconstrainedscene.Multi-hypothesis(MH)predictiontechniquecanobtainahighqualityperformance.Inthispaper,wepropo

8、seaschemefordistributedcompressivevideosensing(

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。