视频压缩感知中预测算法研究

《视频压缩感知中预测算法研究》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、硕士学位论文视频压缩感知中预测算法研究作者姓名戴超学科专业信号与信息处理指导教师杨春玲教授所在学院电子与信息学院论文提交日期2018年4月ResearchonPredictionAlgorithmsforCompressedVideoSensingADissertationSubmittedfortheDegreeofMasterCandidate：DaiChaoSupervisor：Prof.YangChunlingSouthChinaUniversityofTechnologyGuangzhou,China分类号：TN919.81学校代号：10561学号：20

2、1520109482华南理工大学硕士学位论文视频压缩感知中预测算法研究作者姓名：戴超指导教师姓名、职称：杨春玲教授申请学位级别：工学硕士学科专业名称：信号与信息处理研究方向：图像与视频信号处理论文提交日期：2018年6月7日论文答辩日期：2018年6月3日学位授予单位：华南理工大学学位授予日期：年月日答辩委员会成员：主席：杜明辉教授委员：杨春玲教授、马丽红教授、刘杰平教授、钟海波高级工程师摘要在奈奎斯特采样定理的基础上提出的传统视频编码理论，采样频率需要大于或等于信号最高频率的两倍，然后通过传统编码方法去除视频信号中时空冗余信息。随着人们在终端对图像/视频等多媒体

3、内容的质量要求越来越高，视频编码端的负担越来越重，这种编码方法对于某些特定的视频编码端受到功耗、存储能力以及计算能力限制的应用环境（例如无线视频监控），并不适用。压缩感知理论中采样与压缩并行处理的方式简化了信号压缩步骤，减少了信号采集端的运算复杂度，从而有效避免了计算资源的浪费。在视频编码端计算资源受限的情况下，这种特点显得尤为珍贵。因此基于压缩感知的分布式视频压缩一经提出，就受到了广泛的关注。在分布式视频压缩感知中，如何充分利用帧间/帧内的相关性对视频帧进行高效的重构已成为研究重点之一，本文对视频压缩感知中的预测算法进行了深入分析与研究，本文的主要工作内容分为以

4、下两个部分：1.目前的多假设预测算法对运动剧烈的视频序列依然存在计算复杂度较高或者重构质量不佳的缺陷，另外，由于观测值与真实信号是一对多的关系，只采用观测值的绝对误差和（SAD）准则选择假设块会在预测图像块中引入噪声，从而限制了重构质量。针对这些问题，本文结合视频前/后景运动特征，提出了基于菱形快速搜索的双匹配区域多假设预测方案（MH-DS），另外，本文提出一种融合最小均方误差（MMSE）和最大匹配像素统计（MPC）的块匹配准则，在匹配过程中可以得到更相关的假设块。仿真结果表明，基于菱形快速搜索的双匹配区域多假设方案能够保证较大搜索范围的情况下有效地降低重构端多假

5、设预测过程的计算复杂度，与现有最优视频压缩感知预测-重构算法相比，提升了预测精度，保证了预测的高效性。2.现有的多假设预测算法（包括本文的第一个研究工作）都是在图像分块一致的条件下进行的，这种分块预测方式存在两个不足：①对于视频帧中运动形式复杂的图像块预测效果不佳；②对于运动平缓区域，相邻图像块的运动矢量非常相近，每块单独通过运动估计寻找最佳匹配块导致算法复杂度较大。针对这些问题，本文提出了分级多假设预测思路（Hi-MH），即对运动复杂程度不同的区域采取不同的块匹配预测方法。并提出了一种实现方法，对于平缓运动区域的图像块，利用邻域图像块的运动矢量预测当前块的运动矢

6、量，从而降低运动估计的算法复杂度；对于运动较复杂的图像块，用更小的块寻找最佳匹配，对于运动特别复杂的图像块利用自回归模型对单个像素点进行预测，提高预测精度。实验结果表明，所提方法对于运动形式简单的视频序列或运动区域降低了计算复杂度，对于运动较为复杂的视频序列或区域提高了预测精度。关键词：视频压缩感知；多假设预测；菱形搜索；块匹配准则；运动估计IAbstractFortraditionalvideocoding,videosignalissampledbasedontheNyquistsamplingtheorywithsamplingfrequencygreate

7、rthanorequaltotwicethemaximumfrequencyofthesignal,thenthespatialandtemporalredundancyinformationinthevideosignalisremovedbytheconventionalencodingmethod.Aspeople'srequirementsonthequalityofmultimediacontentgettinghigherandhigher,theburdenatthevideoencoderisgettingheavier.Butthetraditi

8、onalv