| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 引言 | 第9-13页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文的主要工作 | 第12-13页 |
| 第二章 压缩感知理论概述 | 第13-29页 |
| 2.1 压缩感知原理 | 第13-15页 |
| 2.1.1 可压缩信号 | 第13-14页 |
| 2.1.2 变换编码及其局限性 | 第14页 |
| 2.1.3 压缩感知 | 第14-15页 |
| 2.2 信号的稀疏表示 | 第15-17页 |
| 2.2.1 稀疏定义 | 第15-16页 |
| 2.2.2 常用的稀疏表示方法 | 第16-17页 |
| 2.3 测量矩阵 | 第17-21页 |
| 2.3.1 设计要求 | 第17-18页 |
| 2.3.2 常用的测量矩阵 | 第18-20页 |
| 2.3.3 矩阵之间的比较 | 第20-21页 |
| 2.4 重构算法 | 第21-27页 |
| 2.4.1 问题模型 | 第21-22页 |
| 2.4.2 常用的重构算法 | 第22-25页 |
| 2.4.3 算法比较 | 第25-27页 |
| 2.5 本章小结 | 第27-29页 |
| 第三章 基于压缩感知的分布式视频处理技术简介 | 第29-41页 |
| 3.1 基于改进 GPSR 算法的分布式视频压缩感知 | 第29-33页 |
| 3.1.1 联合稀疏模型 | 第30页 |
| 3.1.2 信号采集端 | 第30-31页 |
| 3.1.3 改进的 GPSR 算法 | 第31-33页 |
| 3.2 基于 DISCOS 的分布式视频压缩感知 | 第33-35页 |
| 3.2.1 数据采集端与重构端 | 第33-34页 |
| 3.2.2 关键原理 | 第34-35页 |
| 3.3 基于残差重构的分布式视频压缩感知 | 第35-37页 |
| 3.3.1 残差重构 | 第35-36页 |
| 3.3.2 前向/后向运动补偿 | 第36-37页 |
| 3.4 基于多假设预测的分布式视频压缩感知 | 第37-40页 |
| 3.4.1 CS 重建的单假设帧预测 | 第38页 |
| 3.4.2 CS 重建的多假设帧预测 | 第38-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 基于块分类和运动对齐的分布式视频压缩感知改进方案 | 第41-48页 |
| 4.1 背景知识 | 第41-43页 |
| 4.1.1 分块压缩感知 | 第41-42页 |
| 4.1.2 基于运动对齐的多假设预测模型 | 第42-43页 |
| 4.2 自适应分布式视频压缩感知 | 第43-47页 |
| 4.2.1 框架概述 | 第43-44页 |
| 4.2.2 基于块分类的自适应测量率分配方案 | 第44-46页 |
| 4.2.3 基于运动对齐多假设预测模型的联合压缩感知重构 | 第46-47页 |
| 4.3 本章小结 | 第47-48页 |
| 第五章 仿真实验结果与分析 | 第48-61页 |
| 5.1 块分类算法性能测试 | 第48-49页 |
| 5.2 自适应测量率分配性能分析 | 第49-56页 |
| 5.3 所提出 DVCS 方案性能分析 | 第56-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间撰写的论文 | 第67页 |
| 攻读硕士学位期间申请的专利 | 第67-68页 |
| 致谢 | 第68页 |
