基于AR模型的压缩感知视频序列重构算法研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 课题背景与研究意义 | 第8-10页 |
| 1.1.1 课题背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 主要研究工作及章节安排 | 第12-14页 |
| 2 压缩感知理论基础 | 第14-27页 |
| 2.1 引言 | 第14页 |
| 2.2 压缩感知基本理论 | 第14-15页 |
| 2.3 信号的稀疏表示 | 第15-17页 |
| 2.4 观测矩阵的设计 | 第17-19页 |
| 2.5 图像重构算法 | 第19-25页 |
| 2.5.1 基于 0-范数的贪婪算法 | 第20-22页 |
| 2.5.2 基于 1-范数的凸优化算法 | 第22-25页 |
| 2.6 各算法性能仿真 | 第25-26页 |
| 2.7 本章小结 | 第26-27页 |
| 3 基于压缩感知的视频序列重构算法 | 第27-38页 |
| 3.1 引言 | 第27-28页 |
| 3.2 非关键帧预估算法 | 第28-34页 |
| 3.2.1 直接以重构关键帧作为参考帧的预估算法 | 第28-29页 |
| 3.2.2 基于运动估计与运动补偿的预估算法 | 第29-31页 |
| 3.2.3 重建稀疏基的预估算法 | 第31-33页 |
| 3.2.4 利用AR模型的预估算法 | 第33-34页 |
| 3.3 各算法性能仿真 | 第34-36页 |
| 3.4 本章小结 | 第36-38页 |
| 4 基于AR模型的压缩感知视频序列重构算法 | 第38-51页 |
| 4.1 引言 | 第38-39页 |
| 4.2 基于CS测量值相关性的预估对象的改进 | 第39-41页 |
| 4.2.1 预估对象的描述 | 第39页 |
| 4.2.2 CS测量值相关性分析 | 第39-41页 |
| 4.3 AR模型 | 第41-43页 |
| 4.3.1 AR系数估计 | 第42页 |
| 4.3.2 AR阶数确定 | 第42-43页 |
| 4.3.3 AR支撑域选择 | 第43页 |
| 4.4 基于AR模型的CS测量值预估算法 | 第43-49页 |
| 4.4.1 AR系数的确定 | 第44-45页 |
| 4.4.2 AR阶数以及AR支撑域的确定 | 第45-46页 |
| 4.4.3 基于AR模型的非关键帧预估算法 | 第46-49页 |
| 4.5 基于AR模型的压缩感知视频序列重构算法 | 第49-50页 |
| 4.6 本章小结 | 第50-51页 |
| 5 实验分析及总结 | 第51-60页 |
| 5.1 引言 | 第51页 |
| 5.2 主观性能评价 | 第51-54页 |
| 5.3 客观性能评价 | 第54-57页 |
| 5.4 重构时间计算 | 第57-58页 |
| 5.5 本章小结 | 第58-60页 |
| 6 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60-61页 |
| 6.2 展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 附录 | 第67页 |
| A. 作者在攻读硕士学位期间发表的论文目录 | 第67页 |
| B. 作者在攻读硕士学位期间申请的专利目录 | 第67页 |
| C. 作者在攻读硕士学位期间参与的科研项目 | 第67页 |
