| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 压缩感知研究现状 | 第11-12页 |
| 1.3 视频压缩感知及其重构算法研究现状 | 第12-14页 |
| 1.4 本文主要研究工作及内容安排 | 第14-16页 |
| 第二章 视频压缩感知中多假设预测算法 | 第16-27页 |
| 2.1 预测-残差重构框架的一般流程 | 第16-17页 |
| 2.2 多假设预测算法 | 第17-20页 |
| 2.2.1 基于l1正则化的多假设预测 | 第18-19页 |
| 2.2.2 基于Tikhonov正则化的多假设预测 | 第19页 |
| 2.2.3 基于弹性网的多假设预测 | 第19-20页 |
| 2.3 多假设预测算法性能分析 | 第20-26页 |
| 2.3.1 多假设线性权值分析 | 第21-22页 |
| 2.3.2 率失真性能分析 | 第22-24页 |
| 2.3.3 时间复杂度分析 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于多参考帧的最优多假设预测算法 | 第27-41页 |
| 3.1 基于多参考帧的最优多假设预测（MRMH） | 第27-31页 |
| 3.1.1 最优多假设块选择方案 | 第27-28页 |
| 3.1.2 联合欧氏距离与相关系数加权的Tikhonov正则化度量 | 第28-29页 |
| 3.1.3 MRMH算法描述 | 第29-31页 |
| 3.2 仿真结果与分析 | 第31-40页 |
| 3.2.1 最优多假设块选择方案及联合加权正则化度量的有效性验证 | 第31-34页 |
| 3.2.2 本文算法与基于加权弹性网的多假设预测算法对比 | 第34-36页 |
| 3.2.3 本文的视频压缩感知重构方案与其他视频压缩感知重构方案对比 | 第36-37页 |
| 3.2.4 时间复杂度分析 | 第37页 |
| 3.2.5 采集端观测值在帧间DPCM量化下的实验结果及分析 | 第37-40页 |
| 3.3 本章小结 | 第40-41页 |
| 第四章 两阶段多假设预测重构方案 | 第41-54页 |
| 4.1 两阶段多假设预测重构（2sMHR） | 第41-43页 |
| 4.1.1 2sMHR总体流程 | 第41页 |
| 4.1.2 像素域多假设预测 | 第41-42页 |
| 4.1.3 2sMHR的两种实现方法 | 第42-43页 |
| 4.2 仿真实验及结果分析 | 第43-53页 |
| 4.2.1 2sMHR的有效性验证 | 第44-47页 |
| 4.2.2 2sMHR与最新文献结果的对比 | 第47-50页 |
| 4.2.3 时间复杂度分析 | 第50-51页 |
| 4.2.4 2sMHR在帧间DPCM量化下的率失真性能分析 | 第51-53页 |
| 4.3 本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 攻读硕士学位期间取得的研究成果 | 第61-62页 |
| 致谢 | 第62-63页 |
| 附件 | 第63页 |
