摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第10-18页 |
1.1 研究背景和意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-16页 |
1.2.1 压缩感知基础理论 | 第11-13页 |
1.2.2 图像/视频压缩感知重构算法研究现状 | 第13-16页 |
1.3 本文主要研究工作和内容安排 | 第16-18页 |
第二章 视频压缩感知中预测-残差重构框架 | 第18-31页 |
2.1 预测-残差重构框架 | 第18-19页 |
2.2 预测算法 | 第19-23页 |
2.2.1 单假设预测算法 | 第19-20页 |
2.2.2 多假设预测算法 | 第20-23页 |
2.3 BCS-SPL残差重构算法 | 第23-24页 |
2.4 算法仿真结果对比与分析 | 第24-30页 |
2.4.1 预测性能对比 | 第24-27页 |
2.4.2 残差-重构算法性能对比 | 第27-30页 |
2.5 本章小结 | 第30-31页 |
第三章 基于菱形快速搜索双匹配区域的多假设预测算法 | 第31-42页 |
3.1 MH-DS算法描述 | 第31-36页 |
3.1.1 算法整体框架 | 第31-32页 |
3.1.2 基于菱形快速搜索的最优双匹配区域选择 | 第32-34页 |
3.1.3 融合匹配准则假设块组选择方案 | 第34-35页 |
3.1.4 强相关性正则项设计方案 | 第35-36页 |
3.2 仿真结果与分析 | 第36-40页 |
3.2.1 MH-DS与最新文献结果对比 | 第36-40页 |
3.2.2 算法复杂度分析 | 第40页 |
3.3 本章小结 | 第40-42页 |
第四章 分级多假设预测-残差重构方案 | 第42-54页 |
4.1 分级多假设预测-残差重构方案 | 第42-46页 |
4.1.1 分级块匹配运动估计方案 | 第44-45页 |
4.1.2 基于自回归模型的多假设预测方案 | 第45-46页 |
4.2 仿真实验及结果分析 | 第46-53页 |
4.2.1 与文献[49]和 MH-DS 算法仿真结果对比 | 第46-51页 |
4.2.2 与PBCR-DCVS算法仿真结果对比 | 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 |