首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于Landweber重构的分布式压缩视频感知研究

中文摘要第1-6页
Abstract第6-8页
目录第8-10页
第一章 绪论第10-23页
   ·课题研究背景和意义第10-12页
   ·国内外研究现状第12-19页
     ·视频编码概述第12-13页
     ·分布式视频编码第13-16页
     ·DCVS 研究现状第16-19页
   ·当前存在的问题第19-20页
   ·本文主要研究内容和创新点第20-21页
   ·本文组织结构第21-23页
第二章 压缩感知基本理论第23-34页
   ·信号的稀疏表示第25-27页
   ·测量矩阵的设计第27-28页
   ·稀疏重构算法第28-31页
     ·BCS-SPL(基于块平滑投影 Landweber 迭代重构)第29-31页
     ·MS-BCS-SPL(多尺度块平滑投影 Landweber 迭代重构)第31页
   ·压缩感知应用第31-33页
   ·本章小结第33-34页
第三章 基于块级的动态测量率分配算法第34-48页
   ·图像的分块压缩感知第34-35页
   ·像素域下基于块级动态测量率分配算法第35-40页
     ·算法描述第35-37页
     ·算法步骤第37-38页
     ·实验结果与分析第38-40页
   ·小波域下基于块级动态测量率分配算法第40-47页
     ·算法描述第40-43页
     ·算法步骤第43-44页
     ·实验结果与分析第44-47页
   ·本章小结第47-48页
第四章 基于多假设预测压缩视频感知量化算法第48-61页
   ·量化概述第48-49页
   ·量化对压缩视频感知的影响第49-51页
   ·压缩视频感知量化算法描述第51-60页
     ·CS 测量值的相关性分析第51-53页
     ·分类压缩视频感知量化第53-56页
     ·算法步骤第56-57页
     ·实验结果与分析第57-60页
   ·本章小结第60-61页
第五章 基于字典学习去噪的 DCVS 解码重构算法第61-70页
   ·相关工作第61-63页
     ·K-SVD 字典学习算法第61-62页
     ·字典学习去噪第62-63页
   ·DCVS 解码重构第63-66页
     ·DCVS 整体编码框架第63-64页
     ·解码端算法描述第64-66页
   ·实验结果与分析第66-69页
   ·本章小结第69-70页
第六章 总结与展望第70-72页
   ·论文工作总结第70-71页
   ·未来工作展望第71-72页
参考文献第72-78页
攻读学位期间公开发表的论文与科研项目成果第78-79页
致谢第79-80页

论文共80页,点击 下载论文
上一篇:大规模动态森林场景模拟技术的研究与实现
下一篇:基于显著区域检测和TMBP的场景分类