基于压缩感知的视频重构方法研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 符号对照表 | 第14-15页 |
| 缩略语对照表 | 第15-20页 |
| 第一章 绪论 | 第20-28页 |
| 1.1 研究背景和意义 | 第20-22页 |
| 1.2 视频压缩感知研究现状 | 第22-24页 |
| 1.3 课题来源及主要贡献点 | 第24-26页 |
| 1.4 论文结构安排 | 第26-28页 |
| 第二章 压缩感知简介 | 第28-38页 |
| 2.1 引言 | 第28-29页 |
| 2.2 压缩感知基本理论 | 第29-35页 |
| 2.2.1 稀疏表示 | 第29-30页 |
| 2.2.2 压缩测量 | 第30-32页 |
| 2.2.3 稀疏重构 | 第32-35页 |
| 2.3 压缩感知研究进展 | 第35-36页 |
| 2.4 小结 | 第36-38页 |
| 第三章 基于支撑集的压缩感知理论研究 | 第38-56页 |
| 3.1 引言 | 第38-39页 |
| 3.2 基于RIP理论的判别框架 | 第39-41页 |
| 3.2.1 Modified-CS理论 | 第39-40页 |
| 3.2.2 Friedlander理论 | 第40-41页 |
| 3.3 基于MIP理论的判别框架 | 第41-43页 |
| 3.3.1 传统框架下的相关性判别 | 第41-42页 |
| 3.3.2 基于支撑集的相关性判别 | 第42-43页 |
| 3.4 MIP判别理论证明 | 第43-49页 |
| 3.4.1 理论推导 | 第43-46页 |
| 3.4.2 性能比较 | 第46-49页 |
| 3.5 实验仿真 | 第49-53页 |
| 3.5.1 重构算法设计 | 第49-50页 |
| 3.5.2 仿真结果及讨论 | 第50-53页 |
| 3.6 小结 | 第53-56页 |
| 第四章 视频压缩感知速率控制算法研究 | 第56-76页 |
| 4.1 引言 | 第56-57页 |
| 4.2 基于速率控制的视频压缩感知框架 | 第57-60页 |
| 4.2.1 压缩感知量化 | 第57-58页 |
| 4.2.2 无反馈系统框架 | 第58-60页 |
| 4.3 视频压缩感知失真模型 | 第60-64页 |
| 4.3.1 失真与比特深度 | 第60-61页 |
| 4.3.2 失真与采样率 | 第61-62页 |
| 4.3.3 失真模型 | 第62-64页 |
| 4.4 率失真优化的速率控制算法 | 第64-69页 |
| 4.4.1 目标比特分配 | 第65页 |
| 4.4.2 目标比特实现 | 第65-66页 |
| 4.4.3 模型参数估计 | 第66-68页 |
| 4.4.4 帧层码率分配 | 第68-69页 |
| 4.5 实验仿真 | 第69-74页 |
| 4.5.1 重构性能比较 | 第69-72页 |
| 4.5.2 时间复杂度比较 | 第72-73页 |
| 4.5.3 失真与GOP的影响分析 | 第73页 |
| 4.5.4 模型参数性能比较 | 第73-74页 |
| 4.6 小结 | 第74-76页 |
| 第五章 视频压缩感知的高效重构算法研究 | 第76-104页 |
| 5.1 引言 | 第76-77页 |
| 5.2 基于帧间相关性的冗余字典构造 | 第77-82页 |
| 5.2.1 测量域运动搜索 | 第78-79页 |
| 5.2.2 滤波器和字典更新 | 第79页 |
| 5.2.3 实验结果与分析 | 第79-82页 |
| 5.3 基于正则化加权BPDN的视频重构 | 第82-91页 |
| 5.3.1 问题描述 | 第82-83页 |
| 5.3.2 交替方向乘子法简介 | 第83-84页 |
| 5.3.3 算法构造 | 第84-86页 |
| 5.3.4 实验结果与分析 | 第86-91页 |
| 5.4 基于最优相关模型的视频重构 | 第91-101页 |
| 5.4.1 问题描述 | 第92-94页 |
| 5.4.2 算法构造 | 第94-97页 |
| 5.4.3 实验结果与分析 | 第97-101页 |
| 5.5 小结 | 第101-104页 |
| 第六章 分布式视频压缩感知的相关问题研究 | 第104-136页 |
| 6.1 引言 | 第104-106页 |
| 6.1.1 分布式视频编码概述 | 第104-105页 |
| 6.1.2 分布式视频压缩感知概述 | 第105-106页 |
| 6.2 欠采样相关噪声分析 | 第106-111页 |
| 6.2.1 相关噪声分析 | 第106-109页 |
| 6.2.2 基于u CNM的重构 | 第109-110页 |
| 6.2.3 实验结果与分析 | 第110-111页 |
| 6.3 基于最大似然字典学习的重构 | 第111-124页 |
| 6.3.1 基于最大似然的字典学习 | 第111-115页 |
| 6.3.2 基于字典学习的DCVS系统 | 第115-118页 |
| 6.3.3 实验结果与分析 | 第118-124页 |
| 6.4 字典学习与分析重构的联合优化 | 第124-134页 |
| 6.4.1 稀疏表示与重构的联合优化 | 第124-128页 |
| 6.4.2 基于联合优化的DCVS系统 | 第128-129页 |
| 6.4.3 实验结果与分析 | 第129-134页 |
| 6.5 小结 | 第134-136页 |
| 第七章 结论和展望 | 第136-140页 |
| 7.1 研究结论 | 第136-137页 |
| 7.2 研究展望 | 第137-140页 |
| 参考文献 | 第140-152页 |
| 致谢 | 第152-154页 |
| 作者简介 | 第154-157页 |
