| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题研究背景 | 第8-9页 |
| 1.2 研究的目的与意义 | 第9-10页 |
| 1.3 国内外研究现状及分析 | 第10-12页 |
| 1.3.1 传统视频编解码技术研究现状 | 第10-11页 |
| 1.3.2 CS与DVC理论下的视频编解码研究现状 | 第11-12页 |
| 1.4 现阶段研究工作存在的问题 | 第12页 |
| 1.5 本文主要内容和结构安排 | 第12-14页 |
| 第2章 压缩感知与分布式视频编解基本理论 | 第14-22页 |
| 2.1 引言 | 第14页 |
| 2.2 CS基础理论 | 第14-17页 |
| 2.2.1 信号的稀疏表示 | 第14-15页 |
| 2.2.2 信号压缩原理 | 第15-16页 |
| 2.2.3 还原模型及常用重构算法 | 第16-17页 |
| 2.3 DVC视频编码技术 | 第17-21页 |
| 2.3.1 传统视频编码技术标准 | 第17-19页 |
| 2.3.2 DVC编码原理及技术特点 | 第19-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 基于压缩感知的分布式视频编解码系统 | 第22-38页 |
| 3.1 引言 | 第22页 |
| 3.2 分布式压缩视频感知（DCVS）系统 | 第22-23页 |
| 3.3 系统编码端设计 | 第23-25页 |
| 3.3.1 视频压缩模型 | 第23-24页 |
| 3.3.2 压缩矩阵的设计 | 第24-25页 |
| 3.4 系统解码端设计 | 第25-37页 |
| 3.4.1 梯度投影稀疏重建算法 | 第25-27页 |
| 3.4.2 边信息的生成 | 第27-31页 |
| 3.4.3 边信息融合算法 | 第31-32页 |
| 3.4.4 加入冗余训练字典的DCVS系统 | 第32-37页 |
| 3.4.4.1 非关键帧重构方案 | 第33-34页 |
| 3.4.4.2 字典训练K-SVD算法原理 | 第34-36页 |
| 3.4.4.3 融合训练字典的GPSR算法 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 双重稀疏模型下的小波域多尺度字典训练 | 第38-50页 |
| 4.1 引言 | 第38页 |
| 4.2 小波变换原理 | 第38-42页 |
| 4.2.1 小波稀疏子带的形成 | 第39-42页 |
| 4.2.2 小波变换的多尺度特性 | 第42页 |
| 4.3 双重稀疏字典表示模型 | 第42-44页 |
| 4.4 基于双稀疏模型的小波域字典训练 | 第44-45页 |
| 4.5 小波域字典训练算法 | 第45-46页 |
| 4.6 实验对比与结果分析 | 第46-49页 |
| 4.7 本章小结 | 第49-50页 |
| 第5章 自适应压缩（MR）率分配 | 第50-55页 |
| 5.1 引言 | 第50页 |
| 5.2 视频运动强度评级 | 第50-51页 |
| 5.3 自适应测量率分配策略 | 第51-54页 |
| 5.3.1 自适应反馈传输的DCVS系统 | 第51-52页 |
| 5.3.2 最优配比方案 | 第52-54页 |
| 5.4 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-62页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第62-64页 |
| 致谢 | 第64页 |