基于贝叶斯压缩感知的分布式视频编码研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 专用术语注释表 | 第9-10页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究背景与意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 分布式视频编码研究现状 | 第10-13页 |
| 1.2.2 压缩感知研究现状 | 第13-14页 |
| 1.3 文章组织结构 | 第14-16页 |
| 第二章 压缩感知理论基础 | 第16-27页 |
| 2.1 分布式压缩感知 | 第17-19页 |
| 2.2 稀疏表示 | 第19-23页 |
| 2.3 重建算法 | 第23-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于分类加权边信息的DCVS重建算法 | 第27-39页 |
| 3.1 引言 | 第27-29页 |
| 3.2 分类加权边信息 | 第29-33页 |
| 3.2.1 分类判决准则 | 第31-32页 |
| 3.2.2 运动估计 | 第32-33页 |
| 3.3 基于分类加权边信息的DCVS系统 | 第33-36页 |
| 3.3.1 贝叶斯重建算法 | 第34-35页 |
| 3.3.2 非关键帧重建 | 第35-36页 |
| 3.4 仿真实验和结果分析 | 第36-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 基于聚类稀疏模型的DCVS系统 | 第39-51页 |
| 4.1 引言 | 第39-41页 |
| 4.2 聚类稀疏表示模型 | 第41-47页 |
| 4.2.1 基于块的稀疏表示模型 | 第41-42页 |
| 4.2.2 聚类稀疏表示模型 | 第42-44页 |
| 4.2.3 仿真结果与分析 | 第44-47页 |
| 4.3 基于聚类稀疏模型的DCVS框架 | 第47-48页 |
| 4.4 实验仿真结果与分析 | 第48-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 5.1 课题总结 | 第51页 |
| 5.2 未来工作展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第56-57页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第57-58页 |
| 致谢 | 第58页 |
