| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 课题研究背景 | 第9-10页 |
| 1.2 国内外研究概况 | 第10-13页 |
| 1.2.1 在发送端进行动态 GOP 划分以及测量率的自适应分配 | 第10-12页 |
| 1.2.2 在接收端精确生成边信息以及压缩感知的重构算法 | 第12-13页 |
| 1.3 论文工作及组织结构 | 第13-16页 |
| 第二章 基于压缩感知的分布式视频编码理论基础 | 第16-29页 |
| 2.1 压缩感知理论介绍 | 第16-20页 |
| 2.1.1 信号的稀疏表示 | 第16-17页 |
| 2.1.2 测量矩阵的构造 | 第17-18页 |
| 2.1.3 信号的重构 | 第18-20页 |
| 2.2 分布式视频编码理论介绍 | 第20-23页 |
| 2.2.1 Slepian-Wolf 无损分布式编码理论 | 第21-22页 |
| 2.2.2 Wyner-Ziv 有损编码理论 | 第22-23页 |
| 2.3 基于压缩感知的分布式视频编码理论基础 | 第23-28页 |
| 2.3.1 分布式压缩感知理论 | 第23-24页 |
| 2.3.2 测量率的分配 | 第24-26页 |
| 2.3.3 视频序列 GOP 的分割 | 第26-27页 |
| 2.3.4 分布式视频编码中结合边信息的重构算法 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 基于压缩感知的分布式视频编码的自适应编码 | 第29-44页 |
| 3.1 现有测量次数的分配准则 | 第29-33页 |
| 3.1.1 稀疏度与测量次数的关系 | 第29页 |
| 3.1.2 根据参考帧中图像块的边缘分配测量次数 | 第29-31页 |
| 3.1.3 试探性的估计图像块的稀疏度分配测量次数 | 第31页 |
| 3.1.4 根据关键帧中图像块的稀疏系数方差分配测量次数 | 第31-33页 |
| 3.2 根据 DCT 系数绝对值分配测量次数的 DCVS | 第33-40页 |
| 3.2.1 CS 帧的测量次数分配 | 第33-36页 |
| 3.2.2 块类型的划分 | 第36-38页 |
| 3.2.3 依据块类型自适应选择编码方式 | 第38-40页 |
| 3.3 自适应分配测量次数算法实验分析 | 第40-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第四章 基于压缩感知的分布式视频编码的自适应 GOP 分割方法研究 | 第44-60页 |
| 4.1 自适应 GOP 分组算法研究现状 | 第44-46页 |
| 4.1.1 基于图像纹理细节自适应划分 GOP 的算法 | 第44-45页 |
| 4.1.2 基于差值矩阵中列向量均值自适应划分 GOP 的算法 | 第45-46页 |
| 4.2 基于压缩感知的分布式视频编码的自适应 GOP 分组算法 | 第46-53页 |
| 4.2.1 图像块之间运动剧烈程度的判别 | 第46-49页 |
| 4.2.2 基于应用场景的自适应分组算法 | 第49-53页 |
| 4.2.3 自适应 GOP 分组中边信息的生成 | 第53页 |
| 4.3 实验验证 | 第53-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第五章 一种基于压缩感知的分布式视频编码系统的优化 TV 算法 | 第60-77页 |
| 5.1 基于压缩感知的分布式视频编码重构算法简介 | 第60-62页 |
| 5.1.1 测量值作边信息的重构算法 | 第60-61页 |
| 5.1.2 结合传统边信息帧的 GPSR 重构算法 | 第61页 |
| 5.1.3 结合粗略边信息帧的重构算法 | 第61-62页 |
| 5.2 TV 重构算法原理 | 第62-63页 |
| 5.3 一种基于压缩感知的分布式视频编码系统的优化 TV 算法 | 第63-70页 |
| 5.3.1 迭代初值的优化 | 第64-66页 |
| 5.3.2 视频帧之间相似度的估计 | 第66-67页 |
| 5.3.3 迭代停止准则的优化 | 第67-70页 |
| 5.4 实验验证 | 第70-76页 |
| 5.5 本章小结 | 第76-77页 |
| 第六章 总结与展望 | 第77-79页 |
| 6.1 论文总结 | 第77-78页 |
| 6.2 未来研究展望 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 附录 1 攻读硕士学位期间申请的专利 | 第83-84页 |
| 致谢 | 第84页 |
