| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 压缩感知相关理论研究现状 | 第11页 |
| 1.2.2 压缩感知应用领域的研究现状 | 第11-13页 |
| 1.2.3 自适应采样率视频压缩感知研究现状 | 第13页 |
| 1.3 本文的研究工作 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第二章 压缩感知理论简介 | 第16-26页 |
| 2.1 压缩感知数学模型 | 第16-18页 |
| 2.2 稀疏表示 | 第18页 |
| 2.3 测量矩阵设计 | 第18-19页 |
| 2.4 压缩感知重建算法 | 第19-22页 |
| 2.4.1 贪婪算法 | 第20页 |
| 2.4.2 凸优化算法 | 第20-21页 |
| 2.4.3 迭代阈值法 | 第21-22页 |
| 2.4 MH-SPL方法及基于MH-SPL的自适应采样率方案 | 第22-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第三章 基于稀疏度的自适应采样率视频压缩感知方案 | 第26-33页 |
| 3.1 引言 | 第26页 |
| 3.2 基于稀疏度的自适应采样率CVS方案 | 第26-29页 |
| 3.2.1 方案总体框架 | 第26-27页 |
| 3.2.2 图像块的分类标准 | 第27-28页 |
| 3.2.3 算法流程 | 第28-29页 |
| 3.3 实验结果 | 第29-32页 |
| 3.4 小结 | 第32-33页 |
| 第四章 基于空时相关性的自适应采样率视频压缩感知方案 | 第33-39页 |
| 4.1 引言 | 第33页 |
| 4.2 基于空时相关性的自适应采样率CVS方案 | 第33-35页 |
| 4.3 实验结果 | 第35-38页 |
| 4.4 小结 | 第38-39页 |
| 第五章 基于帧间相关性的自适应采样率视频压缩感知方案 | 第39-48页 |
| 5.1 引言 | 第39页 |
| 5.2 基于帧间相关性的自适应采样率CVS方案 | 第39-42页 |
| 5.2.1 算法总体框架 | 第39-40页 |
| 5.2.2 参考帧的测量 | 第40页 |
| 5.2.3 非参考帧的自适应测量 | 第40-42页 |
| 5.3 算法设计 | 第42-43页 |
| 5.4 实验结果 | 第43-47页 |
| 5.5 小结 | 第47-48页 |
| 第六章 总结与展望 | 第48-50页 |
| 6.1 工作总结 | 第48页 |
| 6.2 工作展望 | 第48-50页 |
| 参考文献 | 第50-55页 |
| 致谢 | 第55-56页 |
| 攻读硕士期间发表的论文及参与的科研项目 | 第56页 |
