基于压缩感知的分布式视频编码及其后处理研究-东篱科研大数据发现系统（DRDS）

位置：立项数据库 > 立项详情页

基于压缩感知的分布式视频编码及其后处理研究

项目名称：基于压缩感知的分布式视频编码及其后处理研究
项目类别：面上项目
批准号：61071091
申请代码：F010102
项目来源：国家自然科学基金
研究期限：2011-01-01-2013-12-31

项目负责人：朱秀昌
负责人职称：教授
依托单位：南京邮电大学
批准年度：2010

中文摘要：

未来无线视频通信中，需要考虑复杂度低、率失真性能好、抗误码性能强的视频编码系统。压缩感知技术在对信号的采集中完成信号的压缩，省去了传统编码中的A/D变换、量化、预测等步骤，使编码部分特别简单，很适合无线环境的要求。目前，将压缩感知用于视频编码和处理的研究较少。本项目利用压缩感知理论，研究适合于无线通信环境的分布式视频编码及其后处理方法，主要包括（1）研究视频信号的稀疏性，将其局部稀疏性和远程稀疏性相结合，探索视频信号的非局部稀疏模型；（2）将压缩感知理论引入分布式视频编码，重点研究视频信号最稀疏描述重建问题，获得比传统DVC效率更高的压缩方法；（3）利用压缩感知理论，建立统一的高效视频后处理机制，包括超分辨率重建和差错掩盖。本项目将为实现高效率、高质量的无线视频通信提供创新性研究和实验结果。

中文主题词：视频通信；压缩感知；分布式编码；后处理；超分辨率重建

英文摘要：

Video communication；Compressive Sensing；Distribution coding；Post-processing；SR Reconstruction

英文主题词： Video communication；Compressive Sensing；Distribution coding；Post-processing；SR Reconstruction

结论摘要：

本项目利用分布式视频编码理论、压缩感知理论和图像超分辨率重建理论，研究了适合于无线通信环境的基于压缩感知的分布式视频编码及其后处理方法。完成了项目的所有研究内容，在国内外核心期刊和会议上发表相关论文52篇，其中SCI收录7篇，EI收录28篇。获授权发明专利3项，培养博士研究生4名，毕业2名，培养硕士研究生5名（毕业），培养年轻教师4名。工一本信部 “十二五”规划专著正在审批中。项目组成员多次参加国内外学术交流，多次邀请同行专家到实验室举行讲座。取得的主要学术成果如下 (1) 视频信号的稀疏表示提出了一种用于DCVS的动态全局PCA的视频稀疏描述算法及其超完备字典的构造策略，可显著提高DVCS中的视频表示的稀疏度；提出了一种自适应稀疏约束和超完备字典的超分辨率重建算法，由高、低分辨率字典可以得到相应的高分辨率图像块，提高了重建图像的分辨率。 (2) 基于压缩感知的分布式视频编码提出了一种空域可分级的DCVS码方案，可够灵活地调整输出码流，具有较好的率失真性能和传输的鲁棒性；提出了一种采样率自适应分配的高效DCVS方案，具有编码简单、抗误码能力强、编码效率高等特点；提出了一种基于分块压缩感知、全局图像重构的编码方案，可有效克服传统BCS重构的块稀疏度不均匀、频谱泄漏导致块稀疏度升高以及分块长度受限等缺陷；提出了一种基于最佳线性估计的DVCS快速重建算法，用线性投影的方式替代了传统CS重建的非线性迭代过程，大大缩短了图像重建时间；提出了一种解码端基于PCA的平滑投影的BCS重构算法，比传统分块压缩感知方案的PSNR值提升了1～3 dB；提出了一种基于边信息的运动自回归模型的DVCS方法，不仅能够确保外推过程中运动信息不丢失，又可在运动轨迹上实现高精度的运动补偿内插。 (3) 重建视频的后处理提出了一种基于相似性约束的超分辨率重建算法，可有效增加图像的细节信息，并可获得清晰的图像边缘；提出了一种改进的局部线性嵌入LLE超分辨率重建算法，在降低算法复杂度的同时较大程度的提高重建高分辨率图像的PSNR值和SSIM值；提出了一种基于局部可信视差的立体图像误码掩盖算法，在复杂度相当的情况下，重建PSNR值和主观质量均好于同类方法。

成果综合统计