CVS中基于视频运动特征的多假设-双稀疏重构算法OA北大核心CSCDCSTPCD
Video Motion Features Based Multi-Hypothesis-Dual-Sparsity Reconstruction Algorithm in Compressed Video Sensing
针对目前视频压缩感知重构算法对不同特征的视频序列重构质量参差不齐的问题,结合双稀疏对轮廓、细节的高清晰重构以及多假设算法对高频噪声有效抑制的优点,本文提出一种基于视频运动特征的多假设-双稀疏重构算法(VF-MH-DSR).基本思路是基于每个视频组(GOP)的运动特征,采取相应的多假设-双稀疏重构策略.首先给出一种观测域多维度参考帧的多假设重构算法(MD-MRF-MH)及其最优相似块个数设置方案;然后给出一种像素域多假设参考帧的重构算法(PD-MRF-MH)及一种高性能双匹配准则;最后介绍了视频信号运动特征判定方案及多假设-双稀疏重构的具体实现方案.仿真实验表明,本文所提多假设-双稀疏重构算法相对于目前较好的多假设预测重构算法2sMHR及组稀疏重构算法SSIM-InterF-GSR,重构性能平均提升了1.98dB和0.84dB.
郑学炜;杨春玲;禤韵怡
华南理工大学电子与信息学院,广东广州510640华南理工大学电子与信息学院,广东广州510640华南理工大学电子与信息学院,广东广州510640
信息技术与安全科学
视频压缩感知双稀疏表示多假设预测视频运动特征相似块组匹配准则
《电子学报》 2020 (2)
249-257,9
广东省自然科学基金(No.2017A030311028)广东省自然科学基金(No.2016A030313455)
评论