基于壓縮感知與線性動態(tài)系統(tǒng)的視頻信號研究.pdf

1、隨著現(xiàn)代信息科學技術(shù)的高速發(fā)展，視頻信號已經(jīng)在人們?nèi)粘Ｉ钪姓紦?jù)非常重要的地位。然而視頻數(shù)據(jù)的動態(tài)短暫性與高維特性，使得其在實際應用中對信號采樣率與儲存容量都有較高的要求。壓縮感知理論的提出的低采樣率很好的解決了這兩個問題。動態(tài)紋理是視頻信號中較為特殊的一類信號，其應用領(lǐng)域非常廣泛，如視頻信號的識別、合成、壓縮等等。論文結(jié)合壓縮感知技術(shù)對動態(tài)紋理視頻進行了研究。
　　首先，根據(jù)壓縮感知理論，對視頻壓縮感知技術(shù)（VCS）進行了深入的

2、研究。詳細研究了視頻壓縮感知技術(shù)的采樣特性與重構(gòu)算法，重點分析并比較了經(jīng)典的2-D、3-D小波稀疏基在視頻壓縮感知中的應用。
　　其次，針對視頻信號中的動態(tài)紋理視頻，論文詳細介紹了動態(tài)紋理視頻信號的傳統(tǒng)建模方法與參數(shù)估計。由于傳統(tǒng)動態(tài)紋理視頻的采樣過程中浪費的大量采樣數(shù)據(jù)，論文結(jié)合視頻壓縮感知技術(shù)，提出了基于壓縮感知的線性動態(tài)系統(tǒng)建?？蚣埽–S-LDS）。實驗結(jié)果表明，論文提出方法在大幅降低采樣率并且無需重構(gòu)視頻信號的前提下，能夠

3、有效對視頻信號的建立動態(tài)紋理模型并準確估計系統(tǒng)模型的參數(shù)， CS-LDS算法能夠在10％的采樣率情況下，實現(xiàn)動態(tài)紋理的參數(shù)估計，并獲得較好的重構(gòu)效果。
　　然后，在采樣過程中，針對CS-LDS算法對不同動態(tài)紋理視頻信號使用同樣的采樣原則與參數(shù)估計原則，缺乏具體情況的分析能力，論文在該算法的基礎(chǔ)上提出了改進的自適應CS-LDS算法：在采樣過程中，改進算法通過設(shè)置關(guān)鍵幀的方法，采用了自適應的采樣方案，進一步降低視頻信號的采樣率問題；在

4、重構(gòu)過程中，根據(jù)系統(tǒng)的動態(tài)紋理模型參數(shù)的特性，對動態(tài)紋理模型的狀態(tài)向量的維度進行了自適應的截斷處理，在不影響模型參數(shù)估計的前提下，降低計算過程中的維度，從而節(jié)省計算時間。實驗結(jié)果表明，改進算法有更低的采樣率，平均每幀能夠節(jié)省0.1---0.3s的運行時間。
　　最后，基于動態(tài)紋理模型在視頻識別領(lǐng)域的獨特優(yōu)越性，論文對動態(tài)紋理識別進行了深入研究。在傳統(tǒng)的動態(tài)紋理識別算法基礎(chǔ)上，將CS-LDS引入到動態(tài)紋理識別領(lǐng)域，即在壓縮采樣前提下