基于壓縮感知與線性動(dòng)態(tài)系統(tǒng)的視頻信號(hào)研究.pdf

1、隨著現(xiàn)代信息科學(xué)技術(shù)的高速發(fā)展，視頻信號(hào)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(dòng)態(tài)短暫性與高維特性，使得其在實(shí)際應(yīng)用中對(duì)信號(hào)采樣率與儲(chǔ)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(gè)問(wèn)題。動(dòng)態(tài)紋理是視頻信號(hào)中較為特殊的一類信號(hào)，其應(yīng)用領(lǐng)域非常廣泛，如視頻信號(hào)的識(shí)別、合成、壓縮等等。論文結(jié)合壓縮感知技術(shù)對(duì)動(dòng)態(tài)紋理視頻進(jìn)行了研究。
　　首先，根據(jù)壓縮感知理論，對(duì)視頻壓縮感知技術(shù)（VCS）進(jìn)行了深入的

2、研究。詳細(xì)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(diǎn)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(yīng)用。
　　其次，針對(duì)視頻信號(hào)中的動(dòng)態(tài)紋理視頻，論文詳細(xì)介紹了動(dòng)態(tài)紋理視頻信號(hào)的傳統(tǒng)建模方法與參數(shù)估計(jì)。由于傳統(tǒng)動(dòng)態(tài)紋理視頻的采樣過(guò)程中浪費(fèi)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(dòng)態(tài)系統(tǒng)建模框架（CS-LDS）。實(shí)驗(yàn)結(jié)果表明，論文提出方法在大幅降低采樣率并且無(wú)需重構(gòu)視頻信號(hào)的前提下，能夠

3、有效對(duì)視頻信號(hào)的建立動(dòng)態(tài)紋理模型并準(zhǔn)確估計(jì)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(shí)現(xiàn)動(dòng)態(tài)紋理的參數(shù)估計(jì)，并獲得較好的重構(gòu)效果。
　　然后，在采樣過(guò)程中，針對(duì)CS-LDS算法對(duì)不同動(dòng)態(tài)紋理視頻信號(hào)使用同樣的采樣原則與參數(shù)估計(jì)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(jìn)的自適應(yīng)CS-LDS算法：在采樣過(guò)程中，改進(jìn)算法通過(guò)設(shè)置關(guān)鍵幀的方法，采用了自適應(yīng)的采樣方案，進(jìn)一步降低視頻信號(hào)的采樣率問(wèn)題；在

4、重構(gòu)過(guò)程中，根據(jù)系統(tǒng)的動(dòng)態(tài)紋理模型參數(shù)的特性，對(duì)動(dòng)態(tài)紋理模型的狀態(tài)向量的維度進(jìn)行了自適應(yīng)的截?cái)嗵幚恚诓挥绊懩Ｐ蛥?shù)估計(jì)的前提下，降低計(jì)算過(guò)程中的維度，從而節(jié)省計(jì)算時(shí)間。實(shí)驗(yàn)結(jié)果表明，改進(jìn)算法有更低的采樣率，平均每幀能夠節(jié)省0.1---0.3s的運(yùn)行時(shí)間。
　　最后，基于動(dòng)態(tài)紋理模型在視頻識(shí)別領(lǐng)域的獨(dú)特優(yōu)越性，論文對(duì)動(dòng)態(tài)紋理識(shí)別進(jìn)行了深入研究。在傳統(tǒng)的動(dòng)態(tài)紋理識(shí)別算法基礎(chǔ)上，將CS-LDS引入到動(dòng)態(tài)紋理識(shí)別領(lǐng)域，即在壓縮采樣前提下