一种基于新型KPCA算法的视频压缩感知算法.pdfVIP

第25卷 第10期 计算机技术与发展 Vol.25 No.10 2015年10月 COMPUTERTECHNOLOGYANDDEVELOPMENT Oct. 2015 种基于新型KPCA算法的视频压缩感知算法 钱 阳,李 雷 (南京邮电大学理学院,江苏南京 210023) 摘 要:针对具有帧间相关性的视频信号的压缩感知问题,文中依据核主成分分析(KPCA)变换能量集中的特性,将能量 值较低的变换系数去除,实现视频信号在KPCA变换下的稀疏表示,并验证了其用于压缩感知算法的可行性。 考虑到KP- CA特征提取时存在如何根据具体问题选择最优核函数的问题,在传统文化算法的影响函数中引入自适应变异算子,形成 一种自适应变异算子文化算法(AMOCA),并将其与KPCA算法结合起来用于训练核参数,有效地提高了KPCA应用中核 函数的优化选择。 大量仿真对比实验表明,文中算法能有效消除视频帧间相关性,具有更高的视频重构质量以及更好的 性能。 关键词:压缩感知;文化算法;核主成分分析;帧间相关性;稀疏表示 中图分类号:TP301.6 文献标识码:A 文章编号:1673-629X(2015)10-0101-06 doi:10.3969/j.issn. 1673-629X.2015.10.022 AVideoCompressedSensingAlgorithmBasedonNovelKPCA QIANYang,LILei (CollegeofScience,NanjingUniversityofPostsandTelecommunications, Nanjing210023,China) Abstract:Aimingatthecompressedsensingproblemsofvideosignal,whichhasastronginter-framecorrelation,removethelowertrans- formcoefficientsaccordingtotheenergyconcentrationcharacteristicsofKPCAtransform.Therefore,thesparserepresentationofthevide- osignalsintheformofKPCAtransformisachievedandthefeasibilityofthetransformbeingusedincompressedsensingisverified.Tak- ingintoaccounttheproblemofhowtochoosethebestkernelfunctionaccordingtothespecificproblemswhenKPCAappliedtoextract nonlinearfeaturecomponents,adoptanadaptivemutationoperatorintheinfluencefunctionoftraditionalculturealgorithm,forminganA- daptiveMutationOperatorCulturalAlgorithm (AMOCA),andthencombineitwithKPCAtotrainkernelfunction.Mostcomparative simulationresultsshowthattheproposedalgorithmcaneffectivelyeliminatetheinter-framecorrelationofthevideosequencewithhigher reconstructedqualityand