一种视频分布式压缩感知技术的相关性模型与实现算法.pdfVIP

第５６卷 第 １ 期 中山大学学报 （自然科学版） Ｖｏｌ５６ Ｎｏ１ ２０１７ 年 １ 月 ＡＣＴＡ ＳＣＩＥＮＴＩＡＲＵＭ ＮＡＴＵＲＡＬＩＵＭ ＵＮＩＶＥＲＳＩＴＡＴＩＳ ＳＵＮＹＡＴＳＥＮＩ Ｊａｎ ２０１７ ＤＯＩ：１０１３４７１／ｊｃｎｋｉａｃｔａｓｎｕｓ２０１７０１００６ 一种视频分布式压缩感知技术的 相关性模型与实现算法 赵慧民，裴真真，才争野，戴青云，魏文国，王晨 （广东技术师范学院电子与信息学院／／广州市数字内容处理及 其安全性技术重点实验室，广东广州５１０６６５） 摘 要：视频采集和重构需要进行大量的数据处理，且精度有限。为此，基于基追踪 （ＢａｓｉｓＰｕｒｓｕｉｔ，ＢＰ）原 理，提出一种新的相关性模型视频分布式压缩感知算法。通过运用稀疏滤波器进行相关性建模，该算法在编译 码端为分布式压缩视频感知建立了完整的实现结构，并且在保证高质量重建原始信号的前提下，可以减少测量值 的数目。实验结果验证了提出模型下算法的有效性。 关键词：分布式压缩感知；视频；相关性；重构 中图分类号：ＴＰ３９１ 文献标志码：Ａ 文章编号：０５２９ ６５７９ （２０１７）０１ ００３６ ０５ Ｖｉｄｅｏｄｉｓｔｒｉｂｕｔｅｄｃｏｍｐｒｅｓｓｉｖｅｓｅｎｓｉｎｇｒｅｓｅａｒｃｈ ｂａｓｅｄｏｎｃｏｒｒｅｌａｔｉｏｎｍｏｄｅｌ ＺＨＡＯＨｕｉｍｉｎ，ＰＥＩＺｈｅｎｚｈｅｎ，ＣＡＩＺｈｅｎｇｙｅ ，ＤＡＩＱｉｎｇｙｕｎ ，ＷＥＩＷｅｎｇｕｏ，ＷＡＮＧＣｈｅｎ （ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃａｎｄＩｎｆｏｒｍａｔｉｏｎ ／／ＧｕａｎｇｚｈｏｕＫｅｙＬａｂｏｒａｔｏｒｙｏｆＤｉｇｉｔａｌＣｏｎｔｅｎｔＰｒｏｃｅｓｓｉｎｇａｎｄ ＳｅｃｕｒｉｔｙＴｅｃｈｎｏｌｏｇｙ，ＧｕａｎｇｄｏｎｇＰｏｌｙｔｅｃｈｎｉｃＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｇｕａｎｇｚｈｏｕ５１０６６５，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｖｉｄｅｏｓａｍｐｌｉｎｇａｎｄｒｅｃｏｎｓｔｒｕｃｔｉｏｎｎｅｅｄｔｏｐｒｏｃｅｓｓａｈｕｇｅａｍｏｕｎｔｏｆｄａｔａ．Ｉｎｏｒｄｅｒｔｏｓｏｌｖｅ ｔｈｅｐｒｏｂｌｅｍ，ａｎｏｖｅｌｖｉｄｅｏｄｉｓｔｒｉｂｕｔｅｄｃｏｍｐｒｅｓｓｉｖｅｓｅｎｓｉｎｇｂａｓｅｄＢＰ （ＶＤＣＳＢＰ）ｉｓｐｒｏｐｏｓｅｄｉｎｔｈｅｐａ ｐｅｒ．Ｂａｓｅｄｏｎｃｏｒｒｅｌａｔｉｏｎｍｏｄｅｌｅｓｔａｂｌｉｓｈｅｄ ｂｙｓｐａｒｓｅ ｆｉｌｔｅｒ，ＶＤＣＳＢＰｃａｎ ａｃｈｉｅｖｅ ｄｉｓｔｒｉｂｕｔｅｄ ｖｉｄｅｏ ｓｅｎｓｉｎｇａｔｅｎｃｏｄｅｒｄｅｃｏｄｅｒ，ａｎｄｒｅｄｕｃｅｎｕｍｂｅｒｓｏｆｍｅａｓｕｒｅｍｅｎｔｂｙＤＣＳ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔ ｔｈｅＶＤＣＳＢＰｉｓｅｆｆｅｃｔｉｖｅ． Ｋｅｙｗｏｒｄｓ：ｄｉｓｔｒｉｂｕｔｅｄｃｏｍｐｒｅｓｓｉｖｅｓｅｎｓｉｎｇ；ｖｉｄｅｏ；ｃｏｒｒｅｌａｔｉｏｎ；ｒｅｃｏｖｅｒｙ 分布式压缩感知 （Ｄｉｓｔｒｉｂｕｔｅｄ Ｃｏｍｐｒｅｓｓｉｖｅ 该理论主要研究怎样利用信号之间的自相关性和互 Ｓｅｎｓｉｎｇ，ＤＣＳ）提供了一种低复杂度的次奈奎斯特 相关性实现对多个信号的联合稀疏表示 （Ｊｏｉｎｔ 信号采集方法，可以利用更少的随机线性投影进行 ＳｐａｒｓｉｔｙＭｏｄｅｌ，ＪＳＭ）及其重构。因此，ＤＣＳ 适合 信号重建，为分布式视频场景和目标监控系统提供 视频帧在时间轴与空间轴的特征分析与提取，满足 了新的应用途径。目前，如何将ＤＣＳ 技术应用到 “独立编码－联合解码”的云计算、互联网 ＋的应 实际中，并能在较低复杂度的运算下进行编码传 用需求。目前，ＤＣＳ理论针对相关信源，依据不同 输，成为了信息技术研究发展的焦