压缩感知与动态纹理模型的视频信号分类.pdfVIP

Computer T echnology and Its 压缩感知与动态纹理模型的视频信号分类 蒋行国，李志丰，张龙 (桂林电子科技大学信息与通信学院，广西挂林 541∞4 ) 摘要:针对视频数据的动态纹理特性，提出结合视频压缩感知技术，首先通过压缩采样技术对 视频数据进行采样，得到少量的采样数据;然后建立线性动态系统模型，通过少量的压缩采样数据直 接估计出模型参数;最后通过计算模型间的马氏距离实现动态纹理视频数据的分类。 实验结果表明，提 出的压缩感知参数估计方法在 20%的低采样率情况下，对交通视频数据的分类正确率达到 87%以上。 关键词:动态纹理模型;压缩感知;马氏距离;视频信号分类 !p图分类号: TP39 1.4 文献标i只码 :A 文章编号: 0258-7998 (2015)05-0159 - 04 001: 10. 16157/j. issn .0258-7998 .2015 . 05 .040 Video signal classification of compressed sensing and dynamic texture model Jiang Xingguo , Li Z hifeng ,Zhang Long (Sch∞1 of Infonnation and Communication , Guilin University of Electronic Technology , Guilin 541∞4 ， China) Abstract : B部ed on the feature of dynamic textu陀 in video data , this paper presents a method , which combine with the tech- nology of video compressive sensing. Firstly ,a few video sampling data is gotten using the technology of compressive sampling. Then linear dynamical system is set up and the model parameters from the little sampling data also are estimated. Finally , the martin distance between models is calculated to classify texture video data. Results show 出at at the sampling rate of 20 % , the rate of ac - curacy about classifying video data is over 87 % using the proposed method. Key words: dynamic texture model; compressed sensing; Martin distance; video signal classification 法在视频传统分类方法的基础上结合了压缩采样技术， 0 号1-. 首先，对每帧图像用统一压缩测量矩阵进行观测，利用 早期交通视频的分类方法川是使用车辆分割或目标 得到的测量数据通过奇异值分解的方法估计出模型的 跟踪技术的方法进行判别分类，但是由于这种方法计算 动态参数;其次，使用一个时变的测量矩阵对每帧图像 量较为复杂且对视频分辨率有较高的要求，所以不适合 进行测量，由于得到测量