基于分类加权边信息的DVCS重建算法.PDFVIP

第27卷摇 第5期 计 算机 技 术 与发 展 Vol.27摇 No.5 2017年5月 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 COMPUTERTECHNOLOGY AND DEVELOPMENT摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 May 摇 2017 基于分类加权边信息的DVCS重建算法 1 1 2 2 2 戴越越 ,曹雪情 ,陈摇 瑞 ,杨摇 洁 ,曹雪虹 (1.南京邮电大学通信与信息工程学院,江苏 南京 210003; 2.南京工程学院通信工程学院,江苏 南京 211167) 摘摇 要:现有的分块视频压缩感知在获取边信息时,通常对所有图像块均采用固定权值边信息合成方法,该方法忽略了不 同图像块之间相关度不同的问题。 针对这一问题,根据贝叶斯压缩感知和运动估计理论,提出了一种基于块的分类加权 边信息生成方案的分布式视频解码方法。 在解码端利用相邻关键帧中不同块的相关度差异,对相邻关键帧进行基于块的 分类加权运动估计,生成边信息,进而完成非关键帧的重构。 考虑到加权系数的大小取决于相邻关键帧对应块的相关度, 所采用的重建算法是基于TSW-CS模型的贝叶斯压缩感知重构算法。 分别采用固定权值边信息生成方法和分类加权边 信息生成方法对不同视频序列进行了实验对比,实验结果表明,采用分类加权边信息方法生成的视频重建PSNR值比固定 权值边信息生成方法平均提高了0.2~0.5 dB,所采用的解码方法可有效地提高视频压缩感知重构质量。 关键词:边信息;运动估计;贝叶斯压缩感知;小波树;分布式视频编码 中图分类号:TP919.81摇 摇 摇 摇 摇 摇 文献标识码:A摇 摇 摇 摇 摇 文章编号:1673-629X(2017)05-0087-05 doi:10.3969/j.issn.1673-629X.2017.05.019 Reconstruction Algorithm with Classified Weighted Side Information for Distributed Video Compressive Sensing 1 1 2 2 2 DAI Yue-yue ,CAO Xue-qing ,CHEN Rui ,YANG Jie ,CAO Xue-hong (1.College of Telecommunicationsand Information Engineering,Nanjing University of Postsand Telecommunications,Nanjing210003,China; 2.College of Communication Engineering,Nanjing Institute of Technology,Nanjing211167,China) Abstract:For most ofthoseexistingblock-basedcompressed sensingofvideo,thefixedweight sideinformation generationmethodisu鄄 suallyutilizedforallblocks,whichunderestimatestheproblemofthedifferenceofcorrelationbetweendifferentblocks.Toaddressthisis鄄 sue,a classified weig