多媒体传感器网络视频的帧分类联合重构.pdfVIP

·30·《测控技术}2014年第33卷第4期

多媒体传感器网络视频的帧分类联合重构

常国锋，毛克乐

(新乡学院计算机与信息工程学院，河南新乡453003)

摘要：为降低多媒体传感器网络中视频压缩感知的计算复杂度，提出一种基于帧分类的多媒体传感器网

络视频联合重构算法。依据视频数据的联合稀疏模型将视频帧分为关键帧和非关键帧。对于压缩感知

重构中欠定线性方程组，可利用关键帧和非关键帧之间的相关边信息进行重构初始化，同时运用有界约

束二次规划对其进行求解。从仿真结果可知，相对于传统的视频压缩感知算法而言，在保证视频重构质

量的前提下，所提方法在重构算法复杂度上不但能有效降低，同时，在视频重构上能提高其实时性。

关键词：多媒体传感器网络；压缩感知；视频重构；帧分类

中图分类号：TN919文献标识码：A文章编号：1000—8829(2014)04—0030—05

FrameClassificationBasedJointVideoRecoveryAlgorithmfor

MultimediaSensorNetworks

CHANGGuo—feng，MAOKe—le

(CollegeofComputerandInformationEngineering，XinxiangUniversity，Xinxiang453003，China)

Abstract：Forreducingthecomputationcomplexityofcompressedsensing(CS)basedvideorecoveryalgorithm

inmultimediasensornetworks，aframeclassificationbasedjointrecoveryalgorithmisproposed．Theframesof

networkvideoareclassifiedintotwotypes，whicharekeyframesandnon—keyframes，andthesideinformation

betweentwotypesofframescanbeusedininitializationofrecovery．Theunder—determinedlinearequationsin

CSrecoveryaresolvedbybound—constrainedquadraticprogramming．Simulationresultsdemonstratethatthe

proposedalgorithmcansignificantlyreducethecomplexitywhiletheaccuracyofrecoveryisensured，thusim—

provethereal-timeperformanceofvideorecoveryinmultimediasensornetworks．

Keywords：multimediasensornetworks；compressedsensing；videorecovery；frameclassification

多媒体传感器网络是由一组多媒体传感器设备组络技术目前亟需解决的非常重要的事情。

成的分布式感知网络，并且，还实时、全面地从监测环在多媒体传感器网络中，对于它采集的视频数据

境中获取视频、音频及静态图像等多媒体信息。该多来说，这些数据具有太大的相关性与冗余性。在网络

媒体设备不但具有计算的能力，还有存储和通信的能中传输信息的时候，减少节点能耗的一个最有效的方

力…。然而，多媒体传感器网络将采集到的多媒体信式就是减少冗余信息。压缩感知(CS，compressed

息通过传输方式发送给使用者时，需要大量地消耗能sensing)，作为一种运用信号稀疏性或者可压缩性的全

量，但节点电源能量的携带却非常有限。所以说，在