图像视频的压缩采样与稀疏重建的协同优化方法的研究

项目名称： 图像视频的压缩采样与稀疏重建的协同优化方法的研究

项目编号： No.61370118

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 自动化技术、计算机技术

项目作者： 施云惠

作者单位： 北京工业大学

项目金额： 73万元

中文摘要： 视觉传感器通常以远超出有效维度对图像视频信号采样，从而导致了存储和传输的巨大压力，压缩感知理论为近似实现图像视频信号的有效维度采样提供一种崭新的思路。压缩感知理论要求在较强非一致关系下协同设计图像视频信号的观测和稀疏表示两个过程，而传统的观测与稀疏表示的设计是以各自的优化准则独立进行的。 图像视频信号是具有高动态范围特性的多维稀疏信号，研究图像视频信号的多维分组结构稀疏表示, 有效恢复信号中的低幅值稀疏成分和保持信号的多维结构，显著提升压缩感知方法对有效维度采样的逼近能力。本课题以多维分组结构稀疏的引入为契机，拟开展如下问题的研究: 1、针对图像视频信号在不同维度上的分布特性，基于变换和基于学习的两类稀疏基，探索图像视频信号的分组结构特性，研究高效多维分组结构稀疏表示。2、构建与稀疏重建协同的观测和与观测协同的稀疏表示二种协同优化模型，以实现信号在压缩感知框架下的有效维度采样.

中文关键词： 压缩感知；结构稀疏；最优化；光场相机；小波变换

英文摘要： Visual sensors usually sample image/video signals far beyond their effective dimensions, which thus brings great burden to their storage and transmission. Fortunately the compressive sensing (CS) theory brings a whole new avenue to approximately obtain th

英文关键词： compressive sensing；structured sparsity；optimization；light field camera；wavelet transfrom