基于视频信号空时稀疏的认知压缩采样

项目名称： 基于视频信号空时稀疏的认知压缩采样

项目编号： No.61372068

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 无线电电子学、电信技术

项目作者： 秦浩

作者单位： 西安电子科技大学

项目金额： 76万元

中文摘要： 压缩感知理论与技术能够在信号采集的同时实现压缩，具有极低的采样成本和运算复杂度，为解决大分辨率/超大分辨率视频信号的采集压缩提供了新的理论依据。本项目针对视频压缩感知现有研究中压缩效率严重不足的难题，根据视频信号内在的空时稀疏性，提出认知压缩采样的创新研究思路，具体包括：在仅有测量信号的前提下，深入研究视频信号在像素域/变换域上大量存在的空时稀疏特征，分析认知视频信号的本质结构；进一步从视频信号的结构认知出发，研究测量和量化过程对于视频信号失真的影响，建立具有认知能力的率失真模型；最后以率失真模型为桥梁，将特征认知与测量过程联系起来，研究具有认知能力的视频压缩采样方法，能够以率失真性能最优为准则计算码率、采样率及量化系数等测量参数。本项目的研究将解决结构认知和认知测量两个关键科学问题，构建压缩感知在视频压缩领域应用的理论基础，并指出视频压缩感知系统中大幅提高压缩效率的有效方法。

中文关键词： 压缩感知；视频信号；空时稀疏；认知压缩采样；率失真

英文摘要： Compressed sensing (CS) technology combines data sampling and compression into a single step with significantly reduced sampling cost and computational complexity. It establishes a theoretical foundation for compressed video sensing (CVS), especially for

英文关键词： compressed sensing；video signal；spatial/temporal sparsity model；cognitive compressive sampling；rate-distortion