项目名称: 无线多媒体传感器网络低复杂度视频编码及高容错传输技术研究

项目编号: No.61471162

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 无线电电子学、电信技术

项目作者: 武明虎

作者单位: 湖北工业大学

项目金额: 82万元

中文摘要: 无线多媒体传感器网络中节点计算能力、存储能力和能耗受限,使得传统的预测编码框架不能满足低复杂度编码要求。易错无线环境中的压缩视频流传输也需要节点间的协作和层间协作进行高容错传输。本项目利用压缩感知理论,研究适合无线多媒体传感器网络的低复杂度分布式视频编码技术及压缩码流在有扰无线信道中的高容错传输技术。主要内容有:(1)分析视频频序列帧内结构特征和帧间远程相似性,用训练法构造视频信号的全局过完备字典,得到视频信号的非局部稀疏模型;(2)在非局部稀疏模型基础上,提出分布式压缩感知视频编解码框架,通过运动搜索和单应性矩阵补偿时间插值获得边信息,在联合解码重构中引入Huber-Markov随机场先验概率模型对解码像素点进行平滑性约束,并根据视频反馈信息进行速率控制;(3)在QoS要求下,通过节点间的协作构建分布式虚拟多天线系统,并采用跨层设计方法优化资源配置。为WMSN走向应用提供理论和技术支持。

中文关键词: 压缩感知;分布式视频编码;无线多媒体传感器网络

英文摘要: The traditonal predictive video encoding is computationally intensive, which requires significant power consumption and complexity at the sensor node. So it is not appropriate for wireless multimedia sensor networks (WMSNs). The efficient error-resilience transmission of the compressed video stream over error-prone wireless channel requires cooperation of the sensor nodes and cross-layer design scheme. The work aims to provide a low-complexity distributed compressed video sensing (DCVS) codec framework, and an error-resilience transmission scheme in lossy channels. In general, the research of this project can be summarized as follows: (1) analyzes the local and remote sparsity model of video signals, constructs the over-complete dictionary for video signals using training method, then proposes a hybrid non-local sparsity model for video signals; (2) based on the above non-local sparsity model of video signals, proposes a distributed video sensing coding scheme based on compressed sensing. The side information is obtained by motion search and compensated temporal interpolation, and the reconstructed image pixels are smoothness constraint using Huber-Markov random prior probability model; (3) constructs a distributed virtual multi-antenna system, and optimizes the allocation of resources by cross-layer design to meet the QoS (Quality of Service) requirements.

英文关键词: Compressed Sensing;Distributed Video Coding;Wireless Multimedia Sensor Networks

成为VIP会员查看完整内容
0

相关内容

压缩感知是近年来极为热门的研究前沿,在若干应用领域中都引起瞩目。 compressive sensing(CS) 又称 compressived sensing ,compressived sample,大意是在采集信号的时候(模拟到数字),同时完成对信号压缩之意。 与稀疏表示不同,压缩感知关注的是如何利用信号本身所具有的稀疏性,从部分观测样本中恢复原信号。
军事知识图谱构建技术
专知会员服务
122+阅读 · 2022年4月8日
专知会员服务
7+阅读 · 2021年10月4日
专知会员服务
12+阅读 · 2021年9月13日
专知会员服务
16+阅读 · 2021年7月31日
【硬核书】机器人网络分布式控制
专知会员服务
67+阅读 · 2021年7月25日
【2021新书】分布式优化,博弈和学习算法,227页pdf
专知会员服务
227+阅读 · 2021年5月25日
专知会员服务
14+阅读 · 2021年3月26日
【经典书】信息理论、推理和学习算法,640页pdf
专知会员服务
82+阅读 · 2020年9月21日
耶鲁大学《分布式系统理论》笔记,491页pdf
专知会员服务
44+阅读 · 2020年7月29日
专知会员服务
49+阅读 · 2020年6月14日
TPAMI 2021|VideoDG:首个视频领域泛化模型
专知
0+阅读 · 2021年12月31日
招聘平面设计实习生
微软研究院AI头条
0+阅读 · 2021年5月20日
深度学习之视频图像压缩
论智
13+阅读 · 2018年6月15日
一文读懂图像压缩算法
七月在线实验室
15+阅读 · 2018年5月2日
如何设计基于深度学习的图像压缩算法
论智
40+阅读 · 2018年4月26日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Tikhonov Regularization of Circle-Valued Signals
Arxiv
1+阅读 · 2022年4月20日
Verified Compilation of Quantum Oracles
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月18日
Max-Margin Contrastive Learning
Arxiv
17+阅读 · 2021年12月21日
Arxiv
26+阅读 · 2018年8月19日
小贴士
相关VIP内容
军事知识图谱构建技术
专知会员服务
122+阅读 · 2022年4月8日
专知会员服务
7+阅读 · 2021年10月4日
专知会员服务
12+阅读 · 2021年9月13日
专知会员服务
16+阅读 · 2021年7月31日
【硬核书】机器人网络分布式控制
专知会员服务
67+阅读 · 2021年7月25日
【2021新书】分布式优化,博弈和学习算法,227页pdf
专知会员服务
227+阅读 · 2021年5月25日
专知会员服务
14+阅读 · 2021年3月26日
【经典书】信息理论、推理和学习算法,640页pdf
专知会员服务
82+阅读 · 2020年9月21日
耶鲁大学《分布式系统理论》笔记,491页pdf
专知会员服务
44+阅读 · 2020年7月29日
专知会员服务
49+阅读 · 2020年6月14日
相关资讯
TPAMI 2021|VideoDG:首个视频领域泛化模型
专知
0+阅读 · 2021年12月31日
招聘平面设计实习生
微软研究院AI头条
0+阅读 · 2021年5月20日
深度学习之视频图像压缩
论智
13+阅读 · 2018年6月15日
一文读懂图像压缩算法
七月在线实验室
15+阅读 · 2018年5月2日
如何设计基于深度学习的图像压缩算法
论智
40+阅读 · 2018年4月26日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
相关论文
Tikhonov Regularization of Circle-Valued Signals
Arxiv
1+阅读 · 2022年4月20日
Verified Compilation of Quantum Oracles
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月18日
Max-Margin Contrastive Learning
Arxiv
17+阅读 · 2021年12月21日
Arxiv
26+阅读 · 2018年8月19日
微信扫码咨询专知VIP会员