项目名称: 基于压缩感知理论的图像/视频编解码技术研究

项目编号: No.60973056

项目类型: 面上项目

立项/批准年度: 2010

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: 31万元

中文摘要: 变换是信号实现时域和变换域映射关系的运算,当信号在变换域无损或近似无损时,反变换方法是信号重建的最优方法,然而,当信号在变换域存在较大的噪声时,反变换方法不一定是最优的重建方法。近年来出现的压缩感知(Compressive Sensing,CS)理论表明:通过对k-Sparse稀疏信号较少的采样可以获得至少与k项逼近相同精度的重建结果。实验结果表明:在有些条件下,CS方法可以获得比反变换更好的重建效果,然而目前该现象还没有得到系统深入的研究。本课题以图像/视频编码作为应用背景,拟系统地研究CS稀疏重建以丰富反变换方法:针对图像/视频信号在变换域的稀疏特征,基于基本的CS理论框架,研究稀疏信号的感知优化模型及优化模型的求解方法;利用该方法实现一种适用于现有的图像/视频编码系统的一致解决方案,以达到对图像/视频信号更高效重建的目的。该研究的突破将会极大丰富信号的频率分析理论和方法。

中文关键词: 图像视频解码;变换;优化;压缩感知;

英文摘要:

英文关键词: image/video decoder;transform;optimization;compressive sensing;

成为VIP会员查看完整内容
0

相关内容

【经典书】随机矩阵理论与无线网络,186和pdf
专知会员服务
49+阅读 · 2021年12月21日
专知会员服务
7+阅读 · 2021年10月4日
专知会员服务
27+阅读 · 2021年9月6日
专知会员服务
137+阅读 · 2021年8月12日
专知会员服务
20+阅读 · 2021年8月1日
专知会员服务
22+阅读 · 2021年7月15日
专知会员服务
42+阅读 · 2021年7月6日
专知会员服务
14+阅读 · 2021年3月26日
基于深度学习的多标签生成研究进展
专知会员服务
140+阅读 · 2020年4月25日
实践教程 | 卷积神经网络压缩方法总结
极市平台
0+阅读 · 2021年10月22日
图像/视频去噪算法资源集锦
专知
17+阅读 · 2019年12月14日
【学界】DeepMind论文:深度压缩感知,新框架提升GAN性能
GAN生成式对抗网络
14+阅读 · 2019年5月23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
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014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
3+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 · 2009年12月31日
Tikhonov Regularization of Circle-Valued Signals
Arxiv
1+阅读 · 2022年4月20日
Arxiv
11+阅读 · 2018年5月13日
小贴士
相关VIP内容
【经典书】随机矩阵理论与无线网络,186和pdf
专知会员服务
49+阅读 · 2021年12月21日
专知会员服务
7+阅读 · 2021年10月4日
专知会员服务
27+阅读 · 2021年9月6日
专知会员服务
137+阅读 · 2021年8月12日
专知会员服务
20+阅读 · 2021年8月1日
专知会员服务
22+阅读 · 2021年7月15日
专知会员服务
42+阅读 · 2021年7月6日
专知会员服务
14+阅读 · 2021年3月26日
基于深度学习的多标签生成研究进展
专知会员服务
140+阅读 · 2020年4月25日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014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
3+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 · 2009年12月31日
微信扫码咨询专知VIP会员