壓縮感知簡介.pdf

《壓縮感知簡介.pdf》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、基于壓縮感知的分布式視頻編碼學(xué)習(xí)報告一報告人：xxx2014年6月20日1壓縮感知理論目錄2分布式壓縮感知contents3分布式視頻編碼4分布式壓縮視頻感知(DCVS）一壓縮感知理論核心思想：將信號在某個正交變換上的稀疏性作為先驗(yàn)信息，突破Nyquist采樣定理的限制，從少量的壓縮測量值中恢復(fù)原始信號。應(yīng)用領(lǐng)域：圖像采集與處理、模數(shù)轉(zhuǎn)換、信道編碼、信息安全分布式壓縮感知關(guān)鍵技術(shù)：信號稀疏表示、壓縮測量矩陣和重構(gòu)算法一壓縮感知理論1信號稀疏表示……公式1一壓縮感知理論2信號稀疏表示對信號的壓縮測量過程，是將維信號投影到一個低維空間，即?通過?×?的測量矩陣?=??，得到M個

2、測量值??=?，???=??=??=???=??……公式2其中?=??是?×?的矩陣，稱為傳感矩陣可以利用已有的稀疏分解算法，通過求解公式2的逆問題得到原信號的稀疏系數(shù)α再代入公式1中得到原信號x。要實(shí)現(xiàn)對稀疏信號的準(zhǔn)確重構(gòu)，測量值要盡可能的包含信號的主要信息，測量次數(shù)M也就是y的維數(shù)必須滿足M=O(Kln(N))，并且傳感矩陣必須滿足約束等距性條件。一壓縮感知理論3信號的重構(gòu)基于已知信號的稀疏性和測量矩陣的RIP特性，可以將稀疏信號?的重構(gòu)問題轉(zhuǎn)化為求解最小??范數(shù)的優(yōu)化問題。?=??????‖?‖??.??=??=????求解方法主要有：最小??范數(shù)法、貪婪追蹤法、迭代閾

3、值法二分布式壓縮感知核心思想：在對一組相關(guān)信號的壓縮感知中，綜合考慮單一信號內(nèi)部的稀疏性和多個信號之間的相關(guān)性，從而實(shí)現(xiàn)更高的壓縮效率和重構(gòu)效果。分布式壓縮感知的基本系統(tǒng)結(jié)基本結(jié)構(gòu)：?1?1?1測量矩陣??.........聯(lián)合重構(gòu)??????測量矩陣??二分布式壓縮感知典型應(yīng)用：典型的應(yīng)用場景是使用多個傳感器對同一目標(biāo)進(jìn)行信息采集，各個傳感器采集的信號之間具有一定的相關(guān)性，而且所有信號均可在某變換域上稀疏表示。將每個信號分別投影到合適的測量矩陣，得到各個信號的測量值，然后解碼端對所有的測量值在同一解碼器中聯(lián)合重構(gòu)出各個原始信號。常見模型：聯(lián)合稀疏模型(JointSparsi

4、tyMode,JSM)JSM-1模型JSM-2模型JSM-3模型三分布式視頻編碼理論基礎(chǔ)：建立在Slepian-Wolf理論和Wyner-Ziv理論基礎(chǔ)上的分布式信源編碼理論基本結(jié)構(gòu)：反饋信道Slepian-wolfSlepian-wolf變換量化緩存器反量化逆變換WZ幀編碼解碼恢復(fù)的WZ幀幀間邊信息內(nèi)插/外插關(guān)鍵幀恢復(fù)的幀內(nèi)編碼幀內(nèi)解碼關(guān)鍵幀解碼段編碼段圖為一種分布式視頻編碼基本框架三分布式視頻編碼主要優(yōu)點(diǎn)：計(jì)算復(fù)雜度靈活分配容錯性能好可利用多視角的相關(guān)性編碼端能夠獨(dú)立實(shí)現(xiàn)可分級編碼四分布式壓縮視頻感知(DCVS）基本原理：對于視頻信號，其幀頻一般為20幀/秒或者30幀/秒

5、，相近的幀圖像之間一般具有很強(qiáng)的相關(guān)性，因此可以把連續(xù)的視頻幀看作是不同的相關(guān)信號來處理。將連續(xù)的視頻幀間相同的部分看作是其公共部分，不同的部分看作其各自的獨(dú)有部分，這樣就可以近似地認(rèn)為視頻幀之間符合分布式壓縮感知JSM-1模型，從而可以將分布式壓縮感知應(yīng)用在視頻編解碼中。基本結(jié)構(gòu)：?1CS?1...??......?1...??聯(lián)合重構(gòu)視頻幀組（JSM-1）??CS基于JSM-1模型的視頻編解碼基本結(jié)構(gòu)四分布式壓縮視頻感知(DCVS）CS幀壓縮測量重構(gòu)恢復(fù)的邊信息CS幀GOF幀間內(nèi)插恢復(fù)的關(guān)鍵幀壓縮測量重構(gòu)關(guān)鍵幀編碼端解碼端另外一種DCVS基本框架說明：上面兩種方案都采用獨(dú)

6、立編碼和聯(lián)合解碼，利用相近視頻幀之間的相關(guān)性，在達(dá)到重構(gòu)效果的前提下，降低了系統(tǒng)所需的測量值的數(shù)量，實(shí)現(xiàn)降低編碼端復(fù)雜度和提高壓縮率的目標(biāo)。