《基於稀疏建模的視頻圖像編碼與重建方法研究》是依託北京大學，由熊瑞勤擔任負責人的面上項目。
基本介紹
- 中文名：基於稀疏建模的視頻圖像編碼與重建方法研究
- 項目負責人：熊瑞勤
- 項目類別：面上項目
- 依託單位：北京大學
項目摘要,結題摘要,
項目摘要
視覺是人類從外界獲取信息的主要載體。隨著信息技術的飛速發展，視頻在生活中日益發揮著重要作用，但仍然面臨著一些巨大挑戰。如何能從採集或接收的非理想信號中恢復出高質量的圖像？如何能最大限度地壓縮視頻信號的數據量，同時儘可能保留原有視覺內容？如何對視頻進行表示編碼才更適合在動態變化的噪聲信道下傳輸？解決以上問題的核心是充分有效地利用視頻圖像內在的相關性。本項目將研究視頻圖像的稀疏表示方法，對視頻圖像內在的相關性尋求更準確的統計模型，並以此為基礎，研究適合魯棒傳輸的視頻圖像的高效編碼以及高質量重建方法。
結題摘要
隨著信息技術的飛速發展，視頻圖像在生活中的套用越來越廣泛。但視覺信息的採集、編碼與傳輸仍然面臨著各種挑戰。本項目的目標是：研究更有效的統計建模和稀疏表示方法，使得視頻圖像在此表示下的稀疏性接近最大化；研究如何利用稀疏模型來獲得視頻圖像更高效、更魯棒的編碼表示；研究如何利用稀疏表示，對採集或接收的非理想視頻圖像信號進行高質量恢復重建；在此基礎上，形成適合魯棒傳輸的視頻圖像高效編碼及高質量重建方案。 在項目實施過程中，我們密切圍繞“視頻圖像高效編碼及高質量重建”這一目標開展深入研究，主要研究了以下問題：（1）視頻圖像的稀疏建模方法；（2）視頻圖像的高效編碼方法；（3）視頻圖像的高質量重建方法。 本項目取得的主要研究成果包括：（1）針對視頻圖像的統計建模、高效編碼、高質量重建等核心問題，在理論與技術方法等方面取得一定突破，代表性工作獲得國際同行的認可；（2）在論文方面，在視頻編碼與圖像處理領域具有重要影響力的權威國際期刊上發表論文13篇(包括IEEE T-IP6篇、IEEE T-CSVT6篇)，影響因子總和超過50；在主流國際會議上發表論文29篇；（3）本項目中關於利用圖像自適應聯合統計模型進行超解析度重建的工作獲得IEEE國際會議“視頻通訊與圖像處理(VCIP)”2017年度最佳學生論文獎；（4）在專利方面，申請了國家發明專利5項，獲得國家發明專利授權2項；（5）基於項目的研究工作，項目組成員參加了14次國際學術會議，進行會議論文宣講並和國際同行進行學術交流探討，增強了團隊在國際上的學術可見度；（6）促進了對8名博士生、3名碩士生和1名博士後的培養。
