《基於視頻信號空時稀疏的壓縮感知重構方法》是依託西安電子科技大學，由宋彬擔任項目負責人的面上項目。
基本介紹
- 中文名：基於視頻信號空時稀疏的壓縮感知重構方法
- 項目類別：面上項目
- 項目負責人：宋彬
- 依託單位：西安電子科技大學
中文摘要,結題摘要,
中文摘要
壓縮感知作為一種新興的信號處理技術，可以在資源受限的信道環境中實現大解析度視頻信號的採集壓縮。其採樣成本低，編碼端簡單和解碼重構的魯棒性都很適合於無線視頻通信的套用場景。本項目重點研究基於視頻信號空時稀疏的壓縮感知重構方法，主要研究內容包括：第一，利用視頻信號空時相關性和稀疏性的關係，建立視頻空時稀疏模型，最大程度地挖掘視頻信號的結構特徵，用於視頻壓縮感知重構；第二，在含有測量噪聲和信道誤碼的情況下，利用視頻信號空時稀疏模型，研究能夠降低重構所需測量值數，且保證恢復視頻質量的重構算法，包括稀疏重構、訊息傳遞重構和直接分析求解重構等；最後，進一步研究視頻信號稀疏表示和重構的聯合最佳化。將這些關鍵技術套用於視頻壓縮感知系統，可以大幅提高整個系統的壓縮效率和魯棒性，研究成果能夠為視頻壓縮感知的實用化奠定理論基礎。
結題摘要
由於整個視頻壓縮感知系統的性能在很大程度上將依賴於解碼端的重構，而現有壓縮感知重構方法未能全面考慮視頻信號空時稀疏性的結構特徵，往往不能取得理想的效果。因此，本項目重點研究了基於視頻信號空時稀疏模型的壓縮感知重構。主要內容包括：第一，利用視頻信號空時相關性和稀疏性的關係，建立了視頻空時稀疏模型，最大程度地挖掘了視頻信號的結構特徵，基於此對視頻進行重構，重構質量顯著提升；第二，在含有測量噪聲和信道誤碼的情況下，利用視頻信號空時稀疏模型，研究了能夠降低重構所需測量值數，且保證恢復視頻質量的重構算法；最後，研究了視頻信號稀疏表示和重構的聯合最佳化。基於這些關鍵技術，本項目大幅提高了整個視頻壓縮感知系統的壓縮效率和魯棒性，研究成果為視頻壓縮感知的實用化奠定了理論基礎。在本項目資助下，已發表或錄用學術論文共23篇(SCI：18篇，EI：4篇)，申請國家技術發明專利22件，其中已授權專利10件；有14名博士/碩士研究生參研本項目，其中6名學生已畢業，在研學生8名；參加國際會議或研討會8次；已完成譯著一本《認知網路測量與大數據》（ISBN:978-7-121-27551-7）。目前取得的研究成果已經達到項目申請時的預期成果要求，並將在今後三年內繼續整理輸出相關研究成果。
