《基於視頻信號空時稀疏的認知壓縮採樣》是依託西安電子科技大學，由秦浩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認知壓縮採樣
- 項目類別：面上項目
- 項目負責人：秦浩
- 依託單位：西安電子科技大學
中文摘要,結題摘要,
中文摘要
壓縮感知理論與技術能夠在信號採集的同時實現壓縮，具有極低的採樣成本和運算複雜度，為解決大解析度/超大解析度視頻信號的採集壓縮提供了新的理論依據。本項目針對視頻壓縮感知現有研究中壓縮效率嚴重不足的難題，根據視頻信號內在的空時稀疏性，提出認知壓縮採樣的創新研究思路，具體包括：在僅有測量信號的前提下，深入研究視頻信號在像素域/變換域上大量存在的空時稀疏特徵，分析認知視頻信號的本質結構；進一步從視頻信號的結構認知出發，研究測量和量化過程對於視頻信號失真的影響，建立具有認知能力的率失真模型；最後以率失真模型為橋樑，將特徵認知與測量過程聯繫起來，研究具有認知能力的視頻壓縮採樣方法，能夠以率失真性能最優為準則計算碼率、採樣率及量化係數等測量參數。本項目的研究將解決結構認知和認知測量兩個關鍵科學問題，構建壓縮感知在視頻壓縮領域套用的理論基礎，並指出視頻壓縮感知系統中大幅提高壓縮效率的有效方法。
結題摘要
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認知壓縮採樣，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，分析認知視頻信號的本質結構；第二，從視頻信號的結構認知出發，研究測量和量化過程對於視頻信號失真的影響，建立具有認知能力的率失真模型,並計算碼率、採樣率及量化係數等測量參數；第三，為了提高視頻壓縮感知系統的安全性能，結合圖像本身的空間冗餘性質，提出了基於壓縮感知的圖像加密和索引置亂安全算法。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視頻採集效率和魯棒性，研究成果能夠為視頻壓縮感知的實用化奠定理論基礎。在本項目資助下，已發表或錄用學術論文共28篇(SCI：21篇，EI：6篇，中文核心：1篇)，申請國家技術發明專利28件，其中已授權專利14件；有9名博士研究生/碩士研究生參研本項目，其中2名學生已畢業，在研學生7名；參加國際會議或研討會5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並超過項目申請時的預期成果要求，並將在今後兩年內繼續整理輸出相關研究成果。
