一种基于字典学习的压缩感知视频编解码模型

无线多媒体传感器网络中针对视频信号处理的两个重要的问题是如何高效编解码和如何抵抗信道误码。结合压缩感知和字典学习理论,提出了一种应用于无线传感器网络的基于字典学习的压缩感知视频编解码模型。模型整体采用压缩感知理论以降低编码端复杂度,提高系统抗误码性。编码端应用差分编码和跳帧模式大大减少了信道传输数据量;解码端采用字典学习算法增强图像的稀疏表示能力,从而提高视频重构精度。本模型在实现高效编码的同时将计算复杂度从编码端转移到解码端,从而满足编码端资源受限的应用场合。理论分析和仿真实验表明该模型可行并且有效。     

基于压缩感知的感兴趣区域编码

受无线信道带宽的约束,图像经传统图像压缩方法压缩并经无线信道传输后,图像质量受损严重,会影响后续探测识别结果的准确性,本文针对这个问题提出一种基于压缩感知(Compressed Sensing,CS)的感兴趣区域(Region Of Interest,ROI)图像压缩方法。首先,将位平面位移技术引入压缩感知,对获得的图像进行量化、位平面分解;然后位移ROI位平面,并给出编码方案;最后,在解码端通过解码、重构,得到ROI质量良好的重构图像。仿真结果表明,本文算法重构图像的ROI部分PSNR高于传统的压缩感知编码方法,验证了方法的可行性和有效性,从而为ROI图像编码提供了一种可行的解决方案。     

基于DFT寻径的压缩感知信道估计改进算法

正交频分复用系统中的信号在传输过程中受到无线信道环境衰落和延时的影响,容易产生符号间干扰（ISI）,对信道状态信息进行准确估计是降低ISI、提高信号传输准确率的有效方法。针对贪婪迭代类压缩感知信道估计算法存在的估计径错误及漏选问题,提出一种基于离散傅里叶变换（DFT）寻径的压缩感知信道估计算法DFT-OMP。通过DFT寻径的方式抑制由噪声引起的不理想原子,从而对OMP算法重构过程中的原子进行筛选,解决传统方法选取相关因子最大的原子作为重构原子而导致的依赖信号稀疏度问题。在原子预选后的贪婪迭代类压缩感知算法信道估计中引入残差精度控制,以提高信道估计的自适应性与鲁棒性。仿真结果表明,相对OMP算法,该算法能取得4 dB的信道估计性能增益,其适用于较大导频下的无线通信系统。     

无线视频通信中MPEG-4差错控制研究

由于无线环境误码率较高,为研究信道误码对压缩视频质量的影响,以及评估视频编码的差错恢复性能,在基于ITU-T无线终端协议H.324/M仿真平台上,本文测试了MPEG-4编码器差错控制工具中的编码参数对解码端重建视频质量的影响,并提出了根据VOP运动信息的大小调整Nair和VP的算法.实验证明它们能提供更继壮的视频码流,在解码端能得到更好的视频质量.     

基于双边信息的分布式视频压缩感知模型研究

针对传统视频编码技术计算量大和复杂度高的缺点,提出一种基于双边信息的分布式视频压缩感知算法。该算法将压缩感知技术与分布式视频编码技术相结合,把视频序列分为Key帧和CS帧,Key帧运用传统的帧内编码和解码,CS帧编码端运用压缩感知编码,解码端运用视频块内与视频块间的双边信息和梯度投影算法进行优化重构。通过双边信息的运动估计和压缩编码器的设计,实现基于双边信息的分布式视频压缩感知模型的构建。仿真结果表明该模型既可以实现高效编码,又可以实现复杂度由编码端向解码端转移,在较低的采样率下,提高视频的压缩能力和传输速度。     

基于梯度追踪的MIMO-OFDM稀疏信道估计算法

现有的压缩感知MIMO-OFDM信道估计方法多采用正交匹配追踪算法及其改进的算法。针对该类算法重构大规模的数据存在计算复杂度高、存储量大等问题,提出了基于梯度追踪算法的MIMO-OFDM 稀疏信道估计方法。梯度追踪算法采用最速下降法对目标函数解最优解,即每步迭代时计算目标函数的搜索方向和搜索步长,并以此选择原子得到每次迭代重构值的最优解。本文使用梯度追踪算法对信道进行估计,并与传统的最小二乘估计算法、正交匹配追踪算法的性能和计算复杂度进行比较。仿真结果表明,梯度追踪算法能够保证较好的估计效果,减少了导频开销,降低了运算复杂度,提高了重构效率。     

基于AMP算法的视频在线压缩感知重构

设计出了一个基于AMP算法的在线视频压缩感知重构方案.该方案通过对视频帧应用快速傅里叶变换的伪随机向下取样实现快速简洁的在线编码.线下解码部分,使用AMP算法作为重构算法,结合三维双树复小波变换,逐步迭代更新得到重构数据.实验结果表明,该方案能在快速编码采样数据的基础上获得较好的视频恢复效果.     

基于梯度追踪的压缩感知超宽带通信信道估计

针对现有压缩感知超宽带信道估计方法运算复杂度较高的问题,提出了基于梯度追踪算法的压缩感知超宽带信道估计方法.将超宽带信道估计转化为压缩感知的重构问题,并使用梯度追踪算法进行重构得到信道估计值,最终实现信息解调.梯度追踪算法通过每步计算目标函数的负梯度方向和搜索步长,使目标函数沿负梯度方向以此步长搜索得到每步重构值的最优解,从而避免了正交匹配追踪算法中高维度最小二乘运算以及基追踪算法中求解凸优化问题所导致的运算复杂度高的缺点.仿真结果表明该方法相对于正交匹配追踪算法和基追踪算法能够降低运算复杂度,提高运算速度,同时依然能够保证估计效果.     

基于边信息的分布式视频压缩感知重建

WZ视频编码系统中的虚拟信道会因信道模型参数估计的不稳定导致系统性能下降,为了克服该问题,提出不带有虚拟信道的分布式视频压缩感知重建算法,仅靠解码端获得的压缩感知观测值对非关键帧的错误进行纠正,并利用平滑投影Landweber迭代求解联合重建模型.实验证明本文所提出算法获得了更好的率失真性能和更低的重建时间.     

基于时空相关性的分布式压缩感知多假设预测重构算法

综合考虑到视频序列本身的不同特性以及时空相关性, 将传统视频编码中的多假设预测运动估计思想引入到分布式压缩感知视频编码系统中, 提出一种新的基于时空相关性的分布式压缩感知多假设预测重构算法。在编码端增加CS帧的块模式判别, 在解码端CS帧根据模式判别进行相应的基于块的多假设预测估计和残差稀疏重构。仿真实验表明, 与传统的分布式压缩感知多假设预测重构算法相比, 所提出的算法能够较好地改善视频序列的重建质量。     

联合H.264和多码率Turbo码的无线视频传输

提出了一种无线视频流联合信源信道编码传输的具体方案,结合H.264视频编码,对其进行合理数据分割后采用UEP技术,并联合信道设计了一个支持信道UEP的多码率Turbo编解码器,同时把Turbo编码与type-Ⅲ HARQ混合自动重传请求机制结合以达到更可靠的数据传输保证。通过仿真实验证明,这种设计方法可进一步优化系统在恶劣的无线信道下的链路吞吐量和取得更好的视频重建质量。     

Distributed compressed video sensing based on key frame secondary reconstruction

Distributed compressed video sensing scheme combines advantages of compressive sensing and distributed video coding to get better performance, in the meantime, adapts to the limited-resource wireless multimedia sensor network. However, in the conventional distributed compressed video sensing schemes, self-similarity and high sampling rate of the key frame have not been sufficiently utilized, and the overall computational complexity increases with the development of these schemes. To solve the aforementioned problems, we propose a novel distributed compressed video sensing scheme. A new key frame secondary reconstruction scheme is proposed, which further improves the quality of key frame and decreases computational complexity. The key frame’s initial reconstruction value is deeply exploited to assist the key frame secondary reconstruction. Then, a hypotheses set acquisition algorithm based on motion estimation is proposed to improve the quality of hypotheses set by optimizing the searching window under low complexity. Experimental results demonstrate that the overall performance of the proposed scheme outperforms that of the state-of-the-art methods.     

Performance optimization of iterative receiver for wireless communications based on realistic channel conditions

Adopting orthogonal frequency division multiplexing (OFDM) to low-density parity check (LDPC) coded multiple-input multiple-output (MIMO) is attractive scheme for wireless communication systems. An iterative receiver design for LDPC coded MIMO-OFDM system is proposed as the foundation for enhancing the wireless link performance can deliver the coverage, speed, throughput and reliability. However, in previous works, evaluations are basically assumed for a certain channel scenario and it is inefficient in incorporating different channel scenarios. The aim of this paper is to improve the system range for equivalent error rate, while not significantly increasing system complexity compared to conventional iterative receiver solution under realistic channel environment. We show that our proposed iteration adaptation at receiver can considerably adopt the system to realistic change environment, and reach very high reliability. Simulations of our optimization reveal superior error rate performance and lower computational cost vs. conventional LDPC coded MIMO OFDM system. Our simulation results also capture the effects of realistic vs. typical channel fading types (i.e., Rician vs. Rayleigh, respectively) and fading parameter models (average vs. random azimuth spread and K factor) on system performance and complexity.     

基于多尺度融合网络的视频快照压缩感知重建

视频快照压缩感知基于压缩感知理论,仅在一次曝光过程中将多帧画面投影至二维快照测量,进而实现高速成像。为了从二维快照测量信号恢复出原视频信号,经典的重建算法基于视频的稀疏性先验进行迭代优化求解,但重建质量较低,且耗时过长。深度学习因优异的学习能力而受到广泛关注,基于深度学习的视频快照压缩重建方法也得到关注,但现有深度方法缺乏对于时空特征的有效表达,重建质量仍有待进一步提高。本文提出视频快照压缩感知重建的多尺度融合重构网络（MSF-Net）,该网络从横向的卷积深度和纵向的分辨率2个维度展开,分辨率维度利用三维卷积进行不同尺度的视频特征的提取,横向维度利用伪三维卷积残差模块对同分辨率尺度的特征图进行层级提取,并通过不同尺度下的特征交叉融合来学习视频的时空特征。实验结果表明,本文方法能够同时提升重建质量与重建速度。     

一种适用于H.264的时域差错掩盖改进算法

视频压缩码流在信道传输时 ,由于受到信道带宽或者稳定性的影响 ,容易发生数据的损坏或者丢失 ,这样不仅会对当前的视频帧产生影响 ,而且差错会延续到随后的视频帧 ,因此 ,需要采用某种技术来降低差错的影响。针对这一问题 ,在对最新视频压缩标准 H.2 6 4研究的基础上 ,基于 H.2 6 4标准的框架 ,对已有的差错掩盖算法进行了改进 ,提出了适合 H.2 6 4编码标准的时域子块匹配差错掩盖算法。该算法首先采用 8× 8的子块代替 16× 16的宏块 ,作为差错掩盖的运算单元 ,然后对不同的子块采用不同的边界像素 ,利用边界匹配算法 ,并通过改进的 1/ 4像素精度菱形搜索法在参考帧内找到最佳匹配块。实验结果证明 ,由于该算法有效地利用了 H.2 6 4压缩码流里的信息 ,因此 ,同传统的时域差错掩盖算法相比 ,对差错信号有更好的恢复效果。     

拓扑感知的无线传感网络数据聚合方法

针对无线传感网络中数据聚合能耗和重建误差问题,提出了一种拓扑感知的数据聚合方法(TADA).首先,构建了一个包含网络初始化、数据分帧和数据预处理的数据流,形成无线传感网络的通信过程;然后,构造测量矩阵将数据分解为多个路径转发,从而进行全网络矢量分配,并提出了基于平衡最小生成树是数据聚合算法.通过实验表明:所提方法在数据聚合能耗和数据重建错误率要求上低于其它压缩感知的方法.     

一种基于分层率失真优化的容错性视频转码算法

容错性视频转码能够在已压缩视频流中嵌入容错性工具,以增强视频流面向无线信道的抗误码能力.但是容错性工具的嵌入在降低失真的同时也会增加码率,因此需要进行率失真优化.针对这一问题,文中提出了一种基于分层率失真优化的容错性转码算法.该算法通过在帧层和宏块层分别对重同步标记的插人和帧内宏块的刷新进行不同粒度的优化来提高算法的灵活性,通过在帧层考虑帧内宏块刷新、帧内预测和运动矢量预测的影响来提高算法的精确性,通过在宏块层减少候选模式的数量来降低算法的复杂度.实验表明,该算法与基于单层率失真优化的算法相比,信噪比可获得0.6～1.1dB的增益,复杂度最多可降低25%.