基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在接收端进行预测和补偿的残差重建算法是一种高效的视频压缩感知重建算法。但是,残差重建算法没有应用当前图像的稀疏先验,算法性能完全依赖于预测结果的准确性。针对此问题,本文提出了一种基于联合总变分最小化的视频压缩感知重建算法以提升重建图像质量。为了联合应用待重建图像及对应残差值的稀疏先验,在所建立的重建模型中,分别计算目标图像块及其残差值的总变分范数;为求解最小化问题,引入新的变量,并基于 split Bregman方法设计了一种迭代求解算法。实验结果表明,与同类算法相比,提出的重建算法可以在相同采样率下获得更高质量的重建图像。
推荐文章
残差分布式视频压缩感知
视频压缩感知
分布式视频编码
梯度投影
联合稀疏
残差
基于双边信息的分布式视频压缩感知模型研究
双边信息
分布式视频压缩感知
重构
残差
非精确交替方向总变分最小化重建算法
不完全角度重建
总变分最小化
非精确交替方向法
基于多重假设的视频压缩感知分层重建
压缩感知
多重假设
分层重建
全变分最小化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于联合总变分最小化的视频压缩感知重建算法
来源期刊 电子学报 学科 工学
关键词 压缩感知 总变分 稀疏先验 残差重建
年,卷(期) 2014,(12) 所属期刊栏目 学术论文
研究方向 页码范围 2415-2421
页数 7页 分类号 TN919.8
字数 7014字 语种 中文
DOI 10.3969/j.issn.0372-2112.2014.12.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 覃团发 广西大学计算机与电子信息学院 151 1073 17.0 26.0
2 唐振华 广西大学计算机与电子信息学院 24 114 7.0 9.0
3 常侃 广西大学计算机与电子信息学院 23 139 5.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (570)
参考文献  (8)
节点文献
引证文献  (10)
同被引文献  (16)
二级引证文献  (47)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(7)
  • 参考文献(1)
  • 二级参考文献(6)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(4)
  • 引证文献(4)
  • 二级引证文献(0)
2017(9)
  • 引证文献(3)
  • 二级引证文献(6)
2018(13)
  • 引证文献(1)
  • 二级引证文献(12)
2019(26)
  • 引证文献(0)
  • 二级引证文献(26)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
压缩感知
总变分
稀疏先验
残差重建
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
论文1v1指导