一种基于字典学习的压缩感知视频编解码模型

• 作者: 郭继昌 金卯亨嘉
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 压缩感知 字典学习 视频编解码 无线多媒体传感器网络
• 年，卷（期）: 2015,（1）
• 页码范围: 59-67
• 页数: 9页
• 分类号: TN911.7
• 字数: 6258字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2015.01.005

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭继昌	天津大学电子信息工程学院	77	735	14.0	24.0
2	金卯亨嘉	天津大学电子信息工程学院	1	7	1.0	1.0