[发明专利]基于数据驱动子空间集的压缩视频采集与重构系统

说明书

技术领域

本发明涉及一种视频信号获取方案，具体是一种基于数据驱动子空间集的压缩视频采集与重构系统。

背景技术

视频信号的采集和编码（压缩）对于视频的存储和传输等应用至关重要。传统的信号处理系统采用先采样再压缩的模式：为了完整地保存信号所有信息，应以不小于信号带宽的两倍采样频率对视频进行采样；采集到的原始信号通过一系列编码技术后达到去除冗余的目的，相关技术的瓶颈在于花费了大量的传感器以及计算资源就为了获得处理后的少量信号压缩数据，对采样端的资源需求过高。为了进一步提高视频信号的采集效率，在采样的同时加入了一些信号处理技术，其中一种方案则是将采样与压缩同时进行，然后通过后端的一些算法对压缩后的数据进行重构。

经过对现有技术的文献检索发现，Ying Liu,Ming Li和Dimitris A.Pados在2013年的《IEEE Transactions on Circuits and Systems for Video Technology》（TCSVT）期刊上发表的“Motion-Aware Decoding of Compressed-Sensed Video”一文中提出了基于Karhunen-Loève transform（KLT）基的重构将压缩传感应用到视频采样上来，该方法在采样编码端直接对视频块采用传感矩阵进行压缩采样，在解码端使用KLT基作为稀疏基对信号进行重构，这种方法可以有效地提高视频采样的效率，并且保证重构获得的视频的主观质量，但这种方法所使用的KLT基是在局部搜索窗中产生的，对于具有复杂纹理或者剧烈运动的视频场景，该方法所使用的KLT基就不能准确有效的对视频帧块进行稀疏表示，进而导致效果降低。这些不足促使我们在其基础上去寻找一种更加有效地重构方法，充分利用视频信号块的特殊结构来提高重构结果的主客观质量。Yue M.Lu与Minh N.Do在2008年的《IEEE Transactions on Signal Processing》（TSP）期刊上发表的“A Theory for Sampling Signals From a Union of Subspaces”一文中提出了基于子空间集的信号采样理论，该理论给出了对于处在子空间集的信号的采样所要满足的唯一性和稳定性的条件，但是该理论所假设的子空间集是由固定基张成的，不能提供更加有效的稀疏性和适应性。

发明内容

本发明针对现有技术的不足，提供了一种基于数据驱动子空间集的压缩视频采集与重构系统，可以有效提高视频信号采集效率以及重构系统的主客观质量，并可作为一种通用的视频采集工具。

本发明是通过以下技术方案实现的：

本发明所述的基于数据驱动子空间集的压缩视频采集与重构系统，包括：子空间集构造模块、稀疏基矩阵构造模块、视频信号传感模块和重构处理模块，其中：

所述子空间集构造模块对视频信号关键帧块，利用聚类方法生成子空间集，并将该子空间集输出到稀疏基矩阵构造模块的输入端；

所述稀疏基矩阵构造模块接收子空间集，利用线性子空间学习方法生成子空间集对应的稀疏基矩阵，并将该稀疏基矩阵输出到重构处理模块的输入端；

所述视频信号传感模块对视频信号的非关键帧块以块的形式进行投影，得到观测值，并将该观测值输出到重构处理模块的输入端；

所述重构处理模块接收所述稀疏基矩阵构造模块输出的基矩阵与所述视频信号传感模块输出的测量值，对信号进行重构。

所述的子空间集构造模块，实现由在重建的关键帧上进行块聚类生成不同类别的块组。每类块组对应于一个子空间，聚类得到的块组作为训练集用于生成子空间集的稀疏基矩阵。基于块聚类的子空间构造可以通过稀疏子空间聚类方法和块匹配方法对整个重构关键帧进行操作来实现。

所述的稀疏基矩阵构造模块实现由线性子空间学习方法生成的一种标准正交基，线性子空间学习方法分别单独作用于不同的块组得到不同的基，进而组成稀疏基矩阵。它能够适应性的表示出高维信号的内在结构，相对于固定基能更有效地稀疏表示视频信号，并且信号在此稀疏基矩阵上的稀疏表示是具有块结构的。

所述的传感模块是一种一阶的数字微镜设备（DMD），它模拟了对视频信号的压缩传感。

所述的重构处理模块是通过一种凸松弛算法模型实现的。