[发明专利]一种基于时间相关性的分布式视频压缩感知采样方法有效
申请号: | 201710595955.X | 申请日: | 2017-07-20 |
公开(公告)号: | CN107277537B | 公开(公告)日: | 2019-10-18 |
发明(设计)人: | 张登银;杨阳;丁飞 | 申请(专利权)人: | 南京邮电大学 |
主分类号: | H04N19/42 | 分类号: | H04N19/42;H04N19/132;H04N19/137;H04N19/177;H04N19/154 |
代理公司: | 南京知识律师事务所 32207 | 代理人: | 李吉宽 |
地址: | 210003 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 时间 相关性 分布式 视频压缩 感知 采样 方法 | ||
1.一种基于时间相关性的分布式视频压缩感知采样方法,其特征在于,所述方法包括如下步骤:
输入:视频序列,每帧有Ic×Ir个像素;
步骤1:将原始视频流拆分为若干个长度为G的图像组(Group of Picture,GOP),每组第一帧X0为关键帧,其余帧{X1,X2,…,Xj,…,XG-1}为非关键帧;
步骤2:将每个非关键帧划分为n个大小为B×B的块;
步骤3:计算一个图像组中每两相邻非关键帧之间的结构相似度:0<j<G以及一个GOP中每个非关键帧时间相关性信息占整个图像组中信息的比例为
步骤4:利用每个非关键帧时间相关性信息占一个图像组中时间相关性信息比例分配采样率,则第t个非关键帧中每块的采样率分配比例为:
步骤5:计算第t个非关键帧每块的采样率为其中为平均每个非关键帧的采样率;
步骤6:当Rt大于1时,不符合实际采样,需进行采样率的重分配,如果是Rt的值超过了阀值Mmax,则按照阀值进行采样,多余的采样率为Rrt=Rt-Mmax,Rrt依照其后非关键帧中mt的大小按比例分配给后面的帧,测量数完全被分配,得到最终的Rt;
步骤7:计算相邻两非关键帧相对应块的残差St,i=Xt,i-Xt-1,i,其中Xt,i为第t个非关键帧的第i个小块,若残差大于阀值T,则每个图像块的模式识别标记值Ct,i记为0,否则,Ct,i记为1,计算每块的最终采样率为:rt,i=Ct,i×Rt;
步骤8:对关键帧帧内编码或压缩测量,对非关键帧进行基于块的压缩感知;
步骤9:对关键帧进行帧内解码或重构,对非关键帧每小块进行解码重构,只需要对Ct,i=1的块进行解码,对标记为Ct,i=0的块直接用前一帧重构后的块填补即可;
步骤10:将非关键帧中重构后的小块和已用前一帧填补后的块按照原帧大小进行重组。
2.根据权利要求1所述的一种基于时间相关性的分布式视频压缩感知采样方法,其特征在于:所述步骤1中的G为6,关键帧的采样率固定为0.7。
3.根据权利要求1所述的一种基于时间相关性的分布式视频压缩感知采样方法,其特征在于:所述步骤2中的分块尺寸为B=32。
4.根据权利要求1所述的一种基于时间相关性的分布式视频压缩感知采样方法,其特征在于:所述步骤5中的分别取0.1,0.2,0.3,0.4,0.5。
5.根据权利要求1所述的一种基于时间相关性的分布式视频压缩感知采样方法,其特征在于:所述步骤6中的阀值Mmax取0.7。
6.根据权利要求1所述的一种基于时间相关性的分布式视频压缩感知采样方法,其特征在于:所述步骤7中的阀值T为St,i的均值。
7.根据权利要求1所述的一种基于时间相关性的分布式视频压缩感知采样方法,其特征在于:所述步骤8中的压缩感知的稀疏矩阵采用沃尔什-哈达玛矩阵。
8.根据权利要求1所述的一种基于时间相关性的分布式视频压缩感知采样方法,其特征在于:所述步骤9中重构采用梯度投影稀疏重构算法,重构迭代次数为100。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京邮电大学,未经南京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710595955.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种适用于LoRa网络的图像压缩与传输系统
- 下一篇:图像编码方法和系统