基于字典学的压缩感知视频编解码系统

摘要

本发明涉及视频压缩感知和图像稀疏表示领域，为设计一个针对无线视频传感网络的压缩感知视频编解码系统，使其具有编码端复杂度低和计算量小，信道传输数据量少，解码端能够进行高质量实时视频重构等特点。为此，本发明采用的技术方案是，基于字典学的压缩感知视频编解码系统，主要包括视频编码端和解码端两部分：编码端：根据压缩感知理论，将K帧的图像像素数据进行临时存储、降维，将降维后的数据通过无线发射模块传输给解码端；在解码端，K帧经过压缩感知重构算法即改进型的修正牛顿法（NSL0）解码出来并储存，最后按照帧序整合成视频并输出。本发明主要应用于视频压缩感知、传输。

主权项

一种基于字典学习的压缩感知视频编解码系统，其特征是，主要包括视频编码端和解码端两部分：编码端：根据重构精度和实时性的要求，视频中的帧将被分为两类，一类为关键帧K帧，另一类为非关键帧CS帧，每两帧组成一个小组，即图像组GOP为2，奇数帧为K帧，紧随其后的为该组的CS帧；针对K帧，根据压缩感知理论，将K帧的图像像素数据进行临时存储，然后通过观测矩阵Φ进行降维，将降维后的数据通过无线发射模块传输给解码端；针对CS帧，在读入图像像素数据后，与前一帧K帧进行差分，即dv＝Xcs‑Xk，并判断dv的均方误差值(MSE)，若MSE小于阈值下限，则判定这两帧非常相似，发送一个1bit信号通知解码端该CS帧无需重构，直接使用前一帧K帧重构结果作为其重构结果；若MSE大于阈值上限，将dv通过观测矩阵Φ降维，将降维后的数据发送给解码端，同时发送1bit信号通知解码端在完成此CS帧重构后进行字典学习；若MSE在阈值范围内，则直接将dv通过观测矩阵Φ降维并发送；在解码端，K帧经过压缩感知重构算法NSL0解码出来并储存，如果编码端传来更新字典的信号，则根据K‑奇异值分解算法(K‑SVD)进行稀疏矩阵的字典更新；对于CS帧，使用K帧更新过的系数矩阵和观测矩阵进行NSL0压缩重构，将重构出的结果与前一帧K帧的重构结果相加得到CS帧的重构，最后按照帧序整合成视频并输出；压缩感知理论具体是指，采用K‑SVD字典学习法生成稀疏字典，初始的稀疏字典设定为全局字典，即使用摄像头所处场景的图片训练出来的字典。