基于压缩传感的稀疏视频信号表示与编码方法研究

遵循香农采样定理，基于正交变换和运动预测的视频采集编码研究遇到了瓶颈，低复杂度、高压缩性能、强抗干扰能力等对传统视频编码带来了诸多挑战性的理论和应用课题。本项目结合申请人在视频编码、信号处理、数据压缩研究的前期工作，和信号处理领域的最新成果- - 压缩传感理论，探索视频信号表示和编码的新思路，旨在解决压缩传感图像／视频信号线性测量和完美重构的数学最优化问题，构造测量感知矩阵和正交变换重构矩阵，研究正交匹配追踪优化算法，实现基于压缩传感的视频信号表示和编码，搭建原型验证平台，建立测试环境与评价方法，取得原创性科技成果。.本项目研究可使得优化运筹学、信号处理和视频压缩等多个领域的理论研究与实际应用相结合，具有理论创新性和前瞻性，带有一定探索性质，有望突破香农采样定理极限和传统视频编码压缩瓶颈，解决传统编码在处理速度、存储空间和抗干扰能力等方面的问题，对新一代视频应用提供理论支持和先进技术方案。

本项目研究基于压缩传感的图像/视频信号的表示与编码方法，首先将信息论、率失真理论与压缩传感相结合，分析压缩传感的率失真特性，为基于压缩传感的稀疏信号表示与编码提供理论分析。然后以理论分析为指导，研究并实现基于压缩传感的图像信号测量与重构方法。在传统压缩传感重构算法的基础上，研究基于图像结构化信息的压缩传感重构算法，通过加入图像的结构化信息来提高重建效果。针对现有算法对图像边缘和纹理不能理想重构的问题，提出基于全变差的压缩传感重构算法 TV1；为进一步提高TV1算法的重构效果和稳定性，利用图像轮廓波变换的稀疏性，将全变差问题的可行域约束在更小的范围内，提出 TV2 重构算法。在此基础上，围绕视频信号编解码算法展开研究，对比研究分析了基于压缩传感的视频编解码和基于传统混合编码框架的视频编解码算法，研究并实现视频信号编解码验证平台及其优化算法。本项目共发表和录用SCI和EI高水平论文17篇，授权国家发明专利4项，获得上海市科技进步一等奖1项，培养研究生8人。