基于稀疏表示的视频编码方法研究

基于运动补偿预测和DCT闭环结构的视频编码框架在进一步提升压缩性能方面遇到了瓶颈，视频编码研究领域亟待探索新的视频编码架构和方法。本项目以申请人在视频可伸缩编码和图像信号处理方面的前期研究工作为基础，结合视神经科学的有效性编码理论和信号处理领域的多尺度几何分析方法，探索基于稀疏表示模型的视频编码理论与方法。拟通过研究基于3D基元的视频稀疏表示模型、基于统计学习的基元估计算法和优化的视频稀疏编解结构框架等主要内容，充分表达图像信号的局部几何特征及其随时间的动态变化，进而有效地去除蕴涵在视频信号中的时空相关性，获得视频信号的优化分解和高效重构。研究方案综合了生物视觉神经科学、统计学习理论和多尺度信号处理等多个领域的研究进展，有望获得视频编码结构的突破和压缩性能的提升，对提高我国视频编码的基础研究水平和成果的原创性将起到积极的作用。