视频压缩感知在采集端资源受限的视频采集应用场景有重要研究意义. 重构算法是视频压缩感知
的关键技术, 基于多假设预测的“预测-残差重构” 框架具有良好的重构性能. 但现有的多假设预测 …

为了改进视频压缩感知方案的性能, 提出了一种基于多重假设的视频压缩感知分层重建方案.
该重建方案以图像组为单位进行, 首先对关键帧进行空域多重假设预测和残差重建; …

现有的分块视频压缩感知通常对所有图像块均采用相同的测量矩阵进行测量,
这种平均分配采样率的测量方式忽略了视频中不同区域的结构复杂度和变化程度不同的事实 …

多假设预测是视频压缩感知多假设预测残差重构算法的关键技术之一, 但目前的多假设预测算法
对运动剧烈的视频序列依然存在计算复杂度高且质量不佳的缺陷, 而且由于观测值与真实信号是 …

为了提高视频压缩感知(CS) 重构算法的率失真性能, 该文提出利用视频的时空特征进行联合重
构. 为了不引入过多的复杂度, 采集端以固定采样率对帧内各块进行测量; …

Abstract Compressed Video Sensing (CVS) has great significance to the scenarios with a
resource-deprived video acquisition side. Reconstruction algorithm is the key technique in …

视频压缩感知在采样资源受限的视频采集领域具有重要研究意义, 重构算法是视频压缩感知系统
的关键技术. 为了更好地从压缩采样数据中重构视频信号, 提出一种基于全变分与非局部低秩 …

为了提升视频压缩感知稀疏重构的准确性, 得到更高质量的重构视频帧, 基于视频信号在不同
表示域具有不同的稀疏特性, 文中提出了一种基于多维度参考帧的双稀疏重构算法(MRF-DSR) …

视频压缩感知是解决无线多媒体网络中海量数据存储和传输问题的有效方法,
但常规基于单帧处理的压缩重构质量较差, 限制了应用效果. 文中提出了基于BCS …

在接收端进行预测和补偿的残差重建算法是一种高效的视频压缩感知重建算法. 但是,
残差重建算法没有应用当前图像的稀疏先验, 算法性能完全依赖于预测结果的准确性 …