CVS 中基于多参考帧的最优多假设预测算法

摘要：

现有的视频压缩感知（ CVS）多假设预测方法均以当前块在参考帧对应搜索范围内的所有搜索块为假设块，造成求解线性权值系数的计算复杂度过高和预测精度受限。针对该问题，文中提出了一种基于多参考帧的最优多假设预测视频压缩感知重构算法。该算法首先从多个参考帧中选取出与当前块测量域绝对差值和（ SAD）最小的一部分搜索块作为当前块的最优假设块集，然后对假设块进行自适应线性加权，充分地挖掘视频帧间相关信息，提升了预测精度，同时降低了求解线性权值系数的计算复杂度；最后对测量值进行帧间DPCM量化，以提高视频压缩效率和率失真性能。仿真实验表明，与现有的视频压缩感知重构算法相比，文中算法具有更高的视频重构质量。

关键词：压缩感知、视频重构、多参考帧、多假设预测、量化

所属期刊栏目：44

分类号：TN919.8

资助基金：国家自然科学基金资助项目61471173@@@@Supported by the National Natural Science Foundation of China61471173

在线出版日期：2016-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1-8