Distributed Compressed Video Sensing with a Pre-learned Consensus Convolutional Dictionary

doi:10.1117/12.3102587

Distributed Compressed Video Sensing with a Pre-learned Consensus Convolutional Dictionary

2026-01-01

0

PRE

AI

I

Ibuki Muta *

K

Kuntpong Weraratpanya

Y

Yoshimitsu Kuroki

DOI：10.1117/12.3102587

原文链接

原文求助

摘要

En 中文

分布式压缩视频感知（DCVS）是一种非常适合低功耗、低复杂度编码环境的视频编码框架。在传统的基于卷积稀疏表示（CSR）的DCVS中，卷积字典滤波器是通过每个图像组（GOP）中的关键帧学习得到的，其余非关键帧通过使用该字典求解卷积稀疏编码（CSC）问题来重建。在本文中，我们研究了一种基于CSR的DCVS框架，该框架采用通过基于共识的字典学习框架在多个视频数据集上离线训练的预学习卷积字典。使用这个固定字典，序列中的每一帧都独立重建，就像它是关键帧一样，即不参考同一序列中的其他帧。我们在Foreman、Akiyo和Coastguard序列上评估了所提出的预学习字典DCVS，并在两种配置下进行测试，这两种配置在数据保真项（L1或L2）的选择上有所不同，并采用对称边界处理。实验结果表明，所有测试序列都可以成功使用预学习字典重建，表明在解码器中进行序列特定的基于关键帧的字典学习并非必要。此外，L1数据保真项在PSNR和SSIM方面始终比L2项产生更好的重建质量。

Keyword:

Distributed Compressed Video Sensing

Convolutional Sparse Representation

Consensus framework

boundary handling

Distributed Compressed Video Sensing with a Pre-learned Consensus Convolutional Dictionary

摘要

期刊

机构

引用论文