公开(公告)号：CN104881846A

公开(公告)日：2015-09-02

申请号：CN201510107465.1

申请日：2015-03-11

Applicant: 哈尔滨工业大学深圳研究生院

Inventor： 吴绍华 ,  王海旭 ,  刘云路 ,  张钦宇 ,  陈大薇

IPC: G06T5/00 ,  G06T9/00

Abstract: 本发明提供了一种基于双密度双树复小波的结构化图像压缩感知还原方法及系统，所述方法将结构化稀疏模型与CoSaMP（Compressive Sampling Matching Pursuit）算法相结合，并且将基于双密度双树复小波变换的系数结构模型融入所述方法，进一步提高重构性能。本发明的方法及系统由于利用图像在小波变换下具有的结构化稀疏模型以及针对小波变换的缺陷而采用的双密度双树复小波变换，能够获得更高的图像重构质量。

公开(公告)号：CN104159112A

公开(公告)日：2014-11-19

申请号：CN201410389840.1

申请日：2014-08-08

Applicant: 哈尔滨工业大学深圳研究生院

Inventor： 吴绍华 ,  赵睿思 ,  王海旭 ,  焦健 ,  张钦宇

IPC: H04N19/177 ,  H04N19/577 ,  H04N19/63

Abstract: 本发明提供了一种基于双重稀疏模型解码的压缩感知视频传输方法及系统，该压缩感知视频传输方法包括编码步骤和解码步骤。其中编码步骤包括视频帧图像分组步骤、压缩编码步骤；解码步骤包括关键帧重构步骤、边信息生成步骤、冗余字典构造步骤、非关键帧重构步骤和视频帧图像重组步骤。本发明的有益效果是：本发明的方法及系统由于更全面地挖掘视频帧图像的特征信息，由估计信息生成的训练集通过构造新型的字典，结合GPSR（Gradient Pursuitfor Sparse Reconstruction）算法，能够提高非关键帧的重构质量，从而提升了系统的整体性能。

公开(公告)号：CN104159112B

公开(公告)日：2017-11-03

申请号：CN201410389840.1

申请日：2014-08-08

Applicant: 哈尔滨工业大学深圳研究生院

Inventor： 吴绍华 ,  赵睿思 ,  王海旭 ,  焦健 ,  张钦宇

IPC: H04N19/177 ,  H04N19/577 ,  H04N19/63

Abstract: 本发明提供了一种基于双重稀疏模型解码的压缩感知视频传输方法及系统，该压缩感知视频传输方法包括编码步骤和解码步骤。其中编码步骤包括视频帧图像分组步骤、压缩编码步骤；解码步骤包括关键帧重构步骤、边信息生成步骤、冗余字典构造步骤、非关键帧重构步骤和视频帧图像重组步骤。本发明的有益效果是：本发明的方法及系统由于更全面地挖掘视频帧图像的特征信息，由估计信息生成的训练集通过构造新型的字典，结合GPSR（Gradient Pursuit for Sparse Reconstruction）算法，能够提高非关键帧的重构质量，从而提升了系统的整体性能。