2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩69頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、壓縮感知是一種新型的編碼技術(shù),該技術(shù)在信號采樣的同時進(jìn)行壓縮,大大降低了采樣率,突破了奈奎斯特采樣定理中采樣率必須大于等于兩倍信號最高頻率的局限性。壓縮感知具有低采樣率、低編碼端復(fù)雜度、低硬件要求和高視頻重建質(zhì)量等特點,隨著人們對超寬帶無線傳感器網(wǎng)絡(luò)視頻通信的需求,它必將在未來的無線視頻領(lǐng)域中展現(xiàn)出其優(yōu)勢。
  本文針對目前壓縮感知重構(gòu)算法存在的缺陷與不足,結(jié)合基于平滑l0范數(shù)的壓縮感知重構(gòu)算法SL0算法,通過對SL0算法的l0范

2、數(shù)逼近函數(shù)、迭代搜索方向、迭代搜索方法以及循環(huán)終止條件等進(jìn)行改進(jìn),提出了一種更加高效的壓縮感知重構(gòu)算法。改進(jìn)算法提高了重構(gòu)質(zhì)量并降低了重構(gòu)耗時,對于各類視頻序列具有普遍的適應(yīng)性。
  通過分析現(xiàn)有的分布式視頻編碼模型以及分布式壓縮感知視頻編碼模型的不足,提出了一種新的分布式壓縮感知視頻編解碼模型。其編碼端采用差分編碼模型,解碼端采用聯(lián)合解碼模型。模型最大程度的降低了編碼端的復(fù)雜度和功耗,將大量的存儲運算轉(zhuǎn)移到了解碼端,所提模型具有

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論