[发明专利]基于数据驱动张量子空间的压缩视频采集与重构系统

说明书

本发明提供了一种基于数据驱动张量子空间的压缩视频采集与重构系统，包括：张量稀疏基构造模块、视频信号传感模块和重构处理模块，其中：张量稀疏基构造模块利用张量子空间学习方法生成张量子空间对应的稀疏基矩阵；视频信号传感模块对视频信号以张量块的形式进行投影，得到观测值；重构处理模块接收对稀疏基矩阵和观测值，对张量信号的各个维度分别解码重构。本发明提供压缩采样的同时还契合了视频采样过程的分布式渐进式的结构，对张量稀疏基矩阵的特殊构造也提升了重构的精确度和效率。本发明大大提高了视频信号的采样效率，在不同的采样压缩率下相比其他方法取得了重构增益，同时也具备良好的可扩展性。

技术领域

本发明涉及一种视频信号获取方案，具体地，涉及一种基于数据驱动张量子空间的压缩视频采集与重构系统。

背景技术

视频信号的采集和编码(压缩)对于视频的存储和传输等应用至关重要。传统的信号处理系统采用先采样再压缩的模式：为了完整地保存信号所有信息，应以不小于信号带宽的两倍采样频率对视频进行采样；采集到的原始信号通过一系列编码技术后达到去除冗余的目的，相关技术的瓶颈在于花费了大量的传感器以及计算资源就为了获得处理后的少量信号压缩数据，对采样端的资源需求过高。为了进一步提高视频信号的采集效率，在采样的同时加入了一些信号处理技术，其中一种方案则是将采样与压缩同时进行，然后通过后端的一些算法对压缩后的数据进行重构。

经过对现有技术的文献检索发现，Q.Li,D.Schonfeld和S.Friedland在2013年的《IEEE International Conference on Multimedia and Expo》(IEEE ICME)会议上发表的“Generalized tensor compressive sensing”一文中提出了基于离散余弦变换(DCT)张量基的重构将压缩传感应用到视频采样上来，该方法在采样编码端直接对视频张量采用传感矩阵对各个维度分别进行压缩采样，在解码端使用DCT基作为稀疏基对信号进行重构，这种方法可以有效地提高视频采样的效率，并且保证重构获得的视频的主观质量，但这种方法所使用的DCT基是一种固定基，对于具有复杂纹理或者剧烈运动的视频场景，该方法所使用的DCT基不够灵活以至不能准确有效的对视频帧张量块进行稀疏表示，不能提供更加有效的稀疏性和适应性，进而导致效果降低。这些不足促使我们在其基础上去寻找一种更加有效灵活地稀疏基去进行重构，充分利用视频信号块的特殊结构来提高重构结果的主客观质量。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于数据驱动张量子空间的压缩视频采集与重构系统，可以有效提高视频信号采集效率以及重构系统的主客观质量，并可作为一种通用的视频采集工具。

为实现以上目的，本发明提供一种基于数据驱动张量子空间的压缩视频采集与重构系统，包括：张量稀疏基构造模块、视频信号传感模块和重构处理模块，其中：

所述张量稀疏基构造模块，对视频信号关键帧张量块利用张量子空间学习方法生成张量子空间对应的稀疏基矩阵，并将该稀疏基矩阵输出到重构处理模块的输入端；

所述视频信号传感模块，将视频信号的非关键帧块以张量块的形式对各个维度分别进行投影，得到观测值，并将该观测值输出到重构处理模块的输入端；

所述重构处理模块，接收所述张量稀疏基构造模块输出的稀疏基矩阵与所述视频信号传感模块输出的观测值，对信号进行重构。

优选地，所述的张量稀疏基构造模块，实现由在重构的关键帧上得到的张量块作为训练集用于生成张量子空间的稀疏基矩阵。

优选地，所述的张量稀疏基构造模块，实现由张量子空间学习方法生成的一种标准正交基，其能够适应性的表示出多维信号的各个维度的内在结构，相对于固定基能更有效地稀疏表示视频信号。

优选地，所述的视频信号传感模块是一种一阶的数字微镜设备(DMD)，其模拟对视频信号的压缩传感，对视频非关键帧的张量块的各个维度分别进行采样。