具有采样率控制的基于块的自适应压缩感知
计算机视觉与模式识别
2024-11-18 v1
摘要
压缩感知(CS)在低于奈奎斯特速率下获取和重建信号,在图像和视频采集中具有巨大潜力,可利用数据冗余大幅减少采样数据量。为进一步减少采样数据同时保持视频质量,本文探索视频压缩感知中的时间冗余,提出一种具有采样率(SR)控制策略的基于块的自适应压缩感知框架。为避免对非运动区域的冗余压缩,我们首先引入连续帧间的运动块检测,仅传输运动块的测量值。非运动区域从前一帧重建。此外,我们提出一种块存储系统和动态阈值,根据运动区域面积和目标采样率实现对每帧的自适应采样率分配,以控制平均采样率在目标采样率内。最后,为减少块效应并提高重建质量,我们采用运动块和非运动块的协同重建,参考前一帧非运动块的测量值。大量实验表明,该工作能够控制采样率并获得优于现有工作的性能。
引用
@article{arxiv.2411.10200,
title = {Block based Adaptive Compressive Sensing with Sampling Rate Control},
author = {Kosuke Iwama and Ryugo Morita and Jinjia Zhou},
journal= {arXiv preprint arXiv:2411.10200},
year = {2024}
}
备注
Accepted to MMAsia2024