1、具有立體感和交互性的3D立體視頻代表了未來視頻應(yīng)用的發(fā)展方向，為了在解碼端獲得深度等附加場景信息需要在編碼端對(duì)同一場景拍攝到的多個(gè)視點(diǎn)視頻信號(hào)進(jìn)行編碼，如何處理大量視頻數(shù)據(jù)帶來的軟硬件壓力是多視點(diǎn)視頻編碼要面對(duì)的首要問題。
　　本文將近年來興起的壓縮感知（Compressive Sensing，CS）和分布式視頻編碼（Distributed Video Coding，DVC）相結(jié)合，在充分發(fā)揮兩種理論技術(shù)各自優(yōu)勢(shì)的基礎(chǔ)上，提出一種

2、面向多視點(diǎn)視頻的分布式壓縮視頻感知編碼方案（Distributed Compressive Video Sensing，DCVS），主要研究方法和創(chuàng)新成果如下：
　　（1）基于Contourlet變換的壓縮感知：針對(duì)傳統(tǒng)正交變換二維信號(hào)稀疏逼近能力有限的問題，將具有多分辨率和多方向性的Contourlet變換用于視頻幀的稀疏表示，Contourlet變換可以彌補(bǔ)小波變換方向性不足的缺點(diǎn)，更好的逼近圖像中的線條紋理，從而用更少的系數(shù)

3、表示出圖像信號(hào)；
　　（2）基于學(xué)習(xí)字典的信號(hào)稀疏表示：為了彌補(bǔ)固定正交基無法根據(jù)信號(hào)特征自適應(yīng)的進(jìn)行稀疏表示的缺點(diǎn)，將 MOD、K-SVD算法用于分塊壓縮感知中冗余字典的訓(xùn)練進(jìn)而實(shí)現(xiàn)不同信號(hào)的自適應(yīng)稀疏表示，并針對(duì)目前學(xué)習(xí)算法收斂慢的問題，提出一種基于系數(shù)重用的改進(jìn)OMP算法，并將改進(jìn)的OMP算法用于學(xué)習(xí)算法的稀疏編碼，加快字典的訓(xùn)練速度，提升重建的實(shí)時(shí)性。
　?。?）采用動(dòng)態(tài)采樣率分配的多視點(diǎn)分布式壓縮視頻感知編碼：將分

4、布式視頻編碼方案用于多視點(diǎn)視頻編碼，分別對(duì)關(guān)鍵幀K幀和非關(guān)鍵幀CS幀進(jìn)行不同稀疏基和采樣率的壓縮感知采樣和重建，CS幀中分塊壓縮感知的采樣率根據(jù)圖像塊內(nèi)容動(dòng)態(tài)分配，同時(shí)利用運(yùn)動(dòng)估計(jì)和插值算法估計(jì)出時(shí)間方向和空間方向邊信息用于冗余字典的訓(xùn)練，通過空間相關(guān)性的引入進(jìn)一步提升多視點(diǎn)視頻的重建質(zhì)量。
　　實(shí)驗(yàn)結(jié)果表明，本文提出的基于分布式壓縮視頻感知編碼方案的多視點(diǎn)視頻編碼方案可以充分發(fā)揮壓縮感知技術(shù)和分布式視頻編碼的特點(diǎn)，將大量的計(jì)算復(fù)