New Method Robust Video Coding based on Compressive Sensing

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 581

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICMVIP09_069

تاریخ نمایه سازی: 6 اسفند 1395

چکیده مقاله:

Compressed sensing theory (Compressed Sensing, CS) can break through the Nyquist sampling theorem limit for efficient, high-precision sampling and reconstruction of signals. It is a new signal acquisition and processing theory which developed only in recent years. The main idea of the theory isthat making use of the sparsity or compressibility of signals, reconstruct the signals accurately or approximately through nonrel ated measurement of sampling data in low dimension. Compressed sensing theory provides a new way of thinking to signal processing, it has gain wild attention from is proposed, many research institutions and researchers have conducted in depth research. In this article we proposed a new method video coding based on Compressive sampling matching pursuit (CoSaMP). The experimental results show that the proposed approach can achieve a higher quality than some exiting compressive video coding scheme

کلیدواژه ها:

curvelet transform ، Compressive matching pursuit (CoSamp) ، Spasity

نویسندگان

Vahdat Kazemi

Faculty of Electrical and Computer Engineering University of Tabriz Tabriz, Iran

Hadi Seyedarabi

Faculty of Electrical and Computer Engineering University of Tabriz Tabriz, Iran

Ali Aghagolzadeh

Faculty of Electrical and Computer Engineering Babol University of Technology Babol, Iran

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :