语音压缩感知研究进展与展望

压缩感知技术,特别是语音压缩感知技术逐渐成为信号处理领域的研究热点。当前的语音压缩感知关键技术主要包括适合语音信号的稀疏分解矩阵构造,观测矩阵的选择和重构算法的设计。稀疏分解矩阵的重要代表是正交基、基于语音特性的线性预测矩阵和过完备字典。观测矩阵方面主要采用随机观测矩阵分析语音压缩感知性能;重构算法方面重点研究当观测序列或语音信号本身含有噪声时鲁棒的语音压缩感知重构算法。本文对上述语音压缩感知的3大关键技术进行了介绍和对比分析,并对语音压缩感知的应用进行了总结,最后对未来可能的研究热点进行了展望。     

语音信号处理中鲁棒性压缩感知关键技术

压缩感知技术在 许多领域都有广阔的应用前景。压缩感知关键技术主要包括稀疏矩阵的选取,观测矩阵的构造以及重构算法的设计。语音信号不同于一般信号,通常在观测矩阵和重构算法中有特殊的结构特征。在实际的应用中,噪声难以避免,而压缩感知系统中,重构系统是非线性的,且对噪声敏感,因而研究具有抗噪能力的鲁棒性压缩感知系统具有重要意义,也是压缩感知技术能否真正实用的关键之一。本文首先介绍了压缩感知的基本概念,然后分析各种噪声对压缩感知带来的影响,侧重从语音信号的观测矩阵和重构技术入手,介绍具有鲁棒性的压缩感知投影算子和重构算法,最后对未来可能的研究方向进行了展望。     

非局部低秩正则化视频压缩感知重构

视频压缩感知在采样资源受限的视频采集领域具有重要研究意义,重构算法是视频压缩感知系统的关键技术.为了更好地从压缩采样数据中重构视频信号,提出一种基于全变分与非局部低秩正则化的视频重构算法,为视频重构提供一种新的思路.算法第1步考虑视频帧内和帧间的局部相关性,应用全变分模型作为先验约束得到初步恢复的视频帧;第2步考虑视频帧内与帧间的非局部自相似性,应用改进的非局部低秩正则化算法对其进一步重构,该步骤针对初步恢复的图像帧分块在本帧和关键帧中寻找相似块,构建低秩矩阵进行低秩正则化重构.仿真结果表明,所提出算法能够精确重构视频信号,相比主流的视频压缩感知重构算法具有更高的重构质量.     

压缩感知观测信号的低秩稀疏分解

低秩稀疏分解是可应用于视频监控的一种视频分析方法,与满足Nyquist定理的采样信号相比,压缩感知观测信号的低秩稀疏分解难度更大。借鉴在低秩稀疏分解时将信号投影到其低秩部分的正交空间方法,提出先压缩观测再投影与先投影再压缩观测两种不同的压缩观测与投影方法,推导出每种方法的投影与压缩观测合并算子,分别对稀疏前景与低秩背景进行压缩感知重构,实现时变稀疏信号压缩观测的低秩稀疏分解。由于背景的缓慢变化会使低秩矩阵的正交空间发生改变,应用结构相似度来判断相邻帧低秩矩阵的变化情况,并估计该正交空间是否需要更新。实验结果表明,与SpaRcs方法相比,该方法能够在较低的压缩采样率下实现更精确的信号低秩背景与稀疏前景的直接分离重构,每帧图像压缩感知重构结果的峰值信噪比最多能够提高2 dB左右。     

基于结构化观测矩阵的低复杂度视频编码

低复杂度视频编码越来越受到人们的关注。压缩感知理论具有同时采样和压缩信号的特点,可用于低复杂度视频编码设计。针对基于随机观测矩阵的传统压缩感知（Compressive sensing, CS)理论很难实际应用这一问题,提出采用结构化观测矩阵的CS算法对视频编解码。探讨了结构化观测矩阵的特点和构造方法,分析了不同类型结构化观测矩阵实现信号精确重构的理论,设计了基于结构化观测矩阵的CS视频编解码算法。实验证明了所提算法的有效性,同时由于结构化观测矩阵高效、易于硬件实现,因此该算法在低复杂度视频场合具有良好的应用前景。     

一种分层P2 P流媒体系统重叠网的构建策略

基于Peer-to-Peer(P2P)技术的流媒体应用具有部署效率高及可扩展性好等突出优势。而采用分层视频编码技术的P2P流媒体系统把原视频流分解为多个视频层数据进行分发,让节点能够选择与自己带宽资源相匹配的视频质量,使其很好地适应节点的异构性。但是各分层视频数据传输的路径存在较大差异,使重叠网构建策略面临更大的挑战。因此定义了基于分层视频编码技术环境下的P2P流媒体重叠网络构建问题,并证明该问题是一个NP难问题。提出了一种构建重叠网的集中启发式算法,同时还提出了一种基于视频组(Streaming Group)的分布式重叠网络构建策略。通过大规模网络仿真实验验证了基于该分布式重叠网构建策略的分层流媒体系统具备低服务器带宽占用、高数据获取率等优点。     

基于车联网的数据动态压缩采集策略

车联网能高效地实现感知区域的覆盖,因此被应用于大规模城市感知。同时,为了解决车联网难以传输大量数据的问题,一些研究者使用压缩感知对具有时空相关性的数据进行压缩。但是,目前在车联网中应用压缩感知的研究并没有考虑数据和车辆分布变化的特性,很可能导致不可接受的误差。为了保证数据的重构精度,提出面向车联网的动态压缩感知方法。该方法能自动分析感知对象的数据特征、车辆分布和观测数量之间的关系。在压缩感知的基础上加入观测数量调整功能,通过对当前感知对象的数据特征和车辆分布的分析, 实时调整压缩感知中观测矩阵的参数,从而控制观测数据的数量,提升重构精度,实现更高质量的数据传输。实验表明与现有车联网中的压缩感知方法相比,面向车联网的动态压缩感知方法在重构精度上提升了15.3%。     

基于Directshow的流媒体视频混合及网络传输系统

本文基于Directshow和Windows Socket技术,建立了一种流媒体视频混合及网络传输系统,实现了两路视频流媒体的混合,给出了混合视频流网络传输的解决方案。即在一台视频流媒体服务器、一台终端和一条低带宽线路的条件下同时传输两路/多路动态视频流,并且可以随时调整叠加视频的位置和Alpha值;具有客户端简单,节约带宽,传输效率高,传输信号准确清晰的优点。     

一种可伸缩的鲁棒流媒体系统设计与实现

本文介绍了一种适于网络环境的高效、可扩展、自适应以及鲁棒的视频流压缩与传输技术,并以此为基础最终实现了一个流媒体系统.该系统由两部分组成流媒体压缩部分和网络传输控制部分.在本文中将详细介绍这两个部分所采用的关键技术.     

低存储化压缩感知

目的 非相关观测是压缩感知(CS)理论中的关键因素。高斯随机矩阵作为一种普适的CS非相关观测矩阵,在压缩感知中得到广泛的研究与应用。但在实际应用中,却存在实际内存占用较多,不适应大规模应用的问题。为寻求降低随机观测矩阵所需的存储空间,提出一种基于半张量积的压缩感知方法,利用该方法可以成倍地降低观测矩阵所需的存储空间。方法 该方法利用半张量积理论,构建降维随机观测矩阵,实现对原始信号的随机观测,并采用l^q(0< q< 1)范数的迭代重加权最小二乘法进行重构,从而得到稀疏信号的估计值。结果 仿真实验分别采用1维稀疏信号和2维图像信号进行了测试,并从重构概率、迭代收敛速度、重构信号的峰值信噪比等角度进行了测试和比较。通过不同大小的随机观测矩阵比较验证表明,采用降维后观测矩阵进行采样和重构,其重构信号质量并没有明显下降,但其观测矩阵所需的存储空间却可大大降低,如降低为通常的1/4,1/16,甚至更低。结论 本文压缩感知方法,可以大大降低观测矩阵所需的存储空间,同时有效降低数据运算复杂度以及内存占用率,有助于压缩感知的应用。     

残差分布式视频压缩感知*

压缩感知(CS)是一种能同时进行数据采集和压缩的新理论,为简化编码算法提供了依据,同时,分布式视频编码(DVC)为低复杂度的视频编码提供了思路。因此,通过整合DVC和CS各自的特性以构建编码简单的视频编码框架,并采用残差技术来提高系统性能,最终提出了一种残差分布式视频压缩感知(RDCVS)算法:对关键帧进行传统的帧内编、解码;而对非关键帧,编码端采用一种基于残差联合稀疏模型的随机观测,解码端利用边信息和改进的梯度投影重建(GPSR)算法进行优化重构。由于将运动估计和变换编码等复杂度较高的运算转移到解码端进行,因而RDCVS保持了低复杂度的编码特性。实验结果表明,RDCVS算法比参考方案的恢复质量提高了2～3 dB。     

基于双边信息的残差分布式压缩视频感知

压缩感知(CS)是在低于奈奎斯特率条件下获取和重构稀疏信号的新兴技术,在图像和视频获取和处理中有巨大的发展潜力.为了有效提高被测信号的稀疏性和重构效率,本文提出一种基于双边信息的残差分布式压缩视频感知(RDCVS-DSI)编解码模型.该模型利用了图像自身的频域特性和邻近帧之间的相关性,以低质量的视频帧作为编解码的第一边信息,解码端利用关键帧运动估计和运动补偿技术生成非关键帧的第二边信息.通过性能分析和仿真测试表明,该RDCVS-DSI模型能够在较低复杂度条件下,高保真地重建视频序列.与以前的压缩视频感知工作对比,重构帧的平均峰值性噪比达到1-5dB的增益,重构速度接近于复杂度最低的DCVS.     

基于预测机制的云媒体网络自适应视频流选择算法

研究移动网络中,如何进一步提高云媒体服务带宽利用率的问题,提出一种基于预测机制的云媒体网络自适应视频流选择算法。该算法包含可用带宽预测模型和视频流决策模型。在带宽预测模型中,根据带宽评估结果把当前的网络状态划分为三个模式,每个模式对应不同的带宽预测方法,并且不同的模式能够相互转化。在视频流决策模型中,利用预测的可用带宽,结合可伸缩视频编码技术为用户自适应的调整视频质量。根据实验,在不同网络环境下,该方法能够有效的利用带宽,并提高媒体服务质量。     

Blackfin平台上视频服务器

随着网络通信技术和多媒体技术的迅猛发展,嵌入式的视频监控设备需求量也在增加。提出了一种嵌入式的视频服务器解决方案,方案中采用高压缩比、高鲁棒性的H.264视频编码算法;对开源代码Live555进行功能扩展并作为流媒体服务模块,负责处理客户端RTSP连接请求、音视频数据的RTP打包和发送等功能。最后,使用流媒体客户端VLC对视频服务器进行功能测试,可获得实时性较好、流畅度较高的图像和声音。     

基于压缩感知的遥感成像稀疏重构性能分析

压缩感知是一种新型的信息论，打破了传统的Shannon-Nyquist采样定理，能够以少量数据完成信号采样。稀疏重构是压缩感知由理论到实际的关键环节，为了将压缩感知有效地应用于遥感成像领域，研究了稀疏重构对遥感成像过程的影响。针对稀疏重构理论模型，分析了重构误差的成因；同时，针对典型的凸优化类算法和贪婪类算法，利用峰值信噪比指标对遥感图像重构误差进行评价。在仿真实验中，定量考察遥感图像在不同压缩采样率、不同重构算法下的稀疏重构性能。结果表明，稀疏重构算法能够成功重构遥感图像，各算法在不同压缩采样率下均表现出了较好的重构质量，整体上能够满足遥感成像应用，验证了压缩感知稀疏重构方法在遥感成像中应用的可行性。     

基于GM8180的嵌入式视频服务器设计

详细介绍了一种基于台湾智原科技公司GM8180芯片的嵌入式视频服务器设计。描述了该服务器的结构和功能,对系统的各个组成模块进行了分析和介绍,如视频采集模块、音频输入和输出模块、以太网模块等。在软件方面,对RTSP流媒体服务器软件架构和视频采集、编码的流程进行了说明。系统采用H．264视频编码技术,单芯片即可实现2路D1的H.264实时编码以及多用户的实时流媒体服务。     

基于有条件ARQ分层编码的视频传输

分层编码的基本层视频流如果受到损伤,将严重影响重建的视频质量,通常采用ARQ技术对基本层视频流进行保护,但是在信道状况恶劣时,大量的重传会影响系统的实时性。提出一种有条件ARQ分层编码方法,根据解码端错误掩盖后的视频损失量,决定是否需要采用ARQ技术重传受损的基本层视频。仿真结果显示该方案不但可以有效增强BL层视频包的抗差错能力,而且减少重传次数,大大降低由于完全采用ARQ所带来的系统延迟,提高视频传输的实时性。     

一种基于3DTV编解码技术的视频流传输方法*

3DTV编解码技术及其立体视频流的优化传输方法是构建实时立体多视角3DTV系统的关键所在。通过对立体视频压缩编码和优化技术、立体视频解码技术,以及运动补偿预测与视差补偿预测技术的分析,在基于DSP平台TMS320DM642上进行AVS标清立体视频编解码及视频流优化传输,得出将互补的流媒体内容分发技术加以融合的立体视频流传输方法。     

矿用实时视频传输系统设计

针对现有煤矿井下视频传输系统存在视频清晰度低、传输速率不稳定、兼容性差等问题,设计了一种矿用实时视频传输系统。该系统采用960 nm红外激光作为辅助光源,利用MCCD图像传感器采集视频信号,提高了低光照强度或黑暗环境下视频清晰度;通过视频解码模块TVP5150将采集的PAL制式模拟视频信号转换为YUV数字信号,数字信号经多格式编码器进行H.264压缩编码,并在此基础上添加UDP报文头进行RTP封装,提高了视频数据传输的时效性;通过Live555流媒体服务器进行数据流化,使用ONVIF标准封装RTSP视频流,通过Socket网络编程实现实时视频流数据网络传输,提高了系统兼容性和传输速率稳定性。测试结果表明,该系统视频传输速率为2.190 Mbit/s,丢包率约为1.256%,达到实时视频传输要求。     

基于连续式录像机存储的应用层组播系统设计

针对应用层组播系统采用网络硬盘录像机存储模式存在流媒体转发服务器负载较重、传输效率低的问题,提出了基于连续式录像机存储的应用层组播系统设计方案。对于不需要预览的视频通道,利用存储服务器直接从前端编码源获取视频数据,在保证编码源和接收端是单份视频数据的前提下,有效地缓解了流媒体转发服务器的负载,从而保证了矿区视频监控系统的正常运行。现场实际应用验证了该系统的有效性。