一种基于新型KPCA算法的视频压缩感知算法

摘要：

针对具有帧间相关性的视频信号的压缩感知问题，文中依据核主成分分析( KPCA)变换能量集中的特性，将能量值较低的变换系数去除，实现视频信号在KPCA变换下的稀疏表示，并验证了其用于压缩感知算法的可行性。考虑到KP-CA特征提取时存在如何根据具体问题选择最优核函数的问题，在传统文化算法的影响函数中引入自适应变异算子，形成一种自适应变异算子文化算法( AMOCA)，并将其与KPCA算法结合起来用于训练核参数，有效地提高了KPCA应用中核函数的优化选择。大量仿真对比实验表明，文中算法能有效消除视频帧间相关性，具有更高的视频重构质量以及更好的性能。

关键词：压缩感知、文化算法、核主成分分析、帧间相关性、稀疏表示

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61070234,61071167

在线出版日期：2015-11-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：101-106