自适应块匹配搜索算法研究

为从视频序列提取运动矢量,进行有效的视频检索,对现存的运动特征的提取算法存在的问题进行了分析,提出了基于自适应块匹配搜索的全局运动特征提取方法。实验表明该算法在大大提高搜索速度的同时,能够获得几乎与全搜索算法相同的峰值信噪比(PSNR)。

一种自适应块匹配并行算法的研究及性能分析

介绍了一种自适应块匹配新算法,这种算法充分考虑了活动视频序列中运动物体与变化区域的具体情况,结合块的划分与匹配估算,得到了一个合理的迭代运算流程,其特点是在单机环境下同时进行一批块的匹配与处理。最后采用这个算法对部分活动视频序列进行了仿真计算,取得了部分结果,经分析表明,这种算法对于运动复杂度较大的视频活动信号具有更好的性能。

广义空间调制MIMO系统中基于块稀疏自适应匹配追踪的检测算法

广义空间调制(Generalized Spatial Modulation,GSM)在多输入多输出(Multiple Input Multiple Output,MIMO)系统中的应用能够提高系统的能量效率,但与此同时GSM-MIMO系统激活多根天线也给接收机的信号检测带来了极大的挑战,而接收端是否能正确高效地检测出发送信息对整个通信系统至关重要。由于在GSM-MIMO系统中,活跃用户和活跃天线都具有稀疏性,可以应用压缩感知算法进行用户和天线检测。针对多用户广义空间调制信号的结构和稀疏性,将检测问题转化为块稀疏恢复问题,提出了一种块稀疏自适应匹配追踪(Block Sparse Adaptive Matching Pursuit,BSAMP)算法,设计了支撑集检测的两步策略:第1步,利用块稀疏特征检测出活跃用户,得到块级支撑;第2步,通过求解活跃用户的各天线的l_(2)范数得到天线级的索引支撑集。有效利用每个用户的有源天线,检测出活跃用户及其用户数据。在信号值检测阶段,利用GSM-MIMO系统的特点对活跃用户有源天线上的信号取均值,降低了重构的误比特率。此外,采用稀疏度自适应的方法,接收端不需要严格知道活跃用户数目,更贴近实际环境。仿真结果表明,提出的BSAMP算法能够提高检测精度。

基于遗传算法的自适应块匹配运动搜索算法

提出了一种应用于视频压缩编码中的基于遗传算法的块匹配运动搜索算法。为了加速搜索进化过程并更好地与具有不确定性的进化过程相匹配,该算法引入了一些新的自适应遗传机制,包括初代个体选择,父代个体选择以及进化结束判决等。这些自适应机制充分利用了视频图像自身的相关性。仿真结果表明,该算法可以实现较为精确的块匹配运动搜索,同时保持较低的运算复杂度。