[发明专利]基于LSTM网络与图像组质量盲评估的视频压缩感知重构方法

摘要

本发明涉及一种基于LSTM网络与图像组质量盲评估的视频压缩感知重构方法，其中重建端收到帧观测矢量码流，组合形成连续的图像组观测矢量，对每个图像组观测矢量执行基于LSTM网络的多帧联合迭代重构，获得相应的重建图像组，逐一输出最终的重建帧，同时根据迭代次数达到最大值的持续状况决定是否更新LSTM网络的参数集合。本发明能够将稀疏先验建模与数据驱动机制结合起来，有助于提升重建视频的质量。

主权项

1.一种基于LSTM网络与图像组质量盲评估的视频压缩感知重构方法，其特征在于，包括以下步骤：(1)重建端接收帧观测矢量码流，组合形成连续的图像组观测矢量；(2)利用第1个图像组观测矢量GMV₁的重建图像组训练LSTM网络的参数集合；(3)对于第n个图像组观测矢量GMV_n，执行基于LSTM网络的多帧联合迭代重构，其中，n≥2，停止条件是当迭代次数达到最大值K或残差l₂范数||R_n,j||₂小于阈值resMin或图像组盲质量Q^b_n高于阈值qMax，从而完成第n个重建图像组的恢复，将其中的重建帧F_n作为最终的第n个重建帧；当完成连续α个图像组的恢复后，若每个图像组的最终恢复均是迭代次数达到最大值K才停止的情况，则进入步骤(4)；否则，后续的多帧联合迭代重构仍采用LSTM网络的当前参数集合§^*，并跳转到步骤(5)；(4)重建端利用第n个图像组观测矢量GMV_n的重建图像组G_n训练LSTM网络；(5)如果仍然存在待重构的图像组观测矢量，则返回步骤(3)，继续逐个恢复图像组；否则，输出剩余的重建帧F_n+1、…、F_n+L‑1，作为最终的第n+1、…、n+L‑1个重建帧，完成视频重构。