視頻壓縮感知

① 什麼叫信號稀疏度

就是信號中非零元素的個數，比如一個一維信號X=(0,1,0,1,0,0,0),那麼X只有2個非零值1，所以X的稀疏度為2。.實際應用中，視元素大小，將接近於零的值也可看做零。 壓縮感知中所用的系數變換如DCT，小波變換等，它們的變換系數都可看作是稀疏的。

② 李文學的科研項目

幾類隨機混合系統的穩定性及應用，國家自然科學基金（數學天元青年基金） 主持 2012
隨機微分方程的穩定性及在網路上的應用，哈工大科研創新基金 主持 2011
隨機生物種群模型若乾性質的研究，國家自然科學基金（面上項目） 排序3 2012
隨機混合系統的動力學行為，國家自然科學基金（面上項目） 排序5 2012
數值方法對泛函微分方程的分支保持性，山東省自然科學基金 排序3 2010
基於壓縮感知技術的低數據率高清視頻採集系統技術應用，威海市大學共建項目，排序3 2012

③ ESP超感知課程是什麼

ESP超感知課程就是ESP卡訓練，既對綜合心靈感應、透視、預知等能力的感知外知覺進行訓練，也就是我們平時所說的直覺、心靈感應、第六感等等。經過研究發現這個能力是人類大腦的普遍機能之一，尤其是右腦的一項重要機能。

通過超感知覺能力游戲的訓練，可以讓孩子在日常生活中對事物的感悟預知能力提高，直覺靈敏，能提前對一件事情做出預判。一個感知力強的孩子，對周圍的危險具有很強的直覺判斷分析，下意識地趨利避害，從而通過直覺引導出潛在的記憶並使用。

(3)視頻壓縮感知擴展閱讀：

訓練方法：

1、選三張卡片出來，色彩單一顏色鮮艷的，如蘋果、西紅柿、鴨子等。三張分別出示給寶寶看，然後以背面示眾打亂順序，從中抽取一張，背面示眾，讓寶寶說出抽出的是哪一張。

2、從幾張卡片選一張出來，色彩單一顏色鮮艷的，盯住卡片上的圖形看，讓孩子閉上眼睛想像媽媽看的是哪張圖片，同時媽媽也閉上眼睛努力想像卡片上的圖片在心裡暗示孩子你的手中拿的是哪一張卡片。然後，讓孩子睜開眼，說出他的答案。

3、單獨訓練，選三張卡片出來，色彩單一顏色鮮艷的，如蘋果、西紅柿、鴨子等。讓學生看三張卡片的內容，問他最喜歡哪一張，然後背面朝上，快速打亂順序，排好，讓孩子選出他最喜歡的那張，可多次打亂順序讓孩子尋找那張卡片。

4、拿出3對卡片，首先把其中的3張卡片背面朝上排列在桌子上，然後讓寶寶把手中的3張卡片憑感覺放在對應的卡片上。之後翻開背面朝上的卡片，看孩子是否配對成功。隨著准確率的上升，可以增加卡片的數量再來玩。

5、拿出3對卡片，媽媽手持3張，孩子手持對應的3張。媽媽隨意抽出一張，背面出示給孩子，並在心理暗示媽媽手裡卡片的內容。讓孩子從自己的卡片中選出一張，看是否能和媽媽手裡的卡片配對。可多次反復玩。

④ 壓縮感知是什麼

壓縮感知，又稱壓縮采樣，壓縮感測。它作為一個新的采樣理論，它通過開發信號的稀疏特性，在遠小於Nyquist 采樣率的條件下，用隨機采樣獲取信號的離散樣本，然後通過非線性重建演算法完美的重建信號。壓縮感知理論一經提出，就引起學術界和工業的界的廣泛關注。他在資訊理論、圖像處理、地球科學、光學/微波成像、模式識別、無線通信、大氣、地質等領域受到高度關注，並被美國科技評論評為2007年度十大科技進展。
壓縮感知理論的核心思想主要包括兩點。
第一個是信號的稀疏結構。傳統的Shannon 信號表示方法只開發利用了最少的被采樣信號的先驗信息，即信號的帶寬。但是，現實生活中很多廣受關注的信號本身具有一些結構特點。相對於帶寬信息的自由度，這些結構特點是由信號的更小的一部分自由度所決定。換句話說，在很少的信息損失情況下，這種信號可以用很少的數字編碼表示。所以，在這種意義上，這種信號是稀疏信號（或者近似稀疏信號、可壓縮信號）。
另外一點是不相關特性。稀疏信號的有用信息的獲取可以通過一個非自適應的采樣方法將信號壓縮成較小的樣本數據來完成。理論證明壓縮感知的采樣方法只是一個簡單的將信號與一組確定的波形進行相關的操作。這些波形要求是與信號所在的稀疏空間不相關的。壓縮感知壓縮感知方法拋棄了當前信號采樣中的冗餘信息。它直接從連續時間信號變換得到壓縮樣本，然後在數字信號處理中採用優化方法處理壓縮樣本。這里恢復信號所需的優化演算法常常是一個已知信號稀疏的欠定線性逆問題。

⑤ 演算法工程師大致是做什麼的

各個行業都有演算法部分，統計有統計的演算法，控制有控制的演算法，圖像處理有圖像處理的演算法。在很多傳統行業，演算法不是一個獨立的崗位，而是由研發工程師負責。今天小編就帶大家來了解下演算法工程師大致是做什麼的?我們接著往下看。

1. 圖像處理，尤其是基於OpenCV的圖像處理演算法，一般產品里有做美顏，濾鏡什麼的特別喜歡招這塊的小朋友，近一兩年有被做深度學習的取代的趨勢。最近google出了arcore，所以讓不少小公司也能出一些效果很好的換頭類應用。
2. 計算機圖形學，這也算是一個大類，主要涉及到圖形渲染演算法，光追演算法，三維圖像重構等圖像繪制方面的內容。這個方向，不光是做3d引擎和游戲開發方面，對於很多行業需要與cad相關的，都會涉及到這一個領域的模型和優化演算法設計。
3. VR，AR領域，涉及到的包括視頻跟蹤，SLAM，raytracing，幾何投影等等，實際上是一個綜合的領域，目前主要是做計算機視覺的轉行做這塊。
4. 醫學影像處理，三維圖像重構，用在B超，CT成像上，這個是醫療方向的。
5. 通信基帶信號處理，網路優化演算法，這一塊其實很式微了，畢竟高大上的演算法小公司沒成本去實施。
6. 音頻濾波，用在HiFi產品，比如車載音響，手機廠商，圈子其實蠻小的。
7. 控制演算法，自適應濾波演算法，用在機械領域上，比如機械臂行程式控制制，穩定性。
8. 有限元演算法，這塊從雷達，機械，電磁學，到服裝設計，都有很有價值的應用。
9. 信號處理，比如插值，頻譜分析，盲信號分離，壓縮感知，物聯網大部分應用會涉及這一塊。
互聯網和軟體行業把演算法分離成一個獨立的崗位大體有兩個原因。第一，低級的軟體工程師不懂演算法，或者更乾脆一點說不懂數學，所有涉及到模型和計算公式的工作都必須要找專業人員來搞定。第二，從生產效率考慮，初級演算法工程師很多沒有很好的軟體工程背景，簡單點說就是不會寫代碼只會寫matlab，這種工程師的工作交付沒有辦法直接投入生產，所以需要將他們的工作和生產環節隔離開。綜上所述，就是小編今天給大家分享的內容，希望可以幫助到大家。

⑥ 學習了哪些知識，計算機視覺才算入門

計算機視覺是一個很大的范疇的總和，有兩種學習方式，一種是閱讀基礎書，搞懂它的每一部分；另一種是找一個問題，看文獻，編程實現，不斷往深走。這兩種學習方式是互補的，如果你看了好幾年書還不能上手解決問題，或者只會解決某些很特殊的問題，對其他問題束手無策都不算成功。因此你需要把看書掌握一般知識和編程實驗解決具體問題齊頭並進。下面說你要干什麼：

下載安裝OpenCV2

OpenCV是一個非常強大的計算機視覺庫，包括了圖像處理、計算機視覺、模式識別、多視圖幾何的許多基本演算法，有c++和Python兩種介面。學習的材料首先是安裝目錄下doc文件夾里的幫助文檔，提供所有函數的用法，任何時候對任何函數有疑問請查閱幫助文檔，安裝目錄下還提供一大堆寫好的演示程序供參考；《OpenCV_2 Computer Vision Application Programming Cookbook》是一本比較基礎的介紹材料，它的缺點是沒有介紹分類器（模式識別）方面的函數怎麼用。

雖然網上還有其他很多流行的庫，比如處理特徵點的VLfeat，處理點雲的PCL，處理GPU運算的CUDA，處理機器人問題的ROS和MRPT，但是這些都是你在解決具體問題時才會考慮去用的東西，如果你想快速讀取視頻、做個屏幕交互程序、使用流行的分類器、提取特徵點、對圖像做處理、進行雙目重建，OpenCV都提供相應函數，因此在你不知道該把餘生用來干什麼的時候，先裝OpenCV學習。

讀綜述

Computer Vision: Algorithms and Application。這本書用1000頁篇幅圖文並茂地瀏覽了計算機視覺這門學科的諸多大方向，如果你不知道計算機視覺是一門搞什麼的學科，這本書是你絕佳的選擇。它的優點是涉獵了大量文獻，缺點是缺乏細節，因此很顯然只讀這本書你根本沒法上手工作，因為它講的實在是太粗糙了。如果你對其中的某一部分感興趣，就請去讀相關文獻，繼續往下走，這就是這本書的意義。有中文版，但是翻譯的不好，也不建議你細細去讀，看看裡面的圖片即可。

Computer Vision: Models, Learning, and Inference：這本書是我認為研究生和高年級本科生入門計算機視覺最好的教材。它內容豐富，難度適中，推導翔實，語言流暢，強烈推薦你花2個月時間把這本書讀完。

多視圖幾何

Multiple View Geometry in Computer Vision：這本書是多視圖幾何的聖經，意思就是說想搞三維重建或者圖像測量之類的項目，這本書是必讀的。它需要你有線性代數的基本知識，會SVD分解即可。第一版有中文版，翻譯的非常好，但是已經絕版了，可以上淘寶高價買一本，第二版添加的內容很少，在網上可以下載到。

模式識別

模式識別核心就是訓練一個函數來擬合手頭的數據，如果數據的標簽是離散的，稱為分類問題，如數據的標簽是連續的，稱為回歸問題；分類又分有監督分類和無監督分類，有監督分類器有神經網路、支持向量機、AdaBoost、隨機場、樹模型等等。當你拿到一大堆數據，需要從裡面找關系的時候，一般都需要使用模式識別演算法來訓練一個函數/分類器/模型，因此模式識別是機器學習的核心。
《模式分類（第二版）》：這是一本適合普通讀者閱讀的教材，介紹了模式識別中經典的分類器，講解細致，語言生動，難度適中，每一個演算法都有偽代碼。

The Elements of Statistical Learning：這本書使用嚴謹的數學工具分析模式識別演算法，它比較難，但是非常深刻。每拿到一個模型它都會分析這個模型在數學上是如何構造的，並且推導模型的分類錯誤率。分析和推導是這本書的精髓。

Pattern Recognition and Machine Learning：這是一本從貝葉斯學派的角度分析模式識別模型的書，它使用的工具主要是概率論，比較難，非常深刻，內容非常豐富。

雖然這兩本書很難，但是它們用到的數學知識不過是基本的概率論和線性代數，只是用的比較活，計算機視覺這個學科需要的數學知識也是這個水平。

圖形學

圖形學教材首先推薦《計算機圖形學與幾何造型導論》，這本書用流暢的語言介紹了圖形學的基礎知識，選材有趣，推導簡潔但是絕不跳步走，保證你能看懂而且不會看煩。

光線追蹤器我看過一本薄的《Realistic Ray Tracing》和一本厚的《Ray Tracing from the Ground Up》，兩本書都有代碼。後一本內容極其豐富，有中文版，翻譯尚可。後一本唯一的缺點就是講不清楚BRDF，但這恰恰是前一本的亮點。

還有一些比較偏的書，比如偏微分方程在圖像處理中的應用、細分、壓縮感知、馬爾科夫隨機場、超解析度分析，概率機器人、多尺度幾何分析，這些領域都有各自的名著，你在某個領域深挖的時候，類似這樣的書可能會出現在參考文獻中，那時再看不遲。

讀文獻
寫到書里的知識基本上都有些過時，你得通過看文獻掌握各個領域最新的發展動態。計算機視覺的頂級期刊有兩個PAMI和IJCV，頂級會議有ICCV和CVPR，在科學網—[轉載]計算機視覺方向的一些頂級會議和期刊有更加詳細的介紹。

⑦ 什麼是「壓縮感知」

壓縮感知， 也成為壓縮采樣。英文為Compressed Sampling 或者是 Compressive Sening。於2006年被提出，並被美國科技評論評為2007年度十大科技進展。
經典的采樣定理為香農/乃奎斯特采樣，即要保證信號的完全恢復，至少要有2倍的信號頻率采樣。但是這種采樣當中，其實信息是冗餘的。壓縮感知告訴我們，如果知道信號是稀疏的，那麼可以用遠低於乃奎斯特采樣率，一樣可以很好的恢復信號。
壓縮感知的核心：信號是稀疏的（即其中有K個為非零元素，其他的元素都為0），采樣矩陣和稀疏基是不相關的。
相關內容較多，網路知道裡面一下介紹不清楚。
視頻資料：1.陸吾生教授於2010年在華東師范大學講過"Compressed Sening and Signal Processing", 講的是中文，易聽懂，有點科普性質。2.Professor Justin Romberg 作為壓縮感知理論的創始人之一，2013年在清華大學講過「Comprssive Sening and Spare Recovery 」, 這個視頻要深入些，全英文講座，需要較好的英文和數學功底。
如果有興趣深入學習，建議還是認認真真看文獻。可以參考 http://dsp.rice.e/cs 。這里前17篇是壓縮感知的綜述，看完後就對概念、模型、求解演算法、應用有個整體的了解。網頁中間的那麼多文獻是針對壓縮感知理論在各個領域的運用。在最後的部分，是網上現有的針對該問題的求解工具箱，大多數是基於Matlab的。只要分析後自己的模型，可以套用工具箱求解，非常方便。

⑧ 司馬大大（北京）智能系統有限公司怎麼樣

簡介：司馬大大是一家專注於以人工智慧為基礎的視覺機器人的高新技術企業，致力於視頻大數據的智能管理，採用壓縮感知技術、深度學習技術，為海量視頻資源的採集、存儲、分析和數據結構化提供了一套完整的軟硬體相結合的解決方案。itjuzi是一家數據服務公司
法定代表人：馬兆遠
成立時間：2012-12-07
注冊資本：375.4693萬人民幣
工商注冊號：110108015443017
企業類型：其他有限責任公司
公司地址：北京市海淀區北三環中路44號4號樓1層111

⑨ 壓縮感知在無線通信信號處理中有哪些辦法

通信與信息系統專業與信號與信息處理專業區別

通信與信息系統專業

（）《移通信與線技術》 研究數字移通信通信系統系統模擬、址技術、數字調制解調技術、信道態指配技術、同步技術、用戶檢測技術、語音壓縮技術、寬頻媒體技術及射頻技術研究各種數字微波通信、移通信衛星通信系統及WLAN、WMAN、ad-Roc網組、新技術及性能析並包括SDH技術述系統用編碼、調制解調、同步與信令式、址及網路安全等技術研究與發

（二）《線數據與移計算網路》 研究線數據通信廣域網、線區域網區域網線數字傳輸、媒質接入控制、線資源管理、移性管理、移媒體接入、線接入Internet、移IP、線IP、移計算網路等理論、協議、技術、實現及基於移計算網路各種應用本向研究現代移通信智能技術（智能線、智能傳輸、智能化通信協議智能網管系統等）

（三）《IP寬頻網路技術》 研究寬頻IP通信網QoS、流量工程合偵聽；VoIP組網技術、通信協議控制技術；代網路軟交換技術；SIP協議研究及應用發；B3G核網路技術；IP寬頻接入城域網關鍵設備技術發；層交換技術、IP/ATM集技術MPLS技術；IP網路管理模型技術實現；移代理及其IP通信網應用

（四）《網路與應用技術》 研究寬頻通信網結構、介面、協議、網路模擬設計技術；網路管理管理模型、介面標准、網管系統設計發；編程網路體系、軟體系統發

（五）《通信信息系統信息安全》 研究與通信信息系統信息安全關理論技術主要包括數據加密密鑰管理數字簽名與身份認證網路安全計算機安全安全協議隱形技術智能卡安全等重點線通信網信息安全根據OSI協議網路各層發研究安全解決案達信、控、用

信號與信息處理專業

（）《現代通信智能信號處理技術》 本研究向現代信號處理基礎研究提高通信與信息系統效性靠性各種智能處理技術及其移通信、媒體通信、寬頻接入IP網應用目前側重於研究新代線通信網路各種先進智能信號處理技術通信信號盲離、信道盲辨識與均衡、載波調制、用戶檢測、空-聯合處理、信源-信道編碼及網路環境各種自適應技術等

（二）《量信息技術》 研究量態信息載體信息處理與傳輸技術包括量糾錯編碼、量數據壓縮、量隱形傳態、量密碼體系等關鍵技術與理論實現新代高性能計算機超高速、超容量通信信息系統具極其重要意義

（三）《線通信與信號處理技術》 本研究向研究ad hoc自組織網路、傳器網路、超寬頻（UWB）網路等新代線通信網路通信信號處理技術主要研究內容包括基於信號處理包接收盲處理技術基於粒(particle)濾波信道估計均衡技術基於信號處理媒體接入控制技術目標跟蹤與信息融合技術及網路協議體系等

（四）《現代語音處理與通信技術》 語音類進行通信交往便快捷手段各種現代通信網路智能信號處理應用起著十重要作用本研究向研究語音信號數字壓縮、識別、合增強技術基於語音智能化機介面技術面向IP網路實語音通信技術信息隱藏技術移通信語音數字處理及傳輸技術基於DSPs軟體線電通信技術及各種網路環境音頻、視頻、數據、文字媒體處理及通信技術

（五）《現代信息理論與通信信號處理》 現代信息理論基礎研究ATMIP網、移與通信、媒體通信、寬頻接入網各種信號處理技術低延、低比特率、高質量語音編碼、圖像編碼適用於第三代移通信糾錯編碼高效載波調制各種自適應處理技術等；確保實現二十世紀通信發展目標提高通信效性靠性核技術本向側重於些技術應用基礎研究

（六）《圖像處理與媒體通信》 研究媒體信息特別圖像信息處理、描述應用系統關鍵技術包括：①圖像視頻信號處理及壓縮編碼算研究應用系統設計實現；②基於IP視頻傳輸技術業務環境；③移網及cable網數據與媒體通信；④基於xDSL寬頻接入網技術；⑤圖像資料庫及影像網路技術；⑥三維圖像處理、建模、顯示析技術

（七）《信息網路與媒體技術》 進行信息網路及媒體技術應用基礎研究同利用DSP、FPGA、CPLD等軟硬體發平台著重研究發各種媒體終端包括①媒體信息壓縮編碼②信道編碼（重點糾錯編解碼）③視頻點播（VOD）與交互電視議電視、遠程教/考試/醫療④視頻驅系統⑤視音頻信號編碼壓縮算研究及ASIC設計⑥寬頻網路應用研究

源: