无线多媒体传感器网络(WMSN)是以传统无线传感器网络(WSN)为基础发展起来的新型网络，主要用于处理多媒体信息以满足人们日益增长的需求，具有广阔的发展前景，但现阶段也面临着无数挑战。本文主要研究WMSN中的多媒体信息处理方向，尤其探究如何高效的将压缩视频感知同WMSN相结合以处理其中的视频流。压缩视频感知(CVS)是一种全新的视频处理框架，它将压缩感知技术应用于视频处理中从而实现计算复杂度由编码端转移到解码端的目的。本文设计了一种基于混合假设预测的压缩视频感知系统。在该系统中的编码端，鉴于低成本和低功耗的要求，仅使用了基于块的压缩采样；在解码端，首先进行测量域混合假设预测，即选择性执行基于弹性网络的多假设预测模式或者单假设预测模式。其中基于弹性网络的多假设预测模式是将传统视频处理中的多假设预测思想与统计学习中的弹性网络相结合，并利用距离加权规则进一步提升视频预测质量。这两种预测模式均在测量域内执行而且残差重构将作为最终步骤来完成非关键帧的重构。根据仿真结果分析，基于弹性网络的多假设模式的预测性能优于其他多假设预测方法并且所设计的CVS系统在低采样率下的性能优于基于MH-Tikhonov的CVS系统。