分布式多视点视频编码中的立体边信息生成

新兴的分布式多视点视频编码通过在解码端使用立体边信息可充分挖掘传统单视点的时间相关性和多视点特有的视间相关性。研究了一种多视点运动预测的立体边信息生成算法,提出了近似视差估计和编码端掩模融合算法。实验证明,解码端采用近似的视差矢量,编码端传递某些先验信息,都能有效提高立体边信息精度,降低计算复杂度。

基于时空冗余及不等错误保护的分布式多视点视频编码容错传输

在分布式多视点视频编码(distributed multi-view video coding,DMVC)数据传输过程中,编码方式不同导致K帧与WZ帧受信道误码影响也不相同,因此提出了一种DMVC整体容错传输框架,针对K帧及WZ帧特性设计了不同的容错保护传输方案并进行有效融合。针对K帧的容错传输问题,首先根据左、右相邻视点的对应K帧,利用DIBR算法产生的空间边信息对丢失块进行初始修复;然后根据K帧同一视点内的相邻已解码帧,生成它的时间参考帧,对K帧的丢失块进行重修复。针对WZ帧的容错传输问题,提出了基于不等错误保护(unequal error protection,UEP)的编码算法,根据不同频带的各个比特面的重要性不同,对低频带、高比特面进行更加合理的码率分配,在不增加编码端复杂度的前提下提高了WZ帧的误码容错性能。实验结果表明:在K帧和WZ帧均出现丢包的情况下(丢包率为5%～15%),相比K帧采用传统的帧内错误隐藏加WZ帧采用参考文献码率的算法,本文方案对视频序列重建图像的BD-PSNR平均提升了2.39～4.68 d B,且随着丢包率的增加,提升效果更加显著。

基于DWME-KSVD的分布式视频压缩感知编码研究

分布式视频压缩感知编解码(DCVS)是一种全新视频编码方法,其边信息质量直接影响视频重构质量。针对视频重构质量较差的问题,提出运动估计双重自适应加权边信息生成算法(DWME),通过帧插值和运动估计产生的边信息进行自适应加权从而产生一个较为稳定的边信息。利用DWME边信息和K均值奇异值分解(K-SVD)算法训练生成字典,根据训练出的字典进行视频重建。实验数据表明,与双向运动估计字典边信息生成算法(ME-KSVD)、运动估计双重均值字典边信息生成算法(DMME-KSVD)相比,DWME-KSVD算法的峰值信噪比(PSNR)分别提高约0.5dB-1.5dB、0.2dB-0.5dB,具有较好的视频重建效果。

一种高效低时延的多视点分布式视频编码

分布式视频编码是一种可以将编码端复杂度转移到解码端的视频编码方式.多视点分布式视频编码在视点内部大都采用运动补偿内插法来降低时间冗余,但是因为运动补偿内插法的解码顺序与视频顺序不一致,从而导致视频解码出现时延.因此,基于运动补偿外推法提出了一种高效低时延的多视点分布式视频编解码方法.此外,一般运动补偿外推法的重构质量要低于运动补偿内插法.在使用运动补偿外推法降低时间冗余的基础上,使用视差矢量内插法降低视点间冗余,经过融合算法提高重构质量.实验证明,所提出的这种高效低时延的多视点分布式视频编码,在重构质量相当的情况下,解码时间降低了0.3s.

多视点分布式视频编码的研究

随着新型多媒体传感器网络的出现,现有编码方法不能有效适应其庞大的数据量.因此针对多媒体传感器网络能量、资源受限的问题,该文研究能提供低复杂度、低能耗、低成本编码器的分布式视频编码技术.文章总结了多视点分布式视频编码各个环节的最新研究进展,并针对分布式视频编码的核心内容边信息生成,提出了基于多视图几何的空间边信息生成算法,又在此基础之上应用线性组合模型的融合算法使边信息质量进一步提高.仿真结果表明,空间边信息生成算法可以使率失真性能得到2 dB左右的提高,而线性组合模型的融合方法可以使增益再提高0.3 dB左右.

基于depth-map和分布式视频编码的多视点视频传输方法

针对多视点视频传输系统数据量庞大的问题,提出一种基于深度图(depth-map)和分布式视频编码(DVC)的不等错误保护(UEP)传输方法。该方法首先基于多个视点提取深度图;然后,在传输过程中传输一个视点及其深度图;最后,经过网络传输,在解码端由一个视点图及其深度图生成其他视点。由于视点图和深度图在解码端的重要程度不同,对需要传输的视点图和深度图采用不同的分布式视频编码方法,进行不平等的错误保护。仿真实验结果表明,所提传输方法比传统的分布式多视点视频编码传输系统具有更好的抗误码性能,提高了传输可靠性,图像的峰值信噪比(PSNR)约提高1.5 dB。

一种新的多视点分布式视频编码算法

提出一种新的分布式视频编码(DVC)算法,在编码端对原始视频帧进行块分类后,对其稀疏块进行编码;在解码端应用复杂的重构算法并结合DVC边信息融合算法。提出的算法具有复杂度低、码率较低、码率控制灵活等优点,同时编解码端互相独立、无须反馈通道。仿真实验表明,提出的算法具有降低编码复杂度和保持压缩效率的优点。

分布式视频编码中边信息的多策略优化

分布式视频编码器中边信息的重建质量直接影响整个编码器的率失真(Rate Distortion,RD)性能。为了提高分布式视频编码的边信息重建质量,从而优化其RD性能,在介绍最基本的边信息内插算法基础上,提出了3种策略对边信息帧进行重建优化:在利用传统单向运动估计得到运动矢量初始值后,首先利用交叠对称双向运动估计、自适应加权运动场滤波对运动场进行优化重建,然后通过加权交叠运动补偿减少边信息帧的方块效应。实验结果表明所提出的算法相对于其他边信息重建算法在不改变编码端的运算复杂度的情况下,明显提升了视频编码系统的RD性能。

分布式视频编码虚拟依赖信道模型研究

视频信息固有的非平稳特性,如冲突区域等,使时域预测技术变得非常复杂.在分布式视频编码(DVC)中,由于解码端不能获取当前编码帧的信息,精确地对时域相关噪声进行建模变得更为困难.文中以虚拟依赖信道模型为切入点对如何降低时域相关噪声进行了研究.首先对DVC虚拟依赖信道进行了建模,并对影响边信息的主要因素进行了分析,分析结果表明在变换域中不同的频率子带对时域相关噪声的敏感度不同.在此基础上提出了一种新的基于小波变换域的虚拟依赖信道模型VCMDWT,基于分类编码的思想对较为平稳的LL子带进行Wyner-Ziv编码,对非平稳的高频子带进行SPIHT帧内编码.实验结果表明,与基于像素域的方法相比,所提出的VCMDWT模型能够得到更稳定的虚拟信道,提高DVC系统的率失真性能达到2.6dBs以上.

分布式视频编码中基于多概率混合分布的相关噪声建模方法

相关噪声建模(Correlation Noise Modeling,CNM)的准确度是影响分布式视频编码(Distributed Video Coding,DVC)系统性能的关键因素之一.针对经过8×8离散余弦变换(Discrete Cosine Transform,DCT)后的相关噪声子带,本文提出了全新的基于多概率混合分布的CNM方法.该方法可根据子带的信息熵与子带在柯西、拉普拉斯和高斯三种概率分布下信息熵的相似度,自适应选择合适的概率分布对子带进行建模,提高了CNM的准确度.实验结果表明,采用本文提出的离线和在线CNM方法与现有典型的CNM方法相比,DVC系统的率失真(Rate-Distortion,R-D)性能均获得显著的提高.

分布式视频编码中虚拟信道模型的动态估计

针对分布式视频编码系统中虚拟信道的时域动态特性，提出了新的解码端帧级虚拟信道模型的动态估计算法。利用边信息内插阶段所获得的双向运动矢量，对当前帧前后的关键帧进行运动补偿，通过前后关键帧的运动补偿误差来估计当前帧的虚拟信道模型。针对虚拟信道的空域动态特性，还提出了子块级虚拟信道模型的动态估计算法。通过对视频帧进行分块，然后对每个分块都进行参数估计．即可动态地完成各子块对应的虚拟信道模型的估计。实验证明，对于不同运动特性的序列，所提出的虚拟信道模型可使系统的率失真性能提高0．5～1dB，有效地降低了视频编码系统的传输码率。

基于非均匀量化的小波域分布式深度图视频编码

针对分布式多视点加深度格式(DMVD)的视频编码中深度图视频解码质量问题,提出一种结合子带层及子带系数的小波域分布式深度视频非均匀量化方案,通过给边缘分配更多比特来提升深度图的边缘质量。结合深度图经小波变换后系数分布特性,对第N层的低频小波系数采用均匀量化方案,对其他层高频小波系数采用非均匀量化方案。针对高频系数的非均匀量化,对处于"0"左右的高频系数采用较大的量化步长,随着高频系数幅度值的增大,量化步长逐渐减小,量化逐渐精细,从而提升深度图中的边缘细节质量。实验结果表明,对于边缘较多且变化较明显的"Dancer"和"Poznan Hall2"深度序列,该算法能够有效地提高二者的边缘信息质量从而提高其率失真(R-D)性能,最高可达1.2 d B;而对于边缘区域较小且较为模糊的"Newspaper"和"Balloons"深度序列,系统的R-D性能也能被提升0.3 d B左右。

分布式视频编码方法研究

分布式视频编码(Distributed Video Coding,DVC)是一种新颖的视频压缩方法,具有极低的编码复杂度和良好的抗噪声鲁棒性。为了使人们对该编码方法有所了解,该文首先详细介绍了分布式视频编码的理论基础和特点,然后讨论了分布式视频编码的两大关键技术,包括编码端高效压缩和解码端边信息(side information)插值;最后总结分析了分布式视频编码在低复杂度编码和视频信号鲁棒传输等两大应用领域的研究现状,并对其研究前景进行了探讨。

基于分布式信源编码的果园视频压缩方法研究

分布式信源编码将编码端的复杂度转移至解码端,可有效解决果园无线视频传感器网络采集节点能量和计算能力受限的问题,但其实际性能还不够理想。为了进一步提高编码的率失真性能,针对果园视频时空相关性强的特点,提出一种基于块自适应的分布式视频编码架构,该架构根据视频内容的相关性选择编码方式,对于WZ帧块采用LDPC编码的方式并利用联合比特平面LDPC算法进行译码。以苹果和葡萄果园视频样本进行测试,结果表明,基于块自适应的分布式视频编码架构能充分利用视频的时空相关性,在相同的量化前提下,相比传统架构苹果和葡萄果园视频样本分别节约了6%~10%及9%~13%的码率。

无反馈分布式视频编码中Wyner-Ziv帧的顽健重构算法

在无反馈分布式视频编码系统中,提出了一种Wyner-Ziv帧的顽健重构算法。针对比特面解码错误带来的视频质量下降问题,对DC系数和AC系数使用不同重构方法,特别是对于解码失败的DC系数量化值,利用编码端原始图像的相关信息自适应地调整边信息量化值和解码失败量化值对重构的贡献,从而完成重构。实验结果表明,与最小均方误差重构算法相比,该算法可以有效提高解码视频的平均PSNR(peak signal-to-noise ratio),且解码视频图像的主观质量有明显改善。

使用对极几何的多视角分布式视频编码

为了降低多视角分布式视频编码中解码器复杂度,解决视角间边信息的获取精度等问题,将一种新的基于对极几何的视差估计算法用于多视角分布式视频编码系统。提出的系统通过对视角间的冗余信息使用对极几何约束,采用新的视差搜索开始点,限制垂直方向的搜索范围以加快搜索速度。实验结果表明,提出的系统相对于运动JPEG(MJPEG)编码的主要运算绝对差值和(SAD)计算次数减少10倍,相对H.263+减少7倍。同时提出系统相对MJPEG编码有6～7dB增益,相对H.263+有3dB增益。

视频传感网中鲁棒多视角分布式视频编码

针对传统无线视频传感器网络中存在的信息丢失和传感器之间需要建立通信等问题,提出一种鲁棒多视角分布式视频编码系统。通过采用改进的PRISM编码结构,在利用视角间冗余信息提高编码增益的同时将冗余用于增加编码在有损信道中传输的鲁棒性。实验结果表明,该系统在利用信息冗余获得视频压缩的基础上,对无线信道固有的数据包丢失也具有较好的鲁棒性。

分布式视频编码中基于量化噪声因素的虚拟相关信道模型

针对现有虚拟信道模型——Laplacian模型不能精确描述其特性,导致系统编码率失真性能不高,深入研究了量化噪声对边信息质量的影响,引入量化噪声因素修正虚拟信道模型,改进了像素域分布式视频编码(PDWZ)系统的帧级虚拟信道估计,并利用原始图像相关信息实现参数的动态调整。实验结果表明,与现有Laplacian模型相比,改进模型能更精确地描述虚拟信道的统计特性,系统的率失真性能得到改善。

无反馈分布式视频编码中Wyner-Ziv帧码率控制算法

基于分布式视频编码系统,提出一种Wyner-Ziv帧的码率控制算法.首先,通过理论推导和实验,提出了针对Wyner-Ziv帧不同系数带的率失真估计模型,并通过训练学习的方法针对不同系数带分别确定模型参数;然后,使用提出的率失真模型估计当前帧的编码码率,并结合目标码率约束确定最优量化矩阵;最后,为每个比特面分配相应数目的校验位,完成LDPC编码并输出.实验结果表明,在相同目标码率下,与现有无反馈码率控制算法相比,使用本算法可提高解码恢复视频峰值信噪比0.3～1dB,且编码端运算复杂度增加很小.

分布式视频编码技术研究进展

介绍了分布式视频编码与传统视频编码方法思路的不同及各自适用的应用场景,阐述了分布式视频编码的理论基础和目前普遍采用的编解码框架,分析了分布式视频编码中的Wyner-Ziv编解码器设计、辅助边信息生成、虚拟"相关信道"建模等几项关键技术存在的问题及各自解决方案的最新研究进展,最后总结了分布式视频编码的发展与研究方向,并介绍了分布式编码在视频领域的其它应用。