面向可伸缩视频编码传输的DDPG无人机服务增强机制

无人机(UAV)因其机载存储、通信和计算能力成为未来空天地一体化网络的重要组成部分。然而,现有无人机辅助的边缘网络研究总是更多地从网络的视角出发,缺少从用户视角出发带来的变革。为此,从用户角度出发,提出一种面向可伸缩视频传输的DDPG无人机服务增强机制。首先,结合无人机提出一种基于可伸缩视频编码(SVC)的弹性视频传输方法,提高用户的差异化体验。其次,以最大化用户接收增强层视频的数量为目标,提出一种基于深度确定性策略梯度(DDPG)算法的无人机路径规划设计,保证UAV对热点区域增强覆盖的有效性。仿真结果表明,所提出的算法与深度Q网络(DQN)算法、最短路径(SP)算法相比,在不同的用户分布下得到的增强层数量平均分别可以提高47.9%、76.4%,该研究达到了热点区域覆盖增强和用户差异化体验的效果。

新一代可伸缩视频编码标准:背景、特征、技术及其应用

SHVC是高效视频编码(HEVC)标准的可伸缩扩展,它的最新版本于2015年上半年由ISO/IEC和ITU-T同时发布。HEVC的第1版已经支持时间可伸缩性,除此之外SHVC又进一步提供了空间、质量、位深和色域的可伸缩性,以及这些可伸缩性之间的任意组合。在实际应用中,通过对视频服务系统的环境信息进行测量和感知,相应地调整服务参数,对具有可伸缩性的码流进行传输和解码。SHVC架构设计使其可以通过使用多个单层HEVC编解码器核心而实现,此外SHVC还添加了层间参考图像处理模块。本文将着重介绍包括纹理、运动重采样和颜色映射在内的层间参考图像处理模块的有关理论和实现方案。

基于db2提升小波的可伸缩视频编码方法

给出了一种基于db2提升小波的可伸缩视频编码系统的总体方案,提出了采用db2提升小波实现MCTF的方法,并针对运动估计过程中像素点类型给出了高通帧和低通帧的计算方法。实验结果表明,本方案与基于Haar小波的可伸缩性视频编解码方案相比,完全重建的视频图像质量和抽取部分帧后重建的视频图像质量都有了明显提高。

完全可伸缩视频编码的实现和改进

提出了一种完全可伸缩视频编码的改进方法。首先给出了一种采用运动补偿时域滤波、二维离散小波变换和EZW编码的传统可伸缩编码方案,该方案将时间、空间、质量三方面的伸缩性有机地结合在一起,实现了完全可伸缩性能。针对运动补偿时域滤波技术中的GOP(group of pictures)结构和更新操作进行了改进,引入GOP结构自适应选择,降低系统内存需求和运算复杂度;采用基于人眼视觉系统特性的最小可觉差对更新操作中所引进的误差进行内容自适应修正。实验结果表明,编码效率和视频序列的重建质量都得到了显著的提高。

基于可伸缩视频编码的率失真优化编码算法

可伸缩视频编码(SVC)可实现视频流空间、时间和信噪比的完全伸缩,但在差错信道上传输容易引起误差扩散,为此提出一种基于SVC的率失真优化编码算法。该算法在分析了差错信道下传输可伸缩视频流误差扩散失真的基础上,在率失真优化模型中引入时间和信噪比分级的误差分级参数,并根据信道状态自适应地确定宏块编码模式。该算法能够有效地抑制误码在各分层的扩散,提高了可伸缩视频流的鲁棒性。仿真结果表明,算法与以往的算法相比具有更好的抗误码性能,适合视频数据在差错信道上的传输。

精细可伸缩视频编码中的增强层编码方法研究

提出了一种新的子带编码方法来对精细可伸缩视频编码中的增强层进行编码。在这种编码方法中,首先通过重排DCT残差系数形成子带,然后利用同一子带相邻系数的相关性来消除数据冗余。实验结果表明文章提出的增强层编码方法比原来的FGS增强层编码方法具有更高的编码效率。

基于H.264/AVC扩展的可伸缩视频编码技术

联合视频组(JVT)最近正在研究开发基于H.264/AVC标准的可伸缩视频编码(SVC)方法,并且准备将其纳入H.264/AVC标准的扩展中。本文概述了SVC的编码结构,并重点讲述了H.264/AVC可伸缩编码扩展的关键技术。

提升小波运动补偿时域滤波可伸缩视频编码

为了改善传统可伸缩性视频编码方法效率不高的问题,将提升小波应用于运动补偿时域滤波中。利用5/3提升小波进行时域滤波,针对像素的连接类型不同采取不同的处理方式,并根据运动补偿效果自适应选取时域分解级数。实验结果表明,该算法不仅实现了码率良好的可伸缩性,而且与MPEG-4(Moving Pictures Expert Group-4)和3DWT(3 Dimensions Wavlet Transformation)方法相比,在相同码率的条件下,重建图像的信噪比提高了1～2 dB,从而有效地提高了编码效率。

H.264可伸缩视频编码层间码率控制算法

为H.264/AVC标准的可伸缩编码(SVC)扩展提出了一种自适应的层间码率控制算法。该算法提出了一个选择模型,通过当前层的前一帧或者前一层的当前帧来预测Inter帧所需比特数。首先,将码率—复杂度—量化因子(R-C-Q)模型引入可伸缩的视频编码;接着,使用一个已有的比例—积分—微分(PID)缓冲区控制器来根据缓冲区状态提供当前Inter帧的比特数估计;然后,为了在视频画面发生急剧变化时获得更为精确的估计,利用前一层中的当前帧所用实际比特数来进一步进行当前Inter帧比特数估计;最后,使用选择模型决定最终的预测比特数,并通过R-C-Q模型计算出量化因子(QP)。实验结果表明,相对于推荐的JVT-043码率控制算法,所提出的算法可以在SVC的每层获得更加精确的实际输出比特率,保持缓冲区充盈度的稳定,同时减少跳帧和质量波动,提高整体编码质量。

基于长支集小波的可伸缩视频编码及其并行实现

离散小波变换由于具有良好的时空频率局域性和多分辨率特性,已经成为可伸缩视频编码的理想工具.可伸缩视频编码只需编码一次就可产生完全可伸缩的嵌入式码流,对码流的一部分解码可以得到不同质量和时空分辨率的视频.本文在MC-EZBC的基础上,通过采用提升型长支集小波进行亚像素精度的运动补偿时间滤波和空间分解实现了对MC-EZBC的改进,在中高码率时的性能可与H.264/AVC相比较.在南开之星上实现了并行编码,取得了较高的加速比.

基于反馈的可伸缩视频编码容错策略

为提高可伸缩视频编码(SVC)在易错传输环境下的解码质量,研究帧内宏块刷新和参考帧选择2种容错技术,根据视频空间分层下SVC的层间预测特性,提出2种改进策略并进行对比。测试结果表明,在码率控制的情况下,改进的参考帧选择策略传输后重建图像的平均亮度峰值信噪比较高,更适用于低码率的传输环境。

多线性子空间可伸缩视频编码方法

针对DCT方法用单一变换核处理所有图像块而忽略图像信号的复杂统计分布的问题,通过论证视频中的图像数据和运动预测残差存在的多线性子空间分布特性,提出一种可伸缩性视频编码方法.该方法用广义主成分分析(GPCA)取代传统视频编码中所采用的DCT来对I帧和预测残差图像编码,通过对编码结果进行适当排序,使得码流可以在任意点被截断,实现精细粒度的质量可伸缩性;并借助多线性子空间的分割,实现依据人类视觉注意特性的差错保护及更好的错误隐藏.对文中方法和基于DCT的可伸缩性编码效果进行比较的结果表明,在同等压缩比的情况下,采用该方法普遍可获得比DCT更好的图像质量.

面向无线网络的可伸缩视频编码传输策略

针对现有面向无线网络的可伸缩视频编码(scalable video coding,SVC)传输策略未能充分考虑失真和能耗的问题,提出了一种基于失真和节点能耗最小化的SVC传输策略。该策略在分析SVC的编码失真、传输过程中丢包失真的基础上,计算了接收端的视频失真总和;通过计算SVC传输系统的功率,对无线网络中的节点能耗进行了分析;然后综合考虑了能耗、传输时间及质量要求,将SVC的传输策略转换为一个优化问题,进而得到最优的SVC编码参数,在获得较优视频质量的前提下实现了SVC的可靠传输。仿真实验结果表明,与目前典型的SVC传输策略相比,该策略不但有效降低了SVC传输过程中的平均失真,而且在相同的能量消耗水平下获得了更好的视频质量。

适于可伸缩视频编码的DCT核空间采样方法

本文主要研究MPEG和ITU最新提出的可伸缩视频编码(SVC)草案中的空间可伸缩编码,提出一个新的基于DCT核的空间上/下采样方法。从计算复杂性、频率响应、实验数据方面与SVC的参考采样方法相比,该方法能有效改善空间可伸缩性能,而且PSNR提高1～3dB。

基于小波空间的可伸缩视频编码

文章提出了一种新的下采样技术提高了可伸缩视频编码的性能。可伸缩性是从空间、时间、SNR(质量)三个方面来提供的,同时还保持了高压缩率。其中基本层视频序列是从上一层经过下采样得到的视频序列。一次下采样后,分辨率降为原视频序列的1/2,基本层的运动向量与增强层的运动向量有很大的相关性。目前的做法是使用M PEG滤波器来进行下采样,层间的运动向量的关系减弱了。文章提出使用小波变换对输入的增强层的视频序列进行下采样,基本层就是小波空间的低频部分,这样在基本层的运动估计补偿可以通过相位平移在低频子带中预测,减少运动估计残差,同时,增强层的运动向量可以由基本层小波空间中的运动向量给出估计值。

基于可伸缩视频编码的自适应误码隐藏方案

文中提出一种基于SVC的动态自适应误码隐藏方案。针对SVC码流增强层部分条带丢失情况,该方案结合散乱型灵活宏块排序功能,在宏块级别采用二阶差分边界匹配准则动态选择基本层和相邻条带信息恢复图像。实验表明,相对SVC标准参考平台JSVM的误码隐藏方案,文中提出方案在不同序列及丢包条件下,重建视频峰值信噪比均得到了一定提升。

适于交通监控的内容自适应空间可伸缩视频编码算法

当前空间可伸缩编码很少考虑视频感兴趣区域ROI(Region of Interest)或视觉突出内容,从而不能更好地适应视觉重要内容在较低分辨率移动终端的显示。对此,提出一种适用于交通监控的内容自适应空间可伸缩视频编码算法。采用背景差法获取运动车辆并进行目标跟踪,一般情况下在交通监控中主导车辆(视觉上最突出的车辆)所在运动窗为ROI,将该ROI设定为裁剪窗口,并使用H.264/AVC可伸缩编码SVC(Scalable Video Coding)标准的扩展空间可伸缩方法 ESS(Extended Spatial Scalability)进行编码,同时在空间增强层使用跟踪准确度代替PSNR作为质量度量标准。实验表明,该算法与传统的下采样空间扩展算法相比,对低分辨率空间层解码下的视觉感知有较大的改善,而且在保证跟踪相对准确的前提下,码率可以节省约60%。

可伸缩视频编码技术及其在下一代广播电视网中的应用

可伸缩视频编码技术具有分辨率、帧率、质量等方面的可伸缩特性,适用于网络异构、接入带宽多样、终端多样等复杂环境下的视频应用。可伸缩视频编码技术的成熟及其标准化为下一代广播电视网(NGB)环境下高效灵话地开展各种视频业务提供了一种高效的信源编码方案。本文对可伸缩视频编码技术进行介绍,并从技术角度探讨可伸缩视频编码技术在NGB中应用的适宜性。

可伸缩视频编码的自适应QP级联算法

针对可伸缩视频编码标准中采用的分级B帧预测结构,提出一种图像级的内容自适应量化参数(QP)级联算法。在该算法中,任意一帧图像的最终QP值由分级预测的结构及该图像内所有宏块的运动预测模式决定。实验结果证明,与目前SVC标准采用的技术相比,该算法最多可以提升0.363dB的编码性能。

可伸缩视频编码的码率控制技术研究

可伸缩视频编码能生成空域、时域、质量可伸缩的视频码流,如何对其进行码率控制来生成最优的可伸缩性码流,对适应不同需求的终端十分重要。结合可伸缩视频编码码率控制的研究现状,描述了最新的研究进展,综述了码流控制的原理、经典算法,分析总结了可伸缩视频编码的关键技术及在可伸缩视频编码中的挑战。通过对增强层中各种码率控制算法的优缺点的分析,总结出增强层的时域可扩展和空域可扩展中码率控制的最优解决方案。最后对可伸缩编码中码率控制技术的发展趋势进行了展望。