整帧丢失时基于多帧参考的差错掩盖算法

压缩视频对于信道误码十分敏感,可导致重组视频的质量严重下降。在低码率的情况下,当网络传输中出现数据包丢失的情况时,通常对应于一整帧图像内容的丢失。为此本文提出了两种针对整帧图像丢失的差错掩盖算法--基于多帧参考的差错掩盖算法。研究结果表明,该算法不仅能够恢复整个丢失帧,而且其掩盖效果比传统的掩盖算法更好。

低复杂度的H.264帧间编码的模式判决算法

H.264是最新的国际视频编码标准,它能够提供更高的编码效率,但其编码实现也非常复杂,三叉树结构的多编码模式和多帧参考技术是复杂度增加的两个重要因素.针对这两个因素提出一种用于帧间编码的快速模式判决算法FIMDA,它利用编码过程中获得的模式、码率开销等编码信息来减少那些对编码性能影响不大的参考帧和模式的搜索过程,从而降低编码复杂度.实验结果表明,对常用的5帧参考,与全搜索相比,FIMDA可将编码复杂度降低平均85%以上,而PSNR下降仅在0.07dB左右.

基于宏块突变定位帧复制篡改帧方法的研究

视频资源的海量增长及用户需求的快速变化,视频修改编辑也迅猛发展,必然引起对视频篡改检测的关注。针对帧复制视频篡改检测场景,定位帧复制篡改帧的方法聚焦宏块突变特征,包括P帧化、多帧参考化,倒置编码,分析匹配宏块异常等操作,基本解决后向帧复制及前向帧复制难以定位复制帧的问题。所提的方法对数字视频真实性、完整性的司法鉴定具有较强的实用价值。

基于光流方程迭代的快速整帧恢复算法

介绍了如何进行整帧恢复的算法及相关理论,以提高图像恢复的速度与质量为目的,率先提出利用光流方程迭代求近似解,像素梯度信息插值恢复图像,缩小中值滤波窗口及使用次数,提出了一种更为快速、有效的整帧恢复算法FOFE。实验表明,由FOFE算法恢复的图像有更好的主观效果及客观质量。

特征域多假设预测视频压缩感知重构神经网络

在预测-残差重构框架中,利用视频时间相关性进行多假设预测是视频压缩感知重构的关键步骤。针对目前的视频压缩感知多假设重构神经网络预测精度不够,且理论解释性较差等问题,文中结合传统多假设理论,提出了一种特征域多假设预测视频压缩感知重构网络(FMH_CVSNet)。首先,提出了一种新的特征域多假设预测模块,通过构造合理的运动估计模块与假设权重求解模块来增强网络的预测能力;然后,提出了两阶段多参考帧运动补偿模式,以适应序列特征构造更优的假设集,进一步提升预测精度。仿真结果表明,FMH_CVSNet在各实验条件下均取得了较好的重构性能,相比于2sMHR和VCSNet-2,平均PSNR分别提升了4.76、3.87 dB。