多视角分布式视频编码中基于置信度的时空边信息融合

在现有的多视角分布式视频编码MDVC(Multi-view Distributed Video Coding)边信息SI(side information)生成方法中,时间与空间边信息的融合未能有效地选择和提取两种边信息的可靠部分。针对这个问题,提出一种基于置信度的时空边信息的融合方法。利用时间和空间边信息的可靠性模版以及时空置信度的模版,获得时空融合模版;然后,利用时空融合模版从时间边信息与空间边信息中选择出最优的像素组成最终的融合边信息。实验结果表明,在相同码率的条件下,获得的峰值信噪比PSNR(Peak Signal to Noise Ratio)相比于时间主导融合方法最高有0.79 d B的提升,相比于时空补偿融合模板最高有0.58 d B的提升。此外,获得的重构帧能有效地保留原始图像的细节部分。

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。

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。

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。

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。

基于递归预测的分布式双视角图像无损压缩

针对星载双视角图像压缩中存在数据量大和卫星编码端计算能力受限、内存资源不足的问题,提出了一种基于递归预测的分布式双视角图像无损压缩方法。该方法中2个视角的图像采用不同的编码方法,视角1作为关键视角采用JPEG2000无损模式进行独立压缩;视角2经图像分块预处理之后,其中一个局部图像块作为关键图像块仍用JPEG2000无损模式独立压缩,其余部分采用分布式编码方法。编码端进行二维整数小波变换去除各视角内的空间冗余,解码端利用利用视角间的相关性采用递归预测的结构,通过配准和多元线性回归的方法生成视角2其余图像的边信息辅助其余图像块解码。实验结果表明,与未考虑双视角图像间冗余的JPEG2000无损压缩编码相比,平均编码比特率大约节约了0.296~0.6 bpp,时间复杂度降低到其5.97%~14.3%;与使用初始边信息的分布式编码方案相比时间复杂度相同,但平均编码比特率大约节约了0.45~0.51 bpp;与考虑了图像间冗余的相关文献图像算法相比,所提方法的编码比特率损失0.2 bpp,但编码复杂度降低到其4.3%,说明所提方法更具优势,满足星载图像压缩需求。

自适应采样率分配的分布式压缩感知视频编码

提出了一种基于压缩感知理论的分布式视频编码方案,它是建立在压缩感知理论的基础上全新的具有动态测量率分配的分布式视频编码框架,具有编码端简单、抗误码能力强、编码效率较高的特点。在编码端,关键帧和非关键帧独立编码,关键帧采用高采样率的压缩感知测量,非关键帧采用自适应的压缩感知测量。在解码端,利用非局部稀疏模型和字典训练更新算法,关键帧和非关键帧联合进行压缩感知重建。实验结果表明,本文的编码算法能获得较好的率失真性能和主观图像质量。

分布式视频编码关键技术及其发展趋势

建立在Slepian-Wolf和Wyner-Ziv编码理论基础上的分布式视频编码是一种全新的编码框架。与传统视频编码方案相比,其突出的特点决定它可为未来无线视频信号编码与传输提供具有极大竞争力的解决方案。本文对分布式视频编码的关键技术进行了分析,介绍了最新的研究进展,并剖析和展望了影响当今分布式视频编码的几个关键问题。

像素域分布式视频编码双向运动补偿重建算法

为提高分布式视频编码系统解码视频的主客观质量,提出了像素域双向运动补偿重建算法(BMCR).该算法充分考虑了视频中帧内和帧间的相关性,对于边信息落在译码符号对应量化区间内的像素,直接用边信息值进行重建;对于边信息落在译码符号对应量化区间外的像素,利用结合量化区间的双向运动补偿得到合理的重建值.实验结果表明,在Wyner-Ziv视频编码系统中,对于中高等运动强度的视频序列,文中提出的双向运动补偿重建算法比常用的最小均方误差重建算法的峰值信噪比平均提高约0.5 dB,并可有效改善解码视频的视觉质量.

无反馈分布式视频编码中的速率控制算法

针对现有比特平面级编码端速率控制算法估计精度要求高的问题,提出了一种帧级编码端速率控制算法。该算法通过在编码端利用分层快速运动补偿内插产生高质量的边信息估计,并根据循环移位去除比特平面间的级别性,使每个比特平面的编码速率均匀化,从而实现帧级别的速率控制。实验结果表明,与现有算法相比,所提算法对中高速运动视频边信息估计质量有明显提升,且解码视频的平均PSNR(peak signal-to-noise ratio)均有提高。