基于多帧参考的整帧丢失错误掩盖算法

为了解决视频传输中整帧图像丢失的误差扩散问题,提出了一种基于多参考帧运动矢量外推的整帧丢失错误掩盖算法.通过对多个参考帧的运动矢量外推得到丢失块的候选运动矢量集;采用多参考帧边界匹配准则进行丢失帧和其后续帧的误差估计,并选择丢失块的最优运动矢量;最后采用自适应的重叠块运动补偿方法重建丢失帧.实验结果表明,该算法在恢复整帧图像的同时,有效地降低了视频序列中整帧图像丢失的误差扩散影响,与已有算法比较,该算法恢复的视频序列平均峰值信噪比提高了0.5～1dB,具有更好的错误掩盖效果.

基于H.264的立体视频右图像整帧丢失错误隐藏算法

当H.264编码立体视频流在Internet上传输时,由于信道错误所引起的数据丢失常常会造成整帧图像的丢失。为了恢复丢失的整帧立体视频右图像,提出了一种基于H.264的立体视频右图像整帧丢失错误隐藏算法,该算法依据立体视频编码特点进行相关性分析,首先确定丢失帧中每个宏块的预测方式,然后采用运动补偿或视差补偿对其进行恢复,进而重现丢失帧。实验结果表明,该算法能够在较低的计算复杂度下,获得较高质量的立体视频图像。

基于H.264/AVC的整帧丢失差错掩盖算法研究

首先详述了基于H.264/AVC的可伸缩视频编码扩展中的四种整帧丢失差错掩盖算法的基本原理,然后给出JSVM仿真软件的实验结果,并根据实验结果比较各个掩盖算法掩盖效果的客现性能以及主现质量,最后对性能和复杂度进行了理论分析.

一种基于场一致性的H.264整帧丢失掩盖方法

针对H.264视频序列在传输中可能发生的整帧丢失现象,提出了一种新型的整帧丢失掩盖算法,该算法可用于P帧和B帧。对于P帧,该算法需要修改解码器的解码流程,使得掩盖丢失帧时能获取后一帧的运动矢量信息。然后,利用运动矢量映射的方法获取重建丢失帧的参考运动矢量列表,采用基于场一致性的判决方式分别选取前一帧中和后一帧中的最佳运动矢量以取得最终重建矢量。对于B帧,利用后P帧的运动矢量信息,采用基于场一致性的判决方式得到最终重建矢量。实验结果说明此算法和传统的整帧掩盖算法相比能获得更高的PSNR,并且有更好的视觉显示效果。所提算法在H.264视频发生整帧丢失时有较好的掩盖效果。

基于运动估计的整帧丢失错误掩盖算法

针对因信道错误引起的数据丢失而造成的整帧图像丢失的情况,提出了基于运动矢量估计的错误掩盖算法.假设图像局部区域的运动为线性运动,估计丢失块的运动矢量.利用该运动矢量指向的参考块的运动情况来验证估计运动矢量的可靠性.如果可靠,则使用该矢量重建丢失块;否则,采用边界匹配的方法重建丢失块.当参考帧中存在帧内宏块时,利用相邻宏块的运动信息估计其运动矢量.最后通过滤波来减轻重建数据块边界的块效应.实验表明,和已有算法比较,本文算法可以明显提高恢复图像的主观和客观质量.

立体视频右通道整帧丢失的差错掩盖算法

立体视频流在传输过程中,网络差错常常会引起整帧图像的丢失。由于视点间的相关性,立体视频右通道中的丢失帧可以利用左通道对应帧的编码信息对其进行掩盖。结合已有的立体视频编码算法对视点间的相关性进行分析,然后提出一种适用于立体视频右图像整帧丢失的运动跳跃(Motion Skip)差错掩盖算法。该算法在相同时刻的左帧中找到丢失宏块的对应宏块,并从对应宏块的编码信息中得到丢失宏块的预测方式,进而采用运动补偿对其进行掩盖,直到恢复出整个丢失帧。实验结果表明,算法能够获得较好的主观质量,与基于时域相关性的TD算法相比,该算法在低丢包率情况下PSNR最高能提高2.62db、最低能提高0.1db,高丢包率情况下PSNR最高能提高6.18db、最低能提高0.95db。

结合显著性的MVD视频整帧丢失错误隐藏

基于多视点视频加深度(Multiview Video plus Depth,MVD)格式的三维视频能给用户提供多视角的沉浸式视觉体验.针对MVD视频流传输中彩色帧发生整帧丢失的情况,提出了一种结合视觉显著性的三维视频整帧丢失错误隐藏算法.先将丢失帧各区域划分为三种不同的显著等级,然后对低、中、高显著区域,分别采用时域直接拷贝、时域和视点间像素自适应搜索法和新型的运动矢量补偿法进行恢复.相较于目前的对比算法,经提出算法重建后的丢失帧的峰值信噪比值(Peak Signal to Noise Ratio,PSNR)和结构相似度值(Structural Similarity Index Measure,SSIM)能分别提高0.99~2.61 dB和0.005~0.012,并且重建图像主观视觉质量更佳.

基于区域划分的立体视频整帧丢失错误隐藏新算法

针对立体视频传输中右视点整帧丢失,提出了一种基于区域划分的立体视频整帧丢失错误隐藏新算法。首先通过丢失帧视点内和视点间相邻帧的运动信息,估计丢失帧的运动区域与静止区域;然后利用视点间的全局视差,将丢失帧运动区域进一步划分为遮挡边界区域和非遮挡边界区域,并对遮挡边界区域和非遮挡边界区域分别采用运动补偿预测和视差补偿预测进行恢复,而对静止区域则直接采用帧拷贝的方法恢复丢失信息。实验结果表明,本文算法有效提高了所恢复的立体视频丢失帧图像的主客观质量。

一种整帧丢失时的视频差错掩盖算法

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,当网络传输中数据包丢失时,通常对应于一整帧图像内容的丢失。为了恢复丢失帧,提出了一种针对整帧图像丢失时的基于运动向量外推法的空时域相结合的差错掩盖算法。试验结果表明,该算法不仅能够恢复整个丢失帧,而且在主观上与客观上其掩盖效果均优于传统的掩盖算法。

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。

结构相似度的立体视频错误隐藏

针对立体视频传输中右视点整帧丢失,提出了一种基于结构相似度(Structural Similarity,SSIM)的立体视频右视点整帧丢失错误隐藏算法。首先,提出了时域SSIM和视间SSIM的概念。然后,根据视频序列的时域相关性,将前一时刻右视点图像宏块的预测方式作为丢失图像宏块的预测方式。接着,将前一时刻右视点图像以宏块为单位进行时域和视间匹配,求取其以像素为单位的时域SSIM映射图和视间SSIM映射图。最后,计算并比较前一时刻右视点图像每个宏块的时域SSIM和视间SSIM值,得到每个宏块的预测方式,将其预测方式作为丢失帧中宏块的预测方式,从而使用运动补偿预测或者视差补偿预测的方法进行恢复。实验结果表明,与传统的算法和Pang的算法相比,PSNR值分别提高了2.76 dB和3.43 dB,且本文算法主观效果较好。

基于自动多视点显示的立体视频错误隐藏算法

立体视频信息经H.264编码,在网络传输时,因信道错误会引起图像整帧丢失的情况。该文利用视频序列时间和空间相关性,提出一种错误隐藏算法。它通过确定丢失帧中每个区域的运动方式,进行替代补偿或视差补偿,从而恢复丢失帧。实验结果表明,所提出的算法与传统算法相比,得到了更好的图像质量。

一种低复杂度立体视频错误隐藏新方法

针对立体视频流传输中右视点整帧丢失,提出了一种低复杂度的错误隐藏算法。首先,为了高效地感知立体视频的时域质量和视点间质量,定义了时域相似尺度(TSM)、视间相似尺度(ISM)的概念;将前一时刻右视点图像进行时域和视点间匹配,分别求取其以像素为单位的TSM和ISM映射图;然后,计算前一时刻右视点图像当前宏块的TSM和ISM值,通过比较得到当前宏块的预测模式;最后,根据视频序列的时域一致性,将前一时刻右视点图像宏块的预测模式作为丢失图像宏块的预测模式,从而使用运动补偿预测(MCP)或者视差补偿预测(DCP)的方法恢复丢失信息。研究结果表明,与已有错误隐藏算法相比,本文算法获得更好主客观视觉效果;同时与基于图像结构相似度(SSIM)的错误隐藏算法相比,在保持主观视觉质量情况下,错误隐藏时间节省20%左右。