外推结构无反馈DVC码率控制算法研究

针对现有内插结构无反馈分布式视频压缩（DVC）在大图像组条件下存在严重解码延时问题,研究了外推结构的无反馈DVC系统。在编码端,提出一种不等保护码率控制算法,该算法在编码端利用快速运动估计外推产生较高质量的边信息估计,根据比特平面误码率和比特平面重要性,实现比特平面级的码率控制;在解码端提出基于外推内插边信息更新的迭代解码优化,利用更新的边信息对每一分布式帧进行二次解码,在不增加传输码率的条件下进一步提升解码视频质量。实验结果表明,与现有无反馈码率分配算法相比,该算法能够更精确地分配码率,率失真性能提升0.6~1.8 dB,且解码视频图像的主观质量得到明显改善。     

基于多块模式决策的边信息生成方法

分布式视频编码中边信息的质量决定了系统的率失真性能,边信息质量越高,则率失真性能越好。针对视频序列中对象运动的不均匀特性,结合MCTI技术,本文提出了一种新的边信息生成算法。其基本思想是在编码端利用多块模式算法对帧中宏块进行划分,将宏块分为运动缓慢块和运动剧烈块;在解码端,对运动缓慢块直接由MCTI算法生成边信息,而运动剧烈块的边信息要经过后处理进行优化得到。仿真实验表明与直接由MCTI生成边信息方法相比,本文算法可以使生成边信息的峰值信噪比(PSNR)比原有的算法提高0.8dB-1.2dB左右,有效提高了边信息的质量。     

Wyner-Ziv视频编码中边信息估计算法改进*

与传统视频编码方法相比,DVC（distributed video coding）在编码性能方面还存在着较大差距。边信息估计是其中的关键技术之一,在很大程度上决定着编码效率。为缩短性能差距,改善边信息估计效率,提出一种针对像素域Wyner-Ziv视频编码系统的改进算法,在解码端改善了关键帧之间的运动矢量获取以及采用重叠块运动补偿来生成边信息。通过对大量测试序列的实验,验证了改进算法的率失真性能得到改善。     

基于深度学习的光流插帧边信息生成算法

在分布式视频编码（DVC）中,如何在各种运动场景下生成高质量的边信息并提升解码性能是一个重点研究领域。提出一种基于深度学习的光流插帧边信息生成算法（optical flow interpolation,OFI）,编码端采用区间重叠的分布式算数码（distributed arithmetic coding,DAC）对视频进行编码,解码端生成边信息时提取已解码关键帧,输入深度学习光流插帧网络。网络采用多层光流模块产生光流,并结合光流向后弯曲关键帧产生初步的边信息估计,再由融合过程消除遮挡产生更加细化的结果,最后边信息辅助解码树完成解码。实验结果表明,与现有方法相比,该方法PSNR最大可提升2.25 dB,主要体现在线性运动场景下。同时在线性和非线性场景下SSIM指标可提升0.001 5~0.064 8,在解码视频率失真曲线上也体现出一致的结果,证明了该算法对线性运动边信息估计有较好的提升,对非线性运动边信息结构也有良好的恢复性。     

基于半像素运动估计的DCVS残差重建算法

针对分布式视频压缩感知中非关键帧重建质量较差的问题进行了研究,提出了一种基于半像素插值技术的残差多假设块迭代重建算法。该算法先对重建后的相邻关键帧进行半像素插值运动估计生成当前非关键帧的边信息;然后,在测量域内对非关键帧与边信息求残差并对残差进行多假设重建;最后,将重建的残差与边信息进行融合得到重建的非关键帧。仿真结果表明,基于半像素插值的改进残差多假设块迭代重建算法比多假设迭代重建算法重建质量平均提高了0.3~1.4dB,提高了非关键帧的重建质量。     

DVC中基于亚像素MCI的边信息重建

为了提高边信息重建质量从而提升分布式视频编码的压缩性能,在引入一种基于整像素运动补偿内插(MCI)的边信息重建算法的基础上,提出基于1/2像素和基于1/4像素的亚像素MCI边信息重建算法。实验结果表明,2种算法能有效提高边信息质量,在不改变编码端复杂度的情况下,明显提升视频编码系统的率失真性能。     

基于全搜索的煤矿井下视频序列边信息生成算法

针对煤矿井下视频分布式编码中图像照度低和清晰度低等特点,提出了基于全搜索的煤矿井下视频序列边信息生成算法。该算法对已解码的关键帧进行扩编,并对全搜索时每个参考帧对应像素块的均方误差函数值通过阈值进行分析和判断,保留低于阈值的运动矢量,提高边信息生成质量。理论分析和仿真结果表明,本文提出的算法可以实现煤矿井下视频序列的高质量边信息的生成,为将分布式编码广泛应用于煤矿井下视频监控和通信提供了基础。     

残差分布式视频压缩感知*

压缩感知(CS)是一种能同时进行数据采集和压缩的新理论,为简化编码算法提供了依据,同时,分布式视频编码(DVC)为低复杂度的视频编码提供了思路。因此,通过整合DVC和CS各自的特性以构建编码简单的视频编码框架,并采用残差技术来提高系统性能,最终提出了一种残差分布式视频压缩感知(RDCVS)算法:对关键帧进行传统的帧内编、解码;而对非关键帧,编码端采用一种基于残差联合稀疏模型的随机观测,解码端利用边信息和改进的梯度投影重建(GPSR)算法进行优化重构。由于将运动估计和变换编码等复杂度较高的运算转移到解码端进行,因而RDCVS保持了低复杂度的编码特性。实验结果表明,RDCVS算法比参考方案的恢复质量提高了2～3 dB。     

基于SVC的空域增强层帧级错误掩盖算法

基于SVC空域增强层宏块编码模式的特点,提出一种增强层帧级错误掩盖算法,综合利用层间预测信息和时域直接模式TD下的运动信息,预测丢失帧中的宏块是否采用TD模式编码运动信息。对于符合判决条件的宏块,使用TD模式来产生其运动矢量,以提高运动矢量恢复的精确度,从而提升丢失帧的错误掩盖效果。实验结果表明,与原JSVM算法相比,该算法以很小的运算复杂度,使增强层序列的解码PSNR平均提高了0.23 dB。     

基于相关性的分布式解码检测优化算法

在分布式视频编解码系统中,由于细节变化丰富而生成的边信息与原始视频帧之间存在较大的差距,降低了解码帧质量。针对如何实现解码帧质量检测,并对低质量的解码帧进行优化以提高系统性能的问题,提出一种基于相关性的分布式解码检测优化算法。在编解码端分别计算相关性,得到置信度值并进行解码检测。对于低质量的像素块根据相关性及运动估计进行重构,最后通过滤波和双向运动补偿产生优化像素块。实验结果表明,所提算法对低质量边信息具有优化作用。     

基于LDPC的码率自适应分布式视频编码

为了在分布式视频编码（DVC）中取得更好的压缩性能,将校验节点的合并和分裂进行有机结合,提出了一种码率自适应LDPC（RALDPC）编码新方法。该方法首先基于PEG算法构造高压缩比LDPC码字;然后由行均匀分裂得到低压缩比码字;最后通过合并或分裂校验矩阵对应的行来适度调整码率。为保证码字性能,还提出了校验节点合并的3个限制条件,并基于RALDPC提出了一种码率自适应DVC编码方案。实验结果表明,与当前基于Turbo码的DVC方案相比,在原信息和边信息高度或中度相关时,编码性能提高了0.1～0.7dB。     

块分类的双向估计加权边信息生成算法*

针对分布式视频编/解码中运动估计产生的预测重叠问题,提出了一种块分类的双向估计加权边信息生成算法。根据前后相邻关键帧对应块的相关性,将像素块分为保留块类和运动块类。对保留块类直接作保留处理;对运动块类中的像素块采用改进的双向运动补偿算法找到对应匹配块,并通过加权判决模块生成边信息。实验结果表明,在不增加编码端复杂度的情况下,算法有效提高了边信息质量。     

基于多假设运动补偿预测的边信息改进方法

根据分布式系统中边信息和原信息之间的噪声模型,提出一种基于多假设运动补偿的边信息改进方法.使用传统方法生成原始的边信息,对其进行双向运动估计产生补偿块,将补偿块线性组合成新的边信息.实验结果表明,该算法具有复杂度较低的优点,能提高边信息的质量,从而有效地改善分布式视频压缩的率失真性能.     

Probabilistic motion-compensated prediction in distributed video coding

Distributed video coding (DVC) constitutes an original coding framework to meet the stringent requirements imposed by uplink-oriented and low-power mobile video applications. The quality of the side information available to the decoder and the efficiency of the employed channel codes are primary factors determining the success of a DVC system. This contribution introduces two novel techniques for probabilistic motion compensation in order to generate side information at the Wyner-Ziv decoder. The employed DVC scheme uses a base layer, serving as a hash to facilitate overlapped block motion estimation at the decoder side. On top of the base layer, a supplementary Wyner-Ziv layer is coded in the DCT domain. Both proposed probabilistic motion compensation techniques are driven by the actual correlation channel statistics and reuse information contained in the hash. Experimental results report significant rate savings caused by the novel side information generation methods compared to previous techniques. Moreover, the compression performance of the presented DVC architecture, featuring the proposed side-information generation techniques, delivers state-of-the-art compression performance.     

基于时空联合的解码边信息插值算法

在Wyner-Ziv视频编码中,边信息质量是影响系统编码效率的关键因素,但解码端获得的运动矢量不精确而导致内插边信息的质量不高。为此,提出一种基于时空联合的解码边信息插值算法。该算法将多种块分割模式与双向运动估计相结合,匹配准则采用双向平均绝对误差和(SBAD)判断运动矢量时间变化,利用边界绝对误差(BAD)判断运动矢量的空间变化,通过时空联合匹配准则保证运动矢量的空间平滑性和时间连贯性。实验结果表明,该算法降低了编码码率,内插边信息的主观和客观质量均有所提高,边信息的峰值信噪比(PSNR)最大提高1.41dB。     

基于高斯混合模型的Wyner-Ziv视频编码

针对现有Laplacian模型不能精确描述相关噪声分布,分布式视频编码(Distributed Video Coding,DVC)的率失真性能改善非常有限,文中提出一种基于高斯混合模型的分布式视频编码方法.首先分析了WZ帧与相应边信息之间相关噪声的统计特征,发现相关噪声信息的分布并不满足某种单峰分布,然后采用高斯混合模型(Gaussian Mixture Model,GMM)对噪声系数直方图进行拟合,提出基于样本特征的EM(Expectation Maximum)算法来估计模型参数.将提出的高斯混合相关噪声模型与相应的Laplacian模型进行比较,实验结果表明前者更能精确描述相关噪声的统计特征,基于该模型的DVC率失真性能优于基于Laplacian模型的DISCOVER方案,获得的平均增益接近1 dB.