基于内容统计的彩色视频4D-MDCT编码

为了提高彩色视频序列的压缩比，根据四维矩阵及四维矩阵离散余弦变换(4D-MDCT)理论，提出了一种基于内容统计的编码方法，即先对彩色视频序列所构成的四维矩阵进行子阵划分和四维矩阵离散余弦变换，然后对变换系数进行四维矩阵量化。为了能够充分利用彩色视频序列的帧间相关性和帧内相关性，又通过对量化后的四维子阵系数进行统计来找出其中完全相同的四维子矩阵。对于系数完全相同的子矩阵，只对第1个子矩阵进行编码，而不对其他的子矩阵进行编码，而且在对第1个四维子矩阵进行编码时，采用了传统的游程编码和熵编码。实验结果表明，在保持高信噪比的情况下，此方法可以大幅度地提高压缩比。     

彩色视频的四维矩阵离散余弦变换编码

为了在高信噪比条件下获得对彩色视频的高倍压缩 ,提出了 4维矩阵及 4维矩阵离散余弦变换理论 ,并将该理论应用于彩色视频编码 .基于 4维矩阵离散余弦变换的彩色视频编码方法将彩色视频的多个帧放在一个统一的数学模型 (即 ,4维矩阵 )中考虑 ,利用 4维矩阵离散余弦变换去除其间的各种相关性 ,并通过矢量量化对变换系数进行压缩编码 .其方法可以同时全面利用彩色视频图象相邻像素间、彩色空间 Y、U、V 3分量间 ,以及视频图象相邻帧之间的相关性 .实验结果证明 ,对可视电话和视频会议等应用中的彩色视频序列图象 ,利用该方法可在高信噪比条件下获得较高压缩比的编码效果     

基于预测和补偿的4D-MDCT彩色视频编码

为了提高彩色视频序列的压缩比,提出了一种4D-MDCT(四维矩阵离散余弦变换)彩色视频编码的改进方法。根据四维矩阵理论和四维矩阵离散余弦变换理论,对彩色视频序列进行变换;然后对变换系数应用量化矩阵进行量化。对量化后的系数进行预测和补偿,进一步去除系数之间的相关性。最后对补偿系数进行游程编码和熵编码。实验结果表明,该方法在保持高信噪比的同时,可以获得很高的压缩比。     

一种基于小波和MP变换的细粒度视频编码算法

针对目前的细粒度算法的计算复杂度大(如Matching Pursuit编码，简称MP编码)或者视频质量有各种效应(如离散小波变换编码DWT)的缺点，提出了一种基于小波变换和MP变换联合的细粒度视频编码算法。对连续的8帧视频采用一维小波变换，然后对变换后第1帧低频图像用二维小波变换，其它7帧高频图像信息采用MP变换编码，并采用基于能量的原子搜索与基于人眼视觉特性的分配策略。实验表明，该细粒度算法对帧间运动较小的视频应用，有较高的恢复质量。     

基于多分辨率四叉树的运动分割及交叠块的立体视频帧估计算法

为了对立体视频序列进行有效的编解码，以获得较好的重建图象，提出了一种基于立体视频序列的帧估计及内插方法，该方法就是在立体视频序列编码中，左图象流按MPEG－Ⅰ/Ⅱ的视频编码标准进行编码；面对右图象流，只对参考帧（Ⅰ帧及P帧）进行编码，右图象流的B帧不进行编码及传送，而是在解码端，根据各个参考帧通过帧及内插来获得，可变块分割的方法是采用基于多分辨率四叉树分解的运行分割，对右B帧的重建按照匹配块和失配块分别处理的方法，各个块的位置和内容则根据右B帧中的块与右Ⅰ帧、P帧之间或与左B帧的之间相关性大小来确定，另外，还提出了一种新的可避免误区配和对显露区进行正确填充，并针对交叠块的帧估计和内插方法，仿真实验表明，该图象重建方法与文献[1]所提出的基于固定块的方法相比，能够使得重建图象的峰值信噪比（PSNR）增加约1.25dB，并且图象的主观视觉质量评价也明显要好。     

基于多变换的细粒度视频编码算法

针对现有细粒度视频编码算法计算复杂度大或视频恢复质量有各种效应的缺点，提出了一种基于联合小波变换和MP变换的细粒度编码算法。该算法在运动估计与补偿的基础上，用小波变换来消除帧间冗余，然后对变换结果根据不同帧的数据特征分别进行二维小波变换或MP变换。算法还提出了新的运动估计和像素调整策略、基于人眼视觉特性的MP原子分配策略和基于能量查找的原子搜索机制。实验表明，该算法可同时兼顾视频恢复质量、计算复杂度和控制粒度。     

四维网格编码调制与解调

阐述了将编码与调制相结合的网格编码调制与解谳的基本原理，设计了一种四维64QAM网格编码调制电路，通过扩展信号集提供编码冗余度，并通过集分割增加信号点间的欧氏距离。为克服因信号集扩展而使信号眯间距离减小所降低的功率利用率，采用四维网格编码的方法，以较低的编码冗余度实现约4dB的编码增益，克服了一般纠错编码在提高功率利用率时使频谱利用率下降的缺点。并用四进制差分编码与比特转换相对合克服了收端载波恢复的相位模糊问题，还提出了用VLSI实现维特比译码的面积效率结构模型。     

一种支持视频检索的对象标志位编码算法

针对传统标志位编码算法的编码代价大、海量监控视频难于浏览等问题,提出一种支持视频检索的对象标志位高效编码算法。基于对象区域信息、语义信息生成标志位来存储监控视频,根据视频编码和视频分析结果,生成对象区域信息与语义信息,利用基于区域生长的帧内编码算法消除空域冗余,基于运动估计的帧间编码算法从分像素精度上消除时域冗余,将对象区域信息、语义信息同时编码到原始视频码流中,实现监控视频的快速浏览与检索。实验结果表明,与基于欧式距离的帧内编码算法相比,该帧内编码算法的编码代价降低4%~14%,帧间编码算法降低28%~48%;基于对象标志位的视频解码能生成用户感兴趣的检索视频,提高用户浏览效率。     

基于改进四元傅里叶变换的显著性检测及其视频编码应用

针对基于感兴趣区域的有损视频压缩在低码率编码条件下容易产生明显的编码人工痕迹,提出一种基于注意力权重矩阵的四元傅里叶变换的视觉显著性视频编码模型。该方法引入人眼视觉注意力权重矩阵对不同区域图像四元数予以加权,该四元数由图像的亮度、色度和运动特征组成。图像视觉显著图可由其四元数特征的四元傅里叶相位谱获取。结合中心凹恰可觉察失真(FJND)模型将其应用于基于感兴趣区域视频编码,可提高视频编码质量。与五种流行的显著性检测算法在两个大型眼动跟踪数据库上进行对比实验,结果表明提出的算法显著性检测精度明显高于对比算法。此外,与最新的基于显著性视频编码方法在10段标准视频上进行编码视频的主观质量对比,该方法能提高低码率编码视频的主观视觉质量,且优于对比算法。     

基于区域划分的深度视频快速编码算法

多视点彩色视频与深度视频作为多媒体系统中主流3D场景表示方式,吸引了越来越多人的关注。深度视频反映场景的几何信息,如何对其进行快速编码尤为重要。提出了一种基于区域划分的深度视频快速编码算法。首先,根据深度视频的边缘和运动属性把深度视频分为四个区域;然后,深入分析不同区域内宏块模式分布比例以及参考帧选择特性,设计了不同的宏块模式选择和参考帧搜索策略来提高编码速度;最后,测试提出算法的编码时间、码率以及合成虚拟视点的质量。实验结果表明,提出算法在保证虚拟视点图像质量和编码码率基本不变的情况下,节约了85.73%～91.06%的编码时间。     

一种基于颜色空间最短距离的编码误差修正新方法

在视频编码的过程中, 编码后的数据不可避免地会发生一定程度的失真。在这些失真的色点中会有一部分的色点跃出颜色空间的范围, 因此在视频编码框架的重建部分使用了误差修正(clip)来修正这些误差点。现有的误差修正方法仅仅是对YUV数据中各个分量进行了简单的超出0~255范围的修正, 而忽略了颜色空间变换后YUV的颜色空间模型的变化。针对该问题, 提出了一种基于颜色空间最短距离的编码误差修正（minimum distance clip）新方法。该方法利用YUV颜色空间模型以及空间几何的理论, 通过寻找这些误差点在该模型上的最短距离点来修正上述误差。采用H. 264参考软件JM13. 0进行实验验证, 测试结果表明, 该方法较传统的修正方法在主观质量和客观性能上均有一定的提高, 对有较高色彩质量需求的先进视频编码应用, 如超高清视频、3DTV等有一定的贡献。     

采用统计推断的自动视频对象分割

在新一代MPEG－4视频编码标准中，为了支持面向对象编码和实现基于内容的应用，视频对象（VO）的自动分割成为关键技术之一，减背景法是视频对象自动分割的基本方法，但是不同的环境光照条件常常给视频对象的分割带来困难，提出一种基于统计推断的减背景法。该方法首先建立背景统计模型，然后对后续帧进行假设检验，从而分割出视频对象。文中算法采用HSV颜色空间，通过对背景统计模型中各颜色分量的有效分析和区别使用，能够很好地适应不同的环境光照条件。实验表明，文中算法能够在各种光照环境下自动地实现视频对象的准确分割。     

MPEG-4中四运动向量运动估计的预先排除算法

为了提高运动补偿的效率,在M PEG-4压缩编码中采用了变尺寸块(8x8和16x16)运动估计算法,这种算法复杂度高,是影响M PEG-4编码整体效率的关键。本文研究了M PEG-4中率失真框架下四运动向量运动估计的预先排除算法(4M VPE),在已知一个宏块的16x16运动向量的情况下,通过简单的计算和判断,排除相当一部分宏块不再需要4次8x8块运动估计(四运动向量运动估计),从而简化整个编码过程。实验表明,4M VPE算法使变尺寸块运动估计的速度得到了很大的提高,而峰值信噪比(PSNR)则下降很小。     

IP网络MPEG-4视频流的自适应差错掩盖算法

针对IP网络上的MPEG-4视频传输,采用面向差错控制的打包方案,提出了一种结合时域差错恢复和空域差错恢复方法的快速自适应差错恢复混合算法。该算法根据视频帧的编码模式、丢失宏块的邻域宏块的编码模式、运动程度和运动矢量一致性自适应地选择差错恢复方法。仿真实验结果验证了自适应算法具有较好的差错恢复能力。     

基于视觉显著性的多视点纹理视频编码算法

针对多视点视频的压缩问题,提出一种基于视觉显著性分析的编码算法。该算法根据人眼对显著性区域的失真更加敏感这一特性,通过控制显著性区域与非显著性区域的编码质量来有效提高多视点视频编码的效率。首先,利用融合颜色与运动信息的视频显著性滤波器提取出多视点视频图像像素级精度的视觉显著性图;然后,将所有视点视频的视觉显著性图转换为编码宏块的显著性表示;最后,利用感知视频编码的原理实现基于显著性的宏块质量自适应控制。实验结果表明,该算法有效地提高了多视点视频编码的率失真效率及主观视频质量。     

自动分割视频序列中运动物体的新算法：多特征联合方法

视频编码标准MPEG-4增加了适于多种应用的基于视频内容的功能,为了支持这一功能和提高编码效率,MPEG-4将视频序列中的每一帧分解成视频对象面(VOP);另外,由于基于内容的视频检索和视频监控系统均期望用分割出的关键视频对象紧致地表示一个序列,同时由于视频分割技术在模式识别、计算机视觉等领域也得到了广泛的应用,因此,分割视频运动物体并跟踪运动物体的变化变得至关重要.为了对视频中运动物体进行有效的分割,在帧差图象的基础上,采用Canny边缘检测和随机信号的高阶矩检测相结合的方法,来自动分割视频序列的前景区域和背景区域,并在前景区域中应用区域生长法进行颜色分割,以精确提取运动物体的边缘;还利用边缘和颜色特征来对分割出的运动物体建立模板,用于解决非刚体运动中局部暂时停止运动的情况.实验结果表明,此方法可以有效地分割运动物体,并能跟踪运动物体的变化.     

一种静态背景下的运动目标提取算法

为了对静态背景下的运动目标进行快速、准确的提取 ,提出了一种新的运动目标自动提取算法 .该算法在传统的亮度信息的基础上 ,通过引入色差信息来作为预分割的参考 ,取得了较好的预分割效果 ;然后通过改进传统的 canny算法 ,使之能处理含有时间关系的两帧图象 ,以此来获得物体的精细边缘 ;最后设计了一种辅助边缘提取方法 ,结合精细边缘 ,以此来得到运动物体的连续边界 .实验表明 ,这是一种快速稳健的分割算法     

MPEG-4形状编码中尺寸转化的研究

尺寸转化是MPEG-4形状编码技术的关键步骤之一。该文在分析MPEG-4检验模型(VM)中形状编码算法的基础上，提出了一种改进的尺寸转化算法。试验结果表明这种算法减少了尺寸转化的次数，提高了编码速度，减少了运算量。