基于视频序列运动特性的边信息生成算法研究

在分布式视频编码系统中,针对非线性运动区域边信息生成误差大的问题,提出了基于视频序列运动特性的边信息改进方法。解码端利用双向运动补偿时域内插技术生成初始边信息,再根据前后运动矢量的和值将边信息划分为线性与非线性区域,并对非线性区域用矢量滤波器进行去伪非线性区域处理,对真正做非线性运动的块进行分层运动估计以得到更精确的运动信息。将得到的边信息与初始边信息相比,改进后的边信息平均PSNR值提高了1dB。     

像素级运动矢量场边信息生成算法

在分布式视频编码（DVC）中,解码端生成的边信息的质量对整个系统的率失真(RD)性能有着重要影响。为了提高边信息的质量,进而提升DVC系统的RD性能,提出一种基于像素级运动矢量场的边信息生成算法(SGPMVF)。首先,通过运动估计分别获得前后两关键帧的像素级运动矢量场;然后,为Wyner-Ziv帧的每个像素选择合适的运动矢量;最后,通过帧间内插得到高质量的边信息。算法中提出基于SAD（绝对误差和）差值的搜索范围确定方法与像素级运动矢量选择方法。实验结果表明,对于快速运动的序列,该算法在不增加编码复杂度和码率的情况下使边信息的PSNR最大提高1.45 dB,并使DVC系统的RD性能提高0.3～0.7 dB。     

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。     

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ROI运动区域的分布式视频编码方法

传统的分布式视频编码方法中,视频帧的解码通常采用内插或外推的方法,然而对于运动剧烈视频帧的解码效果却并不理想,会产生重影、鬼脸等现象.因此,提出了一种基于ROI运动区域的分布式视频编码解决方案,通过在编码端提取ROI辅助信息,然后在解码端将其与边信息做融合处理来得到更加准确的边信息,从而提高视频解码的质量.实验结果表明,与传统的分布式视频编码方法相比,基于ROI运动区域的分布式视频编码解决方案在性能上平均有3.1db的提高.     

Wyner-Ziv视频编码中边信息估计改进算法

首先简要介绍了分布式编码基本原理和一种典型的分布式编码方案——Wyner-Ziv视频编码。然后在Wyner-Ziv视频编码中提出了一种改进边信息估计算法,该算法中运动估计采用加权MAD准则。实验仿真结果表明,采用该文算法得到的运动矢量场更为准确,同时在相同输出码率时PSNR比原始算法平均提高0.7 dB。     

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。     

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。     

分布式视频编码中的边信息改进算法

边信息是影响分布式视频编码系统率失真性能的关键因素之一。针对传统的运动补偿帧内插方案的固定宏块划分法忽略了视频序列中各区域运动强烈程度不均的特性,提出基于图像活跃度的灵活宏块划分算法。在前向运动估计之前,对相部关键帧的差值图像统计活跃度,根据各区域的运动强烈程度自适应地调整宏块大小。实验结果表明,对于不同运动特性的序列,本算法可以明显提升边信息帧的重建质量,使系统的率失真性能提高0.3~1.3dB有效提高了系统性能。     

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。     

A Motion Compensated Lifting Wavelet Codec for 3D Video Coding

A motion compensated lifting (MCLIFT) framework for the 3D wavelet video coding is proposed in this paper. By using bi-directional motion compensation in each lifting step of the temporal direction, the video frames are effectively de-correlated. With the proper entropy coding and bit-stream packaging schemes, the MCLIFT wavelet video coder is scalable at frame rate and quality level. Experimental results show that the MCLIFT video coder outperforms the 3D wavelet video coder without motion by an average of 0.9-1.3dB, and outperforms MPEG-4 coder by an average of 0.2-0.6dB.     

采用改进高斯-牛顿法的视频弹性运动估计

运动估计是去除视频时间维冗余的编码技术,而目前通用的平移运动模型无法有效地表示物体的局部非刚性复杂运动.为此,提出一种基于改进高斯-牛顿法的弹性运动估计方法.首先,通过分析初始迭代点对高斯-牛顿迭代结果的影响,采用基于2bit深度像素的均匀搜索预测初始迭代点;其次,通过理论和实验分析发现,不同的迭代步长对弹性运动估计/补偿性能有明显的影响,采用离散余弦变换的低频能量比率估计步长的上限,再利用黄金分割法对步长进行求精.实验结果表明,对于具有不同场景特点的视频序列,该算法始终能够保持较高的估计精度,运动补偿的平均峰值信噪比,比基于块平移模型的全搜索算法和传统弹性运动估计算法分别提高1.73dB和1.42dB.并且,该算法具有更快的收敛速度,一般仅需1~3次迭代就能取得高于传统弹性运动估计和块平移全搜索的峰值信噪比.     

基于H.264运动矢量域的脆弱水印算法研究

针对H.264/AVC的编码特征,提出一种基于H.264/AVC低比特率视频流的脆弱水印算法。该算法在视频编码端的P帧经过运动矢量搜索和运动矢量预测之后,提取运动矢量残差,将水印嵌入在运动矢量残差中。在视频的解码端进行水印提取和检测,检测不需要原始视频的参与。该算法具有较小的码率变化、视频失真,以及较强的脆弱性。     

基于运动矢量细化的帧率上变换与HEVC结合的视频压缩算法

将帧率变换技术与新型视频压缩编码标准HEVC相结合有利于提升视频的压缩效率。针对直接利用HEVC码流信息中的低帧率视频的运动矢量进行帧率上变换时效果不理想的问题,文中提出了一种基于运动矢量细化的帧率上变换与HEVC结合的视频压缩算法。首先,在编码端对原始视频进行抽帧,降低视频帧率;其次,对低帧率视频进行HEVC编解码;然后,在解码端与从HEVC码流中提取出的运动矢量相结合,利用前向-后向联合运动估计对其进行进一步的细化,使细化后的运动矢量更加接近于对象的真实运动;最后,利用基于运动补偿的帧率上变换技术将视频序列恢复至原始帧率。实验结果表明,与HEVC标准相比,所提算法在同等视频质量下可节省一定的码率。同时,与其他算法相比,在节省码率相同的情况下,所提算法重建视频的PSNR值平均可提升0.5 dB。     

采用改进Levenberg-Marquardt法的快速弹性运动估计

弹性运动估计是近年来出现的一种有效的时间维视频预测编码技术,但其基于高斯-牛顿法的优化求解仍存在计算量高、收敛不稳定的问题.为此提出一种基于改进Levenberg-Marquardt（L-M）法的弹性运动估计算法.首先,根据弹性基函数和黑塞矩阵的数值对称性,给出了L-M黑塞矩阵的快速计算方法,将其计算量降低了62.5%.其次,通过理论和实验分析发现,L-M对角矩阵阻尼系数的更新因子对弹性运动估计性能有明显影响,进而采用最近2次迭代的搜索步长的平方商自适应地确定更新因子,并对该阻尼系数进行正、负交替更新.实验结果表明,对于具有不同空间分辨率和场景特点的视频序列,算法始终能够保持较高的估计精度,运动补偿的平均峰值信噪比较之基于块平移模型的全搜索和基于改进高斯-牛顿法的弹性运动估计分别提高2.54dB、1.77dB.并且,所提算法收敛速度快,一般只需1~2次迭代就能取得高于传统弹性运动估计和块平移全搜索的峰值信噪比.     

基于HEVC的车辆异常事件检测

当前传统交通事故检测和查阅主要通过人工监测的方法,这种方法效率低且实时性差,本文提出一种基于最新压缩域视频编码标准HEVC（High-efficiency video coding）的车辆异常事件检测方法。首先对HEVC码流中提取出的运动矢量信息进行运动矢量累积迭代和中值滤波的预处理,之后根据提取出的块划分信息和运动矢量信息计算运动对象的运动强度,然后根据运动强度值和八连通区域法提取出运动对象,最后根据空间距离法和运动强度判别法检测出视频序列中发生的车辆异常事件。实验证明,该方法可以准确地检测出视频序列中发生的车辆异常事件;对于有着快速移动的运动目标以及多个运动目标的视频效果更好。