分布式視頻編碼的邊信息融合與重構(gòu).pdf

1、分布式視頻編碼(Distributed Video Coding)基于Slepian-Wolf理論和Wyner-Ziv理論，對兩個(gè)或多個(gè)獨(dú)立同分布的信源進(jìn)行獨(dú)立編碼，然后由單一解碼器利用信源之間的相關(guān)性對所有編碼的信源進(jìn)行聯(lián)合解碼。它與傳統(tǒng)的視頻編碼技術(shù)的區(qū)別在于：傳統(tǒng)的技術(shù)標(biāo)準(zhǔn)通常都用于在編碼端充分挖掘視頻信號的冗余信息，因此編碼復(fù)雜度一般是解碼復(fù)雜度的5~10倍，適合于對視頻信號一次編碼、多次解碼的場合(如視頻廣播、視頻點(diǎn)播、視頻光

2、盤存儲(chǔ)等)；而分布式視頻編碼具有編碼器復(fù)雜度低、編碼端耗電量低、容錯(cuò)性好等特點(diǎn)，適合于一些計(jì)算能力、內(nèi)存容量、耗電量都受限的無線視頻終端(如無線視頻監(jiān)控系統(tǒng)、視頻傳感器網(wǎng)絡(luò)等)。分布式多視點(diǎn)視頻編碼則可以看作是分布式單視點(diǎn)視頻編碼的一個(gè)延伸。和分布式單視點(diǎn)視頻編碼不同的是，分布式多視點(diǎn)視頻編碼除了可以從時(shí)間方向上獲得時(shí)間邊信息外，還可以從視間方向上得到視間邊信息。盡管在通常情況下，時(shí)間邊信息的質(zhì)量優(yōu)于視間邊信息；但是，若從局部區(qū)域看，在

3、一些運(yùn)動(dòng)劇烈的區(qū)域，時(shí)間邊信息通過運(yùn)動(dòng)估計(jì)、運(yùn)動(dòng)補(bǔ)償?shù)姆椒ㄍ鶗?huì)估計(jì)錯(cuò)誤，導(dǎo)致邊信息質(zhì)量下降；而這些區(qū)域的視間邊信息相對比較平滑，可能優(yōu)于時(shí)間邊信息。邊信息融合的任務(wù)就是要找到同一區(qū)域位置下更優(yōu)的邊信息，并將其作為該區(qū)域的最終邊信息。本文針對單視點(diǎn)分布式視頻編碼系統(tǒng)解碼端的Wyner-Ziv幀重構(gòu)模塊提出了基于比特平面預(yù)測并修改重構(gòu)概率密度函數(shù)的方案。普通分布式視頻編碼在解碼端用插值的方法構(gòu)造邊信息時(shí)會(huì)丟失部分信息，本文從用于插值邊信息

4、的前后兩個(gè)相鄰視頻幀中提取特征并由此預(yù)測當(dāng)前重構(gòu)WZ幀的下一個(gè)比特值，并進(jìn)一步利用預(yù)測得到的比特值修改重構(gòu)概率密度函數(shù)。該方案結(jié)果優(yōu)于現(xiàn)有的單一重構(gòu)概率密度函數(shù)性能，使得能在傳輸較少比特平面時(shí)提高重構(gòu)Wyner-Ziv幀的PSNR和主觀質(zhì)量。此外，對于分布式多視點(diǎn)視頻編碼，本文則提出了基于條件隨機(jī)場模型的時(shí)間邊信息、視間邊信息融合方案。普通的邊信息融合方案尋找時(shí)間邊信息中突變的運(yùn)動(dòng)矢量，并將相應(yīng)的視頻塊用視間邊信息替代。這一方法是以塊為

5、單元的，容易在融合的邊信息中產(chǎn)生不平滑的塊邊緣。本文通過為條件隨機(jī)場定義特征函數(shù)，訓(xùn)練出每個(gè)格點(diǎn)(像素)位置上重構(gòu)WZ幀(前一幀)、時(shí)間邊信息、視間邊信息三者之間的權(quán)重關(guān)系，根據(jù)訓(xùn)練出的權(quán)重系數(shù)，進(jìn)一步推斷當(dāng)前標(biāo)簽，從而得到最終邊信息。該方法將視頻幀像素間的空間相關(guān)性引入到條件隨機(jī)場模型中，能夠有效地識別出時(shí)間邊信息中運(yùn)動(dòng)突變的區(qū)域，并將這些運(yùn)動(dòng)突變區(qū)域用視間邊信息中的相應(yīng)區(qū)域代替。實(shí)驗(yàn)結(jié)果顯示，該融合方案在率失真性能方面要優(yōu)于現(xiàn)有的邊