分布式視頻編碼的邊信息融合與重構.pdf

1、分布式視頻編碼(Distributed Video Coding)基于Slepian-Wolf理論和Wyner-Ziv理論，對兩個或多個獨立同分布的信源進行獨立編碼，然后由單一解碼器利用信源之間的相關性對所有編碼的信源進行聯(lián)合解碼。它與傳統(tǒng)的視頻編碼技術的區(qū)別在于：傳統(tǒng)的技術標準通常都用于在編碼端充分挖掘視頻信號的冗余信息，因此編碼復雜度一般是解碼復雜度的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、視頻點播、視頻光

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

3、一些運動劇烈的區(qū)域，時間邊信息通過運動估計、運動補償的方法往往會估計錯誤，導致邊信息質量下降；而這些區(qū)域的視間邊信息相對比較平滑，可能優(yōu)于時間邊信息。邊信息融合的任務就是要找到同一區(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。本文針對單視點分布式視頻編碼系統(tǒng)解碼端的Wyner-Ziv幀重構模塊提出了基于比特平面預測并修改重構概率密度函數的方案。普通分布式視頻編碼在解碼端用插值的方法構造邊信息時會丟失部分信息，本文從用于插值邊信息

4、的前后兩個相鄰視頻幀中提取特征并由此預測當前重構WZ幀的下一個比特值，并進一步利用預測得到的比特值修改重構概率密度函數。該方案結果優(yōu)于現(xiàn)有的單一重構概率密度函數性能，使得能在傳輸較少比特平面時提高重構Wyner-Ziv幀的PSNR和主觀質量。此外，對于分布式多視點視頻編碼，本文則提出了基于條件隨機場模型的時間邊信息、視間邊信息融合方案。普通的邊信息融合方案尋找時間邊信息中突變的運動矢量，并將相應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生不平滑的塊邊緣。本文通過為條件隨機場定義特征函數，訓練出每個格點(像素)位置上重構WZ幀(前一幀)、時間邊信息、視間邊信息三者之間的權重關系，根據訓練出的權重系數，進一步推斷當前標簽，從而得到最終邊信息。該方法將視頻幀像素間的空間相關性引入到條件隨機場模型中，能夠有效地識別出時間邊信息中運動突變的區(qū)域，并將這些運動突變區(qū)域用視間邊信息中的相應區(qū)域代替。實驗結果顯示，該融合方案在率失真性能方面要優(yōu)于現(xiàn)有的邊