復雜運動下的運動補償插值及其在Wyner-Ziv視頻編碼中的應用.pdf

1、傳統(tǒng)的視頻編碼標準，如MPEG或H.26x系列，均是在編碼端利用視頻序列幀間的相關性來進行幀間預測編碼。為了能夠較為準確地預測當前幀，現(xiàn)行標準均使用了運動估計算法，該算法的復雜性導致了其編碼復雜度通常是解碼復雜度的5-10倍。這種視頻編碼方案非常適合于視頻點播和直播等應用，因為在這些應用中，終端的任務只是進行復雜度較低的視頻解碼。而另一些應用系統(tǒng)，如無線視頻傳感器網(wǎng)絡或衛(wèi)星視頻通信系統(tǒng)，則需要低復雜度的編碼器將視頻信息發(fā)送至中心服務器，

2、但是傳統(tǒng)的編碼方案卻難以勝任。因此，學者們提出了分布式編碼來解決上述問題。分布式編碼將多個具有相關性的信源通過相互獨立的編碼器進行編碼，解碼時進行聯(lián)合解碼，將運動估計過程移至解碼端，從而降低了編碼端的復雜度。
　　 如何構造準確的邊信息是分布式視頻編碼的關鍵問題之一。邊信息的準確性對分布式視頻編碼的率失真性能與壓縮效率有著顯著的影響。在進行運動估計時，已有的邊信息估計算法都是假設在一段時間內物體是沿線性軌跡運動的，事實上物體并不

3、都是沿線性軌跡運動的，這在一定程度上導致了產(chǎn)生的邊信息不夠準確。因此，研究物體的非線性運動軌跡對于獲得更準確的邊信息具有現(xiàn)實意義。
　　 在對已有的邊信息估計算法進行研究的基礎上，本文提出了一種有加速時的運動補償插值算法，該算法采用了結合速度和加速度的二次運動軌跡模型，使用了Markov隨機場和Gibbs分布建模速度場和加速度場，并使用最大后驗概率估計將這些Gibbs-Markov模型結合起來。本文提出的算法還采用分級運動估計來