基于量化步长的视频编码能量率失真模型

针对移动手语视频通信中存在的功率和码率约束问题,提出一种能量感知的视频编码能量率失真(P-R-D)模型。在H.264视频编码软件平台JM8.6上进行模型参数选择,确定以量化步长作为模型参数。根据移动设备的电池剩余能量划分3个能量状态,在不同状态下分别建立相应的功耗、码率及失真模型。实验结果表明,对于典型的手语视频,P-R-D模型能够准确反映视频编码功耗、码率和质量之间的关系,其中功耗模型和码率模型精确度较高,最大预测误差仅为-1.1795%和-7.9268%。     

视频编码失真估计综述

编码失真是评价视频算法性能的主要因素之一,如率失真优化、码率控制和最佳量化等算法设计中,在不进行复杂预编码的情况下精确估计编码失真,是达到良好率失真性能的必要途径。虽然部分编码失真估计方法已经被采用并作为编码算法的基础,然而,与对码率估计的关注度不同,失真估计并未引起人们的足够关注。系统地回顾总结了视频编码失真估计方法,实验并给出了一些比较结果。将失真估计方法分为四类：1)基于DCT系数分布的建模;2)ρ域;3)λ域和4)基于失真传播的建模。概述了这些方法的基本原理,并且根据实验结果对模型的精度进行了简要对比分析。     

基于率失真特性的视频编码优化算法

率失真(R-D)优化是视频编码器中一项关键技术,然而当前广泛采用的独立率失真优化远未达到全局最优性能.为了进一步提升高效视频编码(HEVC)的压缩性能,提出了一种结合率失真依赖性和率失真特性的二次编码优化算法.首先,采用原始HEVC的方法对当前帧进行第一次编码,从而得到当前帧消耗的比特数和每个编码树(CTU)单元的率失...     

基于可伸缩视频编码的率失真优化编码算法*

可伸缩视频编码（SVC）可实现视频流空间、时间和信噪比的完全伸缩,但在差错信道上传输容易引起误差扩散,为此提出一种基于SVC的率失真优化编码算法。该算法在分析了差错信道下传输可伸缩视频流误差扩散失真的基础上,在率失真优化模型中引入时间和信噪比分级的误差分级参数,并根据信道状态自适应地确定宏块编码模式。该算法能够有效地抑制误码在各分层的扩散,提高了可伸缩视频流的鲁棒性。仿真结果表明,算法与以往的算法相比具有更好的抗误码性能,适合视频数据在差错信道上的传输。     

基于视频内容编码感知失真模型研究

针对现有恰可感知失真模型不能很好地适用于感知视频编码的问题,开展了面向编码的视觉感知失真测度模型研究。从编码量化参数的角度对恰可感知失真进行测量,并通过实验统计和数据拟合定量地得出了基于编码量化参数的恰可感知失真模型。实验结果表明,恰可感知失真阈值与初始编码量化参数呈现良好的线性关系。该模型的优势在于采用了与编码相关的编码量化参数,建立了恰可感知失真模型,可以更方便地应用于实际编码。     

一种MPEG-4编码的视频源业务建模

针对MPEG－4的低质量和高质量两种编码质量的视频源，给出了一种混合模型，此模型在多个时间尺度上反映帧大小的变化；场景的变化和同一场景内码流的波动，用几何分布来描述场景的变化，用AR（2）模型来反映同一场景内码流的波动，对I帧采用合成模型建模，对P，B帧采用几何分布建模，最后将此模型与不考虑场景变化的几种情况进行了比较，并且对它们的排队性能作了分析，证明了这种合成模型能够很好地反映实际视频流的特征。     

分布式视频编码虚拟依赖信道模型研究

视频信息固有的非平稳特性,如冲突区域等,使时域预测技术变得非常复杂.在分布式视频编码(DVC)中,由于解码端不能获取当前编码帧的信息,精确地对时域相关噪声进行建模变得更为困难.文中以虚拟依赖信道模型为切入点对如何降低时域相关噪声进行了研究.首先对DVC虚拟依赖信道进行了建模,并对影响边信息的主要因素进行了分析,分析结果表明在变换域中不同的频率子带对时域相关噪声的敏感度不同.在此基础上提出了一种新的基于小波变换域的虚拟依赖信道模型VCMDWT,基于分类编码的思想对较为平稳的LL子带进行Wyner-Ziv编码,对非平稳的高频子带进行SPIHT帧内编码.实验结果表明,与基于像素域的方法相比,所提出的VCMDWT模型能够得到更稳定的虚拟信道,提高DVC系统的率失真性能达到2.6dBs以上.     

MPEG-4标准中基于内容的视频编码

MPEG－4除了具有MPEG－1和MPEG－2标准的基于“帧”的功能以外，主要特点是对数据采用基于内容的操作，存取及传输。本文阐述MPEG－4视频编码算法中基于内容人的功能及其算法结构。     

视频编码量化失真估值算法研究

针对量化失真估计算法存在的误差问题,对算法中的DCT系数分布模型进行了改进,提出了基于LAP分布模型的分段建模方法。将DCT系数的尾部数据进行分离,以主体数据的建模结果作为全体数据的分布模型。以均方误差作为量化失真的衡量准则,归纳并推到上述分布模型下的失真估计算法。采用限制量化步长的方法来评估失真估计算法的准确度。实验结果表明,采用LAP分布模型对DCT系数进行分段建模,不仅提高了模型的准确度,还简化了分布模型的复杂度;由此所产生的失真估计算法在复杂度和准确度方面具有很高的兼容性,与传统的LAP失真估计算法相比,准确度有所提高。     

基于Internet网络的视频传输失真分析

基于Internet网络的视频通信必须进行差错控制,而差错控制需要准确估计视频流在Internet网络传输中产生的信道失真。对基于Internet网络的视频传输过程进行了失真分析,结合帧间差错扩散的特点和差错帧之间的相关性,提出一种估计包损失失真的通用模型,通过接收端提供的丢包反馈信息,可以准确估计传输中引入的失真。使用JVT/H.264编码的标准视频测试序列进行验证,该模型对信道失真的估计精度比在此之前所提出的其它模型有明显提高。     

基于MPEG-4的多媒体同步模型设计

文中旨在研究基于MPEG4技术的面向对象多媒体同步。所采用的方法是在分析现有多媒体同步模型的基础上，结合MPEG-4系统同步机制和高级同步模型（FlexTime），设计面向对象的多媒体同步模型，以实现MPEG-4中各媒体对象间同步。由此方法设计的层结构同步模型是一种有效可行的多媒体间同步的实现方法。和其它的多媒体间同步方法相比，这种方法在基于对象的多媒体的传输过程中携带较少的时间信息来完成对象间的同步，并且增强了基于对象内容交互的灵活性。     

一种基于MPEG-4纹理编码原理的信息隐藏算法

为了能够解决在MPEG-4码流中实现大容量信息隐藏这一难题,经过对MPEG-4标准的深入研究,提出了一种基于MPEG-4纹理编码原理的信息隐藏算法,通过对位于视频VOP边缘上的DCT编码块中不在VOP内的像素的YUV值进行填充,实现了信息在VOP运动纹理信息中的隐藏.实验表明,算法具有很好的透明性,同时隐藏容量也很可观.随着MPEG-4标准应用的日益广泛,算法在对MPEG-4视频流进行大容量信息隐藏的场合将有着很好的应用前景.     

一种适用于MPEG-4形状编码的快速运动估计算法

运动估计是MPEG-4形状编码的一项关键技术,本文提出了一种适用于形状编码的快速运动估计算法。算法首先在参考帧中进行扫描,得出视频对象的二值边界掩模;在匹配运算时使用lbit的异或运算代替原有的加法运算;设定有效的中止准则,对于静止点直接中止搜索;在搜索过程中采用了渐进消除算法,能够在不影响搜索精度的前提下减少搜索点。实验结果表明使用本文的快速搜索算法,运动估计中的运算量比MPEG-4 VM原有搜索算法有较大幅度的降低,且编码后的码字长度与原算法基本一致。     

基于MPEG-4的编码传输服务器的软件设计

讨论了一种基于MPEG-4的编码传输服务器的软件设计方案;该系统以嵌入式Linux作为操作系统,采用硬编码方式,把输入的TV视频信号或AV信号转换成MPEG-4码流输出到网络;文章讨论了系统的工作原理,着重阐述了系统软件模块的实现方法,并针对软件运行中可能出现的异常情况提出了相应的解决方法;实际运行,证实了该系统具有良好的可靠性和稳定性,且其使用的软件设计方法有很大的借鉴价值,具有实用性和推广价值。     

基于MPEG-4的多媒体同步模型设计

文中旨在研究基于MPEG-4技术的面向对象多媒体同步。所采用的方法是在分析现有多媒体同步模型的基础上,结合MPEG-4系统同步机制和高级同步模型(FlexTime),设计面向对象的多媒体同步模型,以实现MPEG-4中各媒体对象间同步。由此方法设计的层结构同步模型是一种有效可行的多媒体间同步的实现方法。和其它的多媒体间同步方法相比,这种方法在基于对象的多媒体的传输过程中携带较少的时间信息来完成对象间的同步,并且增强了基于对象内容交互的灵活性。     

MPEG-4中基于内容的算术编码器的改进及优化

针对MPEG-4实现中算术编码器的计算瓶颈，在算法上对原始Q—coder编码的进位翻转问题和移位加方法进行改进，大大提高了编码效率。针对二值形状视频对象编码消耗大量资源的特点，提出一种高效的实现CAE的VLSI结构。在内部采用了一种延迟缓冲线机制保存输入的像素，每个时钟输出相应模板的内容，问时最大限度地安排要重复使用的像素。     

MPEG4视频流网络实时传输系统设计

随着网络技术的发展,带宽的增加和性能的改善,视频传输在许多行业成为新需求.虽然在现有的网络条件下,实现稳定的视频实时传输还存在一定难度,但随着视频数据压缩技术和通讯协议的不断发展,以流媒体为代表的多媒体实时视频传输技术,将显示出巨大的潜力.     

MPEG-4在无线视频通信中的应用研究

通过对无线视频通信和MPEG-4的特点分析,提出适合无线视频通信的MPEG-4SP级编解码框架,对影响MPEG-4编码速度的两项关键技术：运动估计和DCT变换进行编码优化,以提高编码速度,对优化结果进行了验证,为MPEG-4编码器在移动通信设备上的实现建立一个研究的基础平台。     

MPEG-4通用音频编码技术及解码器实现

本文分析MPEG-4通用音频编码技术的算法原理及技术特点,讨论了关键解码算法的改进和优化方法,设计实现了基于Windows环境的解码播放器.     

基于MPEG-4的人脸表情图像变形研究

为了实时地生成自然真实的人脸表情,提出了一种基于MPEG-4人脸动画框架的人脸表情图像变形方法。该方法首先采用face alignment工具提取人脸照片中的88个特征点;接着在此基础上,对标准人脸网格进行校准变形,以进一步生成特定人脸的三角网格;然后根据人脸动画参数（FAP）移动相应的面部关键特征点及其附近的关联特征点,并在移动过程中保证在多个FAP的作用下的人脸三角网格拓扑结构不变;最后对发生形变的所有三角网格区域通过仿射变换进行面部纹理填充,生成了由FAP所定义的人脸表情图像。该方法的输入是一张中性人脸照片和一组人脸动画参数,输出是对应的人脸表情图像。为了实现细微表情动作和虚拟说话人的合成,还设计了一种眼神表情动作和口内细节纹理的生成算法。基于5分制（MOS）的主观评测实验表明,利用该人脸图像变形方法生成的表情脸像自然度得分为3.67。虚拟说话人合成的实验表明,该方法具有很好的实时性,在普通PC机上的平均处理速度为66.67 fps,适用于实时的视频处理和人脸动画的生成。