改进的多视点立体视频FGS可分级方案

针对现有多视点立体视频FGS（Fine-Granular-Scalability）可分级方案编码效率低的问题进行改进,充分利用相邻视点之间的相似性,适应解码端质量优先或视点优先的不同需求,提出一种折衷方案,其中分I、P、B帧三种情况,以中间视点作为基本层进行编码,其他视点均预测自相邻视点部分恢复的FGS增强层,以此为基础产生当前视点的FGS增强层。实验证明,该方案具有更为灵活、广泛的可分级性能,更能适应用户对视点图像质量和立体观感的需求。     

一种基于单环结构的扩展基本层FGS视频编码方法

可分级编码是解决Internet流视频应用中网络带宽不断波动的一种有效方法，所以MPEG-4标准中采用了FGS(fine granularity scalability)编码方法来获得精细颗粒可分级能力，但其代价是编码效率的下降。为解决此问题，现提出在增强层中采用运动补偿的MC加FGS(motion compensation加FGS)结构，用于去除FGS方案中增强层在时域上的冗余，以提高FGS方案编码效率的双环和单环两种方法。在比较了两种结构各自的优缺点后，选定了一种复杂度小、实现简单、效率高的单环结构，并提出了对单环结构的缺陷进行改善的方法。实验结果表明，该方法的编码性能优于MPEG-4 FGS方法。     

基于视点质量一致性的多视点视频码率控制

多视点视频是未来视频技术的重要发展方向,而码率控制是影响多视点视频传输质量的重要因素.基于多视点视频编码统计特性,提出了一种面向多视点视频编码的比特分配与码率控制算法.该比特分配算法分为三层:GGOP层、GOP层和帧层,其中13重点研究了GOP层比特分配,即视点间的比特分配策略,利用拉格朗日乘子法,提出了一种基于视点质量一致性优化的视点间比特分配模型.实验结果表明,与固定量化参数的控制策略相比,本算法能在精确控制输出码率的前提下,使得各视点视频质q更加均匀.     

基于视差估计算法的多视点视频预测方案

多视点视频编码是立体视频的关键技术,视差估计是目前多视点视频编码中常用的方法之一.探讨了多视点视频编码中的视差估计算法原理,对当前应用视差估计算法的几种典型预测结构进行了深入分析,提出一种结合分级B图与视点相关性的多视点编码方案,该方案在H.264/AVC的编码模型JM下实现.实验表明,该方案在兼顾随机访问性能的同时,实现了较高的编码效率,尤其适合视点间相关性较高的运动图像序列.     

FGS视频流的码率分配算法研究

该文针对精细可分级编码(FGS)比特流在时变带宽网络上的传输，提出了一种基于视频序列率失真(R—D)特性的FGS增强层的优化码率分配算法。首先建立一个在多帧图像增强层之间进行码率分配的最优化问题形式，并进行了合理地简化，然后利用线性内插原则建立描述各帧图像增强层率失真特性的R—D模型。由于各帧图像R—D曲线的单调特性，如此建立起来的最优化问题可以用简单的算法求出最优解。仿真结果表明，这个方案在保证解码视频质量恒定和保持视频总体质量最优两方面均收到了良好的效果，同时本方案的简易性使得它的实现和应用成为可能。     

多视点视频信号的中间视点图象合成研究

为了能得到一种具有立体感和交互操作功能的新型视频,在基于时空信息的单通道视频对象分割基础上,给出了多视点视频编码中视频对象的提取方案,并提出了一种基于对象的视差匹配算法,以提高视差估计的精确性和可靠性;并通过视差插值实现了视频对象的中间视点图象合成.实验结果显示所提出的方法是可行和有效的.     

可扩展多视点视频编码技术研究

文章设计了一种结合Multi-view Video Coding（MVC）和Scalable Video Coding（SVC）技术的多视点视频编码方案,通过下采样原始图像进行MVC编码形成码率低的基本层,增强层由基本层解码单路图像预测生成其全空域图像。通过实验比较,该方案能获得与MVC相当的编码效率,单路视点的解码代价比SVC方案高出0.5~1.5dB的收益,码流具有可扩展性,能在不同的级别上完整地表述原始视频。     

一种新颖的多视点视频偏色校正算法

针对多视点视频序列中视点间出现偏色的问题,提出了一种偏色校正算法.该算法在编码端只处理目标序列的亮度分量,在解码端利用运动矢量信息和参考序列,使用色彩扩散的方法恢复出目标序列的颜色信息.在完成偏色校正的同时,有效地提高了编码效率.以标准多视点视频测试序列为实验对象,将本文算法与直方图匹配校正、未校正序列进行比较,表明本文算法可以有效校正偏色现象,并获得良好的主观效果.     

基于MPEG-4的FGS视频压缩技术的研究

精细可伸缩性视频编码FGS(Fine Granular Scalable)是MPEG-4标准的视频化框架中的关键性的编码技术。FGS编码方法生成两个视频流：基本层码流和增强层码流。基本层码流是必须传输的，并且码率低；增强层码流则根据带宽的实际情况来决定传多少，甚至不传，这种分级性的编码方式和传输方式使视频流有较好的鲁棒性。     

多视点视频编码混合快速搜索算法

EPZS是联合多视点视频编码(JMVC,Joint Multi-view Video Coding)运动估计中采用的一种预测搜索算法,其搜索速度慢.针对EPZS算法的性能不足,我们在预测矢量集合、搜索模型、阈值设置和搜索策略四个方面进行改进,提出了一种混合快速搜索算法.在联合多视点视频编码测试平台JMVC8.3中,对三个由平行摄像机采集的多视点视频测试序列BallRoom、Exit和Vassar进行测试.实验结果表明:在保证视频重建质量和码率的前提下,与Jmvc中的EPZS算法相比,编码速度平均提高了55.66％ ～69.62％,改进算法的效果明显,编码效率得以提高.     

一种基于漏预测技术的FGS视频编码框架*

精细粒度可伸缩性（fine granularity scalability,FGS）视频编码是MPEG4标准的视频流化框架中的关键技术。以FGS编码框架为基础,针对FGS编码效率较低的特点,提出一种基于漏预测技术的视频编码框架。在改进的FGS编码框架中,通过引入漏预测因子,利用增强层参考和基本层的重构图像自适应形成增强层的时域预测信息,从而达到控制误差漂移,提高FGS的编码效率的目的。实验证明,改进的编码框架编码效率比FGS在同等条件下提高大约4 dB。     

Scalable protection for MPEG-4 fine granularity scalability

The newly adopted MPEG-4 fine granularity scalability (FGS) video coding standard offers easy and flexible adaptation to varying network bandwidths and different application needs. Encryption for FGS should preserve such adaptation capabilities and enable intermediate stages to process encrypted data directly without decryption. In this paper, we propose two novel encryption algorithms for MPEG-4 FGS that meet these requirements. The first algorithm encrypts an FGS stream (containing both the base and the enhancement layers) into a single access layer and preserves the original fine granularity scalability and error resilience performance in an encrypted stream. The second algorithm encrypts an FGS stream into multiple quality layers divided according to either peak signal-to-noise ratio (PSNR) or bit rates, with lower quality layers being accessible and reusable by a higher quality layer of the same type, but not vice versa. Both PSNR and bit-rate layers are supported simultaneously so a layer of either type can be selected on the fly without decryption. The base layer for the second algorithm may be unencrypted to allow free view of the content at low-quality or content-based search of a video database without decryption. Both algorithms are fast, error-resilient, and have negligible compression overhead. The same approach can be applied to other scalable multimedia formats.     

Partitioning of Multiple Fine-Grained Scalable Video Sequences Concurrently Streamed to Heterogeneous Clients

Fine-grained scalable (FGS) coding of video streams has been proposed in the literature to accommodate client heterogeneity. FGS streams are composed of two layers: a base layer, which provides basic quality, and a single enhancement layer that adds incremental quality refinements proportional to number of bits received. The base layer uses nonscalable coding which is more efficient in terms of compression ratio than scalable coding used in the enhancement layer. Thus for coding efficiency larger base layers are desired. Larger base layers, however, disqualify more clients from getting the stream. In this paper, we experimentally analyze this coding efficiency gap using diverse video sequences. For FGS sequences, we show that this gap is a non-increasing function of the base layer rate. We then formulate an optimization problem to determine the base layer rate of a single sequence to maximize the average quality for a given client bandwidth distribution. We design an optimal and efficient algorithm (called FGSOPT) to solve this problem. We extend our formulation to the multiple-sequence case, in which a bandwidth-limited server concurrently streams multiple FGS sequences to diverse sets of clients. We prove that this problem is NP-Complete. We design a branch-and-bound algorithm (called MFGSOPT) to compute the optimal solution. MFGSOPT runs fast for many typical cases because it intelligently cuts the search space. In the worst case, however, it has exponential time complexity. We also propose a heuristic algorithm (called MFGS) to solve the multiple-sequence problem. We experimentally show that MFGS produces near-optimal results and it scales to large problems: it terminates in less than 0.5 s for problems with more than 30 sequences. Therefore, MFGS can be used in dynamic systems, where the server periodically adjusts the structure of FGS streams to suit current client distributions.     

FGS码流在Internet上的鲁棒性传输研究

研究了在存在丢包的Internet环境下FGS(精细粒度可分级)码流的鲁棒性传输。分析了应用于网络视频流的FGS视频编码方案在存在丢包环境下的鲁棒性，并与不分级编码方案比较；利用FGS的分级特点，设计合适的数据包保护策略来增强它的传输鲁棒性，实验结果表明使用不等数据包保护策略，FGS比不分级编码方案有更好的传输鲁棒性。     

精细可伸缩视频编码中的增强层编码方法研究

提出了一种新的子带编码方法来对精细可伸缩视频编码中的增强层进行编码。在这种编码方法中,首先通过重排DCT残差系数形成子带,然后利用同一子带相邻系数的相关性来消除数据冗余。实验结果表明文章提出的增强层编码方法比原来的FGS增强层编码方法具有更高的编码效率。     

精细分级视频码流传输和容错性能的研究

精细分级编码是解决网络异构性的有效方法之一。编码输出码流的容错性能是衡量编码技术性能的重要指标。该文实现了一个支持精细分级编码的H.264编解码器,并对精细分级码流在IP网上的传输性能进行了研究。提出了一种精细分级码流容错传输打包策略。实验结果表明,该方案具有良好的容错性能。     

一种实时无线网络自适应视频编码方案

MPEG-4中引入的精细可扩展性编码(FGS)具有网络适应力强、容错性能高、终端自适应等特点，但是与非可扩展性编码相比，编码效率与视频质量较低。文章在FGS的基础上，提出了一种自适应运动补偿精细可扩展性编码方案以及相应的控制算法。与传统的FGS相比，在同等网速率下，提高了视频质量近2db，并且提供了在容错能力、编码效率和终端解码能力三者之间的动态平衡。     

适用于增强层的帧间快速编码算法*

视频可伸缩视频编码方式有着较高的编码效率,然而也有着较高的编码时间代价,因此,结合可伸缩编码的特征来提高其编码速度显得很有必要。本文根据空间可伸缩编码的特征,提出了一种适合于增强层的帧间快速编码算法,具体来讲,如果基本层宏块采用帧内模式,则增强层对应宏块采用Intra-BL模式;否则,根据相关宏块模式的和采用不同的算法同时结合提前终止算法。实验证明,该算法在视频序列不太复杂或者复杂视频序列但是编码量化参数不太大的情况下,编码速度有着显著地提高,同时编码质量差别很小。