从单视点DVC到多视点DVC的研究进展

多视点视频编码对编码器的功耗、复杂度、存储能力和传输能力有较高的要求,而分布式信源编码理论恰恰适应了这一需求.为了使人们对这一技术现状有一概略了解,首先总结了分布式视频编码的基本理论和关键技术,然后介绍了分布式信源编码理论从单视点到多视点的拓展,接着论述了分布式多视点视频编码的研究现状,最后分析了分布式信源编码理论在多视点视频编码领域的发展前景.     

分布式视频编码及关键技术分析

分布式视频编码是一种全新的视频压缩技术,该编码理论基于二十世纪七十年代的Slepian-Wolf和Wyner-Ziv提出的信息论相关理论.与传统视频编码标准中视频序列联合编码、联合解码不同,在分布式视频编码系统中,视频序列独立编码,联合解码,故分布式视频编码具有编码简单、解码复杂的特点,同时还具有抗误码性能强的优点.本文从分布式视频编码的理论基础、应用背景、编码方案和关键技术四个方面,对分布式视频编码进行了分析和归纳,同时指出了下一步的研究方向.     

多进制LDPC码在分布式视频编码中的应用

分布式视频编码是一种新的视频编码框架,主要用来处理具有相关性的多视频源。这种编码算法大大降低了编码端的复杂度,从而在终端受限的无线视频通信中具有很大的实用价值。介绍了分布式信源编码的原理,接着介绍了这种编码方式在视频编码上的应用,并对基于LDPC码的分布式视频编码作了分析。分别就二进制和多进制LDPC进行了讨论,由于多进制的编码方式避免了视频数据源转为二进制过程中带来的相关性丢失,因此性能上有了很大的提高。为了比较,分别基于四进制和八进制编码做出仿真,结果显示,多进制码字性能优于二进制,在分布式视频编码中有更好的应用。     

分布式视频编码技术研究进展

介绍了分布式视频编码与传统视频编码方法思路的不同及各自适用的应用场景,阐述了分布式视频编码的理论基础和目前普遍采用的编解码框架,分析了分布式视频编码中的Wyner-Ziv编解码器设计、辅助边信息生成、虚拟"相关信道"建模等几项关键技术存在的问题及各自解决方案的最新研究进展,最后总结了分布式视频编码的发展与研究方向,并介绍了分布式编码在视频领域的其它应用.     

分布式视频编码技术的研究

分布式视频编码建立在20世纪70年代提出的相关信源编码理论的基础上,即Slepian.Wolf和Wyner-Ziv分布式编码信息论原理,与传统视频编码技术相比,分布式视频编码从原理到实现方法上是全新的。它是基于解码端获得边信息（Side Information）的有损编码,这能够降低编码端的复杂度,而把大量的运算转移到解码端。     

分布式信源编码在视频编码中的应用研究

分布式视频编码对编码器的功耗、复杂度、存储能力和传输能力都有较高的要求,而分布式信源编码理论正好适应了这一需求。为了使人们对这一技术有所了解,首先阐述了分布式视频编码的基本原理与其应用研究现状。并针对多视点分布式视频编码的Wyner—Ziv编解码器设计、虚拟“相关信道”建模、辅助边信息生成等几项关键技术存在的问题及最新研究进展进行分析和实验,最后总结了分布式信源编码理论在多视点视频编码的发展与研究方向。     

视频编码技术的若干新进展

对数字视频编码技术的新进展进行了综述。先对传统视频编码方法进行了分析,指出其存在的不足,然后对基于压缩感知理论的视频编码、分布式视频编码、基于视觉特性的视频编码和可分级视频编码这四种视频编码技术的新进展进行了介绍,最后对未来可能的发展方向进行了展望,可为视频编码技术的相关研究提供参考。     

分布式视频编码方法研究

分布式视频编码(Distributed Video Coding,DVC)是一种新颖的视频压缩方法,具有极低的编码复杂度和良好的抗噪声鲁棒性。为了使人们对该编码方法有所了解,该文首先详细介绍了分布式视频编码的理论基础和特点,然后讨论了分布式视频编码的两大关键技术,包括编码端高效压缩和解码端边信息(side information)插值;最后总结分析了分布式视频编码在低复杂度编码和视频信号鲁棒传输等两大应用领域的研究现状,并对其研究前景进行了探讨。     

分布式视频编码技术研究

随着科学技术的不断发展,分布式视频编码技术的应用引起了广泛的关注.本文阐述了目前普遍采用的编解码框架,分析了分布式视频编码中的Slepian-Wolf解码器设计、边信息生成等几项关键技术.     

Wyner-Ziv视频编码中边信息估计改进算法

首先简要介绍了分布式编码基本原理和一种典型的分布式编码方案——Wyner-Ziv视频编码。然后在Wyner-Ziv视频编码中提出了一种改进边信息估计算法,该算法中运动估计采用加权MAD准则。实验仿真结果表明,采用该文算法得到的运动矢量场更为准确,同时在相同输出码率时PSNR比原始算法平均提高0.7dB。     

基于分布式编码的多描述视频编解码器

为了解决多描述视频编码器在丢包信道下的漂移问题,本文提出了一种新的基于分布式视频算法的多描述视频编码方案。实验结果表明,借助于分布式编码的稳健性,这一新方案能有效地避免漂移问题。为了解决多描述视频编码器在丢包信道下的漂移问题,提出了一种新的基于分布式视频算法的多描述视频编码方案。实验结果表明,借助于分布式编码的稳健性,这一新方案能有效地避免漂移问题。     

Distributed video coding based on part intracoding and soft side information estimation

Recently, distributed source coding (DSC) has been proposed to implement source compression by exploiting source statistics at the decoder only, which enables low-complexity video coding. However, to date, the video codecs based on DSC have been unable to compress as efficiently as traditional predictive video codecs, such as H.264. So, new techniques have to be investigated to improve the performance of the distributed video coding scheme for practical applications. In this paper, I propose a novel distributed video coding scheme based on part intracoding and soft side information estimation. Firstly, at the encoder side, to improve the compression performance of distributed video coding system, we divide the video data into strongly correlative data encoded by Slepian–Wolf codec and weakly correlative data encoded by Intracoding codec. Secondly, at the decoder side, to improve the accuracy of side information estimation, a soft side information estimation method is proposed, which is more suitable for video coding due to the non-stationary feature of video data. Our experimental results show that the performance of our coding system is better than that of the traditional distributed video coding system while keeping the simple encoding property. Also the concept of soft side information is a new idea in distributed video coding and will significantly influence the side information estimation method.

使用对极几何的多视角分布式视频编码

为了降低多视角分布式视频编码中解码器复杂度,解决视角间边信息的获取精度等问题,将一种新的基于对极几何的视差估计算法用于多视角分布式视频编码系统。提出的系统通过对视角间的冗余信息使用对极几何约束,采用新的视差搜索开始点,限制垂直方向的搜索范围以加快搜索速度。实验结果表明,提出的系统相对于运动JPEG（MJPEG）编码的主要运算绝对差值和（SAD）计算次数减少10倍,相对H.263+减少7倍。同时提出系统相对MJPEG编码有6～7 dB增益,相对H.263+有3 dB增益。     

分布式小波视频编码自适应嵌套量化模型

提出一种分布式小波视频编码自适应嵌套量化模型,对Wyner-Ziv帧做小波变换,利用Slepian—Wolf编码器对低频子带系数进行量化,采用SPIHT编码器对高频子带系数进行编码,通过分析Wyner—Ziv帧低频子带系数与参考帧低频子带系数的残差自适应度,判定Wyner-Ziv帧低频子带系数的量化步长,从而使运动剧烈的视频序列有较大的量化步长,而运动平缓序列的量化步长较小。实验结果表明,采用该模型能获得较好的编码效果。     

基于深度学习的光流插帧边信息生成算法

在分布式视频编码（DVC）中,如何在各种运动场景下生成高质量的边信息并提升解码性能是一个重点研究领域。提出一种基于深度学习的光流插帧边信息生成算法（optical flow interpolation,OFI）,编码端采用区间重叠的分布式算数码（distributed arithmetic coding,DAC）对视频进行编码,解码端生成边信息时提取已解码关键帧,输入深度学习光流插帧网络。网络采用多层光流模块产生光流,并结合光流向后弯曲关键帧产生初步的边信息估计,再由融合过程消除遮挡产生更加细化的结果,最后边信息辅助解码树完成解码。实验结果表明,与现有方法相比,该方法PSNR最大可提升2.25 dB,主要体现在线性运动场景下。同时在线性和非线性场景下SSIM指标可提升0.001 5~0.064 8,在解码视频率失真曲线上也体现出一致的结果,证明了该算法对线性运动边信息估计有较好的提升,对非线性运动边信息结构也有良好的恢复性。