基于区域划分的立体视频整帧丢失错误隐藏新算法

针对立体视频传输中右视点整帧丢失,提出了一种基于区域划分的立体视频整帧丢失错误隐藏新算法。首先通过丢失帧视点内和视点间相邻帧的运动信息,估计丢失帧的运动区域与静止区域;然后利用视点间的全局视差,将丢失帧运动区域进一步划分为遮挡边界区域和非遮挡边界区域,并对遮挡边界区域和非遮挡边界区域分别采用运动补偿预测和视差补偿预测进行恢复,而对静止区域则直接采用帧拷贝的方法恢复丢失信息。实验结果表明,本文算法有效提高了所恢复的立体视频丢失帧图像的主客观质量。     

面向立体视频传输的右视点图像错误隐藏

利用立体视频序列视点间相关性及单视点内相关性,提出了一种面向立体视频传输的错误隐藏算法.从基于H.264/AVC立体视频编码结构出发,推断出受损块的参考模式;然后基于出错块的内容特征,根据块视差活力度(TDA)或块运动活力度(TMA)的大小,内容自适应地选择恰当的视点间及时域错误隐藏方法对受损块进行错误掩盖.实验结果表...     

结合显著性的MVD视频整帧丢失错误隐藏

基于多视点视频加深度（Multiview Video plus Depth,MVD）格式的三维视频能给用户提供多视角的沉浸式视觉体验.针对MVD视频流传输中彩色帧发生整帧丢失的情况,提出了一种结合视觉显著性的三维视频整帧丢失错误隐藏算法.先将丢失帧各区域划分为三种不同的显著等级,然后对低、中、高显著区域,分别采用时域直接拷贝、时域和视点间像素自适应搜索法和新型的运动矢量补偿法进行恢复.相较于目前的对比算法,经提出算法重建后的丢失帧的峰值信噪比值（Peak Signal to Noise Ratio,PSNR）和结构相似度值（Structural Similarity Index Measure,SSIM）能分别提高0.99～2.61 dB和0.005～0.012,并且重建图像主观视觉质量更佳.     

基于熵编码的立体视频加密与信息隐藏算法

针对立体视频的安全性,该文提出一种基于熵编码的立体视频加密与信息隐藏算法。首先,结合立体视频编码结构,分析误差漂移的物理机制,并根据立体视觉掩蔽效应,确定左右视点的加密帧和隐秘信息待嵌入帧。其次,在基于上下文自适应二进制算术编码(CABAC)的熵编码中,通过等长码字替换技术,实现立体视频的加密和信息隐藏。实验结果表明,视频码流经加密与信息隐藏之后格式兼容、比特率不变,视频感知质量无明显下降,在计算复杂度和码率增加率上有显著优势。     

立体视频右视点图像宏块丢失错误隐藏算法

根据宏块的运动特性,提出了一种立体视频右视 点图像宏块丢失的错误隐藏算法。根 据视点内时域相邻帧及 视点间相邻帧的相关性估计丢失宏块的运动静止特性,将丢失宏块分为运动块和静止块。对 于静止块,直接使用时 域帧拷贝的方法恢复;对于运动块,使用外边界匹配准则选择候选块并赋予相应的权重得到 加权候选块,根据最优 候选块和加权候选块的边界匹配值自适应地选择最优块或空域插值方法恢复丢失信息。实验 表明,本文算法提高了 隐藏图像的主客观质量。在不同量化参数(QP)和不同宏块丢包率(PLR) 的情况下,经本文算 法恢复后图像的峰值信噪比(PSNR)与普通JM算法相比,平均提高0. 77～3.22dB。     

基于深度信息的立体视频错误隐藏方法

针对双视加深度结构的立体视频的网络传输,该文提出了解码端的错误检测和错误隐藏技术。结合深度信息对发生错误宏块的编码模式进行估计,在错误宏块周围相邻宏块的编码模式不一致时,选择邻近宏块中深度与待重建的错误宏块深度最为接近的宏块的编码模式作为其编码模式。然后,根据编码模式选择用视点内或视点间的相关性信息重建错误宏块。实验结果表明采用该方法重建的图像客观质量峰值信噪比(PSNR)较传统的边界匹配错误隐藏方法提高了0.8-6.0 dB,并且主观质量也有提升。     

基于3D视频的错误隐藏技术分析

随着3D视频产品的逐步问世,3D视频技术逐渐成为当前研究的热点。由于3D视频编码是利用多个视点的空间、时间及视点间的相关性进行压缩编码,导致当3D视频遭遇不可靠信道差错时,其受损的影响比传统的2D视频更严重。因此,研究基于3D视频的差错控制技术十分必要,针对3D视频的3种视频格式,初步探讨了目前已经出现或正在研究中的错误隐藏技术。     

一种低复杂度立体视频错误隐藏新方法

针对立体视频流传输中右视 点整帧丢失,提出 了一种低复杂度的错误隐藏算法。首先,为了高效地感知立体视频的时域质量和视点间质量 ,定义了时域相似尺度(TSM)、 视间相似尺度(ISM)的概念;将前一时刻右视点图像进行时域和视点间匹配,分别求取 其以像素为单位的TSM和 ISM映射图;然后,计算前一时刻右视点图像当前宏块的TSM和ISM值,通过比较得 到当前宏块的预测模式;最后,根据视频序列的时域一致性,将前一时刻右视点图像宏块 的预测模式作为丢失图像宏 块的预测模式,从而使用运动补偿预测(MCP)或者视差补偿预测(DCP )的方法恢复丢失信息。研究结果表明,与已有错误隐藏 算法相比,本文算法获得更好主客观视觉效果;同时与基于图像结构相似度(SSIM)的错误隐藏算法相比,在保持主观视觉质量情况下,错误隐藏时间节省20%左右。     

面向三维高效视频编码的深度图错误隐藏

基于多视点视频序列视点内、视点间存在的相关性,并结合视点间运动矢量共享技术,该文提出一种面向3维高效视频编码中深度序列传输丢包的错误隐藏算法。首先,根据3D高效视频编码(3D-HEVC)的分层B帧预测(HBP)结构和深度图纹理特征,将深度图丢失块分成运动块和静止块;然后,对于受损运动块,使用结合纹理结构的外边界匹配准则来选择相对最优的运动/视差矢量进行基于位移矢量补偿的错误掩盖,而对受损静止块采用参考帧直接拷贝进行快速错误隐藏;最后,使用参考帧拆分重组来获取新的运动/视差补偿块对修复质量较差的重建块进行质量提升。实验结果表明：相较于近年提出的对比算法,该文算法隐藏后的深度帧平均峰值信噪比(PSNR)能提升0.25～2.03 dB,结构相似度测量值(SSIM)能提升0.001～0.006,且修复区域的主观视觉质量与原始深度图更接近。     

一种多参考帧时域视频错误隐藏算法

提出一种自适应扩大搜索范围的多参考帧错误隐藏算法。该算法以视频序列的运动剧烈程度为基础,在多个参考帧中根据视频序列运动的剧烈程度的不同自适应地扩大搜索范围以寻找最优匹配块,用最优匹配块替换受损块。实验结果表明,与多帧恢复的时域错误隐藏算法相比,错误隐藏算法无论是在PSNR值上还是主观视觉效果上都有所提高。     

一种整帧丢失时的视频差错掩盖算法

压缩视频对于信道误码十分敏感,可导致重组视频的质量严重下降。在低码率的情况下,当网络传输中数据包丢失时,通常对应于一整帧图像内容的丢失。为了恢复丢失帧,提出了一种针对整帧图像丢失时的基于运动向量外推法的空时域相结合的差错掩盖算法。试验结果表明,该算法不仅能够恢复整个丢失帧,而且在主观上与客观上其掩盖效果均优于传统的掩盖算法。     

基于运动特性分析的立体视频差错掩盖

传统的视频差错掩盖技术在处理含有剧烈或复杂运动的丢失宏块时效果不理想,该文在对立体视频编码预测方式统计分析的基础上,利用丢失宏块周围正确接收块和已掩盖块的运动和视差信息,将当前丢失宏块进行判别分类,根据不同类别做不同的处理,这就对丢失宏块的恢复更具有针对性,进而提高差错掩盖的质量和效率。实验结果表明,所提方法能够改善视频剧烈或复杂运动区域的掩盖质量。     

Error Concealment Using Inter‐layer Correlation for Scalable Video Coding

In this paper, we propose a new error concealment (EC) method using inter‐layer correlation for scalable video coding. In the proposed method, the auxiliary motion vector (MV) and the auxiliary mode number (MN) of intra prediction are interleaved into the bitstream to recover the corrupted frame. In order to reduce the bit rate, the proposed method encodes the difference between the original and the predicted values of the MV and MN instead of the original values. Experimental results show that the proposed EC outperforms the conventional EC by 2.8 dB to 6.7 dB.     

基于多方向边界匹配的视频误码掩盖算法

视频压缩码流对于信道误码十分敏感,可能导致重建图像质量严重下降.误码掩盖技术利用图像在时间和空间上的相关性,可以有效地降低误码对视频图像的影响.文中提出了一种基于多方向边界匹配的时域误码掩盖算法.该算法能更精确地恢复错误宏块的运动矢量,从而获得比传统的时域掩盖算法更好的视频质量.     

一种低码率下视频分级B帧量化参数的分配方法

分级B帧编码结构是H.264/AVC和可伸缩视频编码中实现时域可分级所采用的高效编码方法。在低码率下,按照提案JVT-P014中的分级B帧量化参数(QP)分配方案进行编码会产生较大的视频质量波动,严重影响视频的主观质量。针对这一问题,提出一种新的分级B帧QP分配方法。该方法考虑了人眼视觉暂留特性,能够有效减小低码率下视频帧之间的质量波动。实验结果证明在低码率编码条件下,该算法与JVT-P014方案相比减少视频质量波动10%以上,并能同时维持整体率失真编码性能基本不变。     

可伸缩视频编码标准中的差错控制

可伸缩视频编码标准（SVC）是由ISO/IEC的MPEG专家组和ITU-T的VCEG专家组联合组成的联合视频专家组制定的对H.264/AVC视频编码标准的可伸缩性扩展。SVC通过对时间分辨率、空间分辨率和质量等参数的可伸缩性来适应不同网络环境下用户对视频资料的分辨率、帧率、质量的不同需求,是目前解决这一问题的最好方法之一。由于信道传输中大量存在的衰减、误码和数据丢失,差错控制显得十分重要,因而两种有效的对抗措施——错误弹性编码和错误隐藏技术被引入到SVC中：一部分是直接从H.264中继承而来;还有一部分则是利用了可伸缩视频的自身特性而提出的。文中将对SVC中一些有代表性的错误弹性和错误隐藏技术进行介绍,并给出部分实验结果来展示这些技术带来的性能提升。     

Disparity‐Compensated Stereoscopic Video Coding Using the MAC in MPEG‐4

The MPEG‐4 multiple auxiliary component (MAC) is a good mechanism to achieve one‐stream stereoscopic video coding. However, there is no syntax or semantics for the residual texture data of the disparity‐compensated image in the current MAC. Therefore, we propose a novel disparity‐compensated coding method using the MAC for stereoscopic video. We also define a novel MAC semantics in MPEG‐4 so as to support the proposed coding algorithm. The major difference between the existing and proposed coding methods using the MAC is the addition of the residual texture coding.