非迭代收缩多方向预测的空域错误隐藏算法

现有的空域错误隐藏算法通常以高复杂度的迭代逼近机制换取恢复质量的轻微提升,且一些算法只适合于特定的丢失模式.为此,本文提出了一种非迭代收缩多方向预测（Non-iterative Shrinkage Multi-directional,NSM）的空域错误隐藏算法,以便更好地平衡计算复杂度与恢复质量等性能指标,且能处理各种各样的丢失模式.对于当前受损块的错误隐藏,NSM算法首先通过各向同性梯度检测器学习当前延拓区域的梯度特征;随后,基于具有16邻域像素和8预测方向的基本隐藏单元,多方向预测器按照收缩填充次序逐一地恢复受损块的每一个像素,根据该像素的邻域像素可用情况调整预测器的加权系数.在每个受损块的内部,不同的像素组根据它们的邻域级可用度一组接一组地进行恢复;在一个像素组的内部,不同丢失像素根据先验填充准则一个接一个地进行预测,从而实现低复杂度的非迭代重构.相比于其他空域错误隐藏算法,实验结果表明,所提NSM算法在各种丢失模式下均能够取得良好的综合性能,在通用性、计算复杂度和恢复质量之间达到了一种具有竞争力的性能折衷.     

基于视频统计特征的差错敏感度模型

针对传统的丢包对视频质量影响研究的局限性,提出一种差错敏感度模型。对每个受损块提取周围块的丢失情况、纹理复杂度、运动矢量和梯度等可用的统计特征;对丢包视频进行差错隐藏,计算出差错敏感度;利用机器学习技术,建立统计特征和差错敏感度的关系模型。试验结果表明,相比于现有评价方法,该模型可以比较准确地预测视频帧局部差异性对不同丢包情况的敏感程度,尤其对于运动缓慢的视频序列,预测精度明显优于其他方法。     

一种新的H.264帧间差错掩盖算法

介绍一种H.264中基于牛顿内插公式的帧间差错掩盖算法,由牛顿内插公式重建丢失宏块16个4×4子块的MV(运动矢量),根据此MV在前一帧中找到合适的信息来重建丢失或受损信息;实验结果表明,本文算法比参考软件有更好的解码视频主观质量和更高的PSNR.     

基于自适应块尺寸的H.264时域错误隐藏算法

为提高在视频通信中重建图像质量,充分利用运动矢量的空间相关性、相邻宏块的编码模式信息,提出了一种新的H.264时域错误隐藏算法。该算法根据误码块周围的邻块模式,自适应决定隐藏块的尺寸;对于每个尺寸块,都从多个候选运动矢量集合中选取使外边界对应像素差值最小的运动矢量;并利用运动估计技术更精确地恢复丢失宏块的运动矢量,从而提高所恢复视频信号的质量。实验结果表明：对于不同运动类型序列和不同宏块丢失率,该算法不仅计算量较小,而且恢复后的图像质量均优于传统的时域错误隐藏算法。     

基于纹理方向预测的空域差错隐藏方案

在差错信道中传输视频压缩码流时,容易发生视频数据的损坏或丢失,这样不仅会对当前的视频帧产生影响,而且差错会蔓延到后续视频帧。I帧出错时的影响尤为严重。针对这一问题,本文在对H.264标准进行研究的基础上,对一种空域差错隐藏算法——纹理方向法进行了改进,结果表明,这种方法达到了较好的隐藏效果,改善了图像的主观质量。     

H.264中利用时域信息恢复帧内误码的算法

本文介绍一种利用时域信息恢复H.264帧内误码的方法,首先将受损宏块分成4×4的子块,并在前一帧同位置找到每一子块匹配子块,由匹配子块及其周围的可用子块的运动矢量估计出丢失子块的运动矢量,从而利用前一帧可用信息恢复受损宏块;实验结果表明,本文算法解码后的图像主客观质量优于H.264测试参考模型JM8.6误码掩盖算法和Nasiopoulos的时域掩盖算法.     

基于分块与前景/背景信息的MeanShift目标跟踪

针对经典Mean Shift跟踪算法在目标遮挡和复杂背景情况下易造成目标漂移甚至丢失的缺点,该文研究了基于分块与前景/背景信息的Mean Shift跟踪方法.首先根据实际目标尺寸对跟踪窗口进行分块,然后对每个子块独立进行Mean Shift跟踪,最后按照一定的准则融合每个子块的跟踪结果以确定整体目标的位置.并且,通过目...     

基于图像子块颜色复杂度的隐写分析

为实现对以GIF图像为载体的隐藏图像的高效检测,提出了基于图像子块颜色复杂度的隐写分析算法.图像可划分为若干子块,颜色复杂度定义为子块中一个像素同其他像素的索引值差值之和（距离和）.一个距离和可按照索引值差值的符号,区分为正距离和与负距离和两个矢量;根据图像子块的特性,归类为主距离和与次距离和.采用直方图计算这些量的统计状态,并统计邻接图像子块的距离和共生矩阵;计算这些统计量的直方图特征函数的块中心,得到28维特征向量;基于该特征向量和支持向量机,构造隐写分析算法.实验结果表明,该算法对GIF图像上多种隐秘术的检测性能优于传统算法.     

一种降低预测模式开销的帧内预测方法

提出一种新颖的帧内预测方法．比较每种预测模式的预测块与直流(DC)预测模式的预测块之间的绝对差和．进而判断当前块在各种预测模式下的预测块是否相似．若当前块的各种预测块都相似,则将所有预测块的均值作为当前块的最终预测结果,且不必编码预测模式．实验结果表明,提出的方法较H.264/AVC能够获得更高的编码性能,在恢复视频客观质量PSNR相同时,码率平均下降2.40％,编码时间平均减少25.83％．     

基于宏块特征的H.264快速帧内预测算法

为了降低H.264的计算复杂度以满足实时应用,在对H.264帧内编码模式深入研究的基础上,提出利用宏块灰度直方图特征在Intra4×4和Intra16×16模式中预判,针对Intra4×4模式采用基于子块预测方向特征的快速帧内预测算法.综合以上2种优化策略,该优化算法平均码率增加了3.2%,峰值信噪比基本不变的情况下,编码速度平均提高了32.8%.     

H.264整数变换零块的预先判决算法

基于H.264整数变换和量化的特点,在选择最佳预测编码模式的过程中,预先判决变换系数量化后可能全部为零的块,特别是假定图像块未发生位移,其帧差信号变换系数判决为零的块,则可省去位移估值、变换、量化等复杂过程．与不用预先判决零块算法相比,在恢复图像平均峰值信噪比下降不到0.1dB的情况下,使用预先判决快速算法,编码速度可以提高58.4%,满足实时视频通信的要求．     

H.264/AVC到HEVC快速帧内转码算法

为加快H.264/AVC到HEVC的转码速度,提出一种快速帧内转码算法。针对H.264/AVC和HEVC两标准间帧内预测块尺寸的差别提出一种合并宏块的方法,利用该方法得出的编码信息预判HEVC中最可能的帧内预测尺寸及最可能的帧内预测模式并简化HEVC中四叉树划分过程,从而降低转码过程中帧内预测的计算复杂度。实验结果表明,在编码效率和视频质量损失很小的情况下,所提出的转码算法平均节省了63.20%的编码时间。     

块级别自适应层间帧内预测方法

为了提升可分级视频编码的层间帧内预测(ILIP)性能,提出了一种基于维纳滤波器的块级别自适应ILIP方法. 首先,将一帧图像分块;其次,逐块选取原始增强层图像和对应的基本层上采样图像逐帧进行训练,得到维纳滤波器系数;最后,采用获取的滤波器系数对基本层上的采样图像进行滤波,并在块级别加以控制,以便降低预测误差能量. 实验结果表明,与传统ILIP方法相比,新方法可以获得更精确的预测结果,编码器输出比特率下降最高可达14.45%.     

H264整帧丢失下的错误隐藏机制

针对网络传输中整帧丢失的情况,提出了一组基于编解码端联合控制的错误隐藏机制.在解码端,通过运动连续性假设,从前一帧恢复出相应的像素值,针对剩余的无效像素点,将整帧以4×4块进行划分并且分类,使用块预测匹配以及帧内插值,恢复它们的像素值.在编码端,采用长期参考帧和短期参考帧相结合的方法,通过信道的反馈信息,对参考帧进行调整,抑制错误的扩散.实验证明,该方法不论在主观视觉还是客观峰值信噪比（PSNR）上都取得了很好的效果,而且有效地抑制了错误的扩散;同时计算复杂度不高,能很好地满足实时性要求.     

一种低码率下简单有效的环路滤波方法

针对低码率编码情况下块效应严重的现象，提出一种环路滤波去除块效应的算法.该算法基于图像
特征在时域和频域对应的原理，利用变长码编码特点，在频域分析编码块的特性，自适应选择不同强度和
模式的滤波算法，从而保证滤波后图像的真实性.在滤波算法的设计过程中又选用了合适的参数，以进一
步降低滤波过程中增加的计算量.仿真结果表明，该算法提高了重构帧的峰值信噪比(PSNR)值和视觉效果
；同时作为参考帧的重构帧，其质量的提高能减少运动估计的运算开销，以抵消采用环路滤波而引入的计
算量，保证了编码过程的实时性.     

基于H.264-SVC编码结构优化的差错恢复编码方法

提出了一种在丢包环境下的基于H.264-SVC扩展的率失真（RD－rate distortion）优化的宏块模式判决模型。在编码器中，在基于块的基础上综合考虑了信源编码失真、时间可分级的等级B图像编码结构和误差扩散失真。在当前的H.264-SVC的丢包环境下宏块模式判决模型的基础上，结合H.264-SVC的等级B图像编码结构的特点，一个时间级的参数被加入到RD代价函数的计算中。实验结果表明，本方法比没有经过时间可分级编码结构优化的的差错恢复率失真模型的差错恢复性能要好。     

手部精细运动获取缺损数据修复方法

在利用光学运动捕捉技术获取手部精细运动数据及手势信息的过程中,捕捉运动数据的缺失会对神经解码的性能产生影响,为此,提出一种基于主成分分析的缺失运动数据恢复和重建方法.该方法采用期望最大化算法在主成分空间和原始数据空间进行迭代映射,求解对应主成分空间,以提高原始空间数据修复的精度.实验分别从缺损数据长度、缺损数据维度、周期性运动数据及冗余数据等方面对该算法进行了验证,并与三次样条插值和一次迭代插值的结果进行了比较.对测试数据的实验结果表明：该方法适用于连续缺损数据长度小于350帧,或同时缺损数据维度小于13维的情况.手部运动的周期性规律对于提高数据恢复的精度有很大的帮助,冗余标记点也能在一定程度上减少数据恢复的结果误差.与三次样条插值和一次迭代插值方法相比,该方法的平均误差均小于10 mm,仅相当于前两种方法误差的50%,甚至更少.     

基于DM642的H.264编码实现与优化

为优化H.264编码技术在数字信号处理中的实际应用,在对H.264标准中帧内及帧间预测模式深入研究的基础上,提出了2种改进算法:帧内预测时,采用直方图的自相关特性进行快速模式判别;帧间预测时,采用运动估计块匹配过程中得到的绝对值误差和作为中途停止条件,结合运动搜索预处理及残差纹理分析进行模式判别.这2种算法均大幅提高了编码速度.在此基础上合理利用DM642芯片及H.264编码器的自身特点,充分挖掘处理器的并行特性和计算资源等以优化编码器.实验结果表明,在图像质量不变的前提下,编码速度提高到15帧/s,部分序列达到18帧/s,码率上升8%.