基于无线噪声信道的编码端码率控制算法研究

针对分布式视频编码系统的关键帧在无线信道中传输受到噪声污染的情况,提出一种基于无线噪声信道的编码端码率控制算法。首先对解码端边信息携带的无线信道噪声进行了理论和实验分析,建立了边信息中无线信道噪声的分布模型;然后结合相关噪声模型推导出编码端的噪声联合模型,并根据分布式视频编码的率失真理论,提出了在无线信道下WZ帧不同系数带的码率控制算法,同时将新的码率控制算法引入基于无线噪声信道的Wyner-Ziv编码器中。实验表明,与现有的编码端码率控制算法相比,所提出的算法在不同无线信道噪声下可使解码重构视频的PSNR值平均提高约0.1～1.8 dB,且未增加复杂度。     

RDWT域全相位子带运动补偿视频编码方法

当前小波视频编码技术的一个研究热点是如何提高运动补偿的效率．提出了一种基于RDWT（冗余离散小波变换）域的奎相位子带运动补偿视频编码方法．运动补偿过程在参考帧和当前帧的RDWT域进行，使用提出的RDWT小波块结构，利用RDWT域的全相位子带信息提高运动补偿效率．在RDWT域形成预测数据后变换到空域得到预测帧和残差帧，对残差帕进行DWT变换，SPECK小波系数编码．实验表明提出自寺方法获得了较好的编码效率．     

DVC中基于DCT系数统计特性的量化算法

针对变换域分布式视频编码问题,提出一种自适应量化算法AQSC。根据视频帧离散余弦变换系数的分布特点,确定各子带的重要性,只对重要的子带进行量化及编解码,不重要的子带不进行量化及编码,且在译码时直接用边信息代替。实验结果表明,AQSC算法可提高分布式视频编码系统的率失真性能,减少译码码率,解码后视频序列的整体质量有所提高。     

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.     

基于比特平面预测的分布式视频WZ帧重构方法

分布式视频编码(DVC)是建立在Wyner-Ziv(WZ)有损源编码理论基础上的全新视频编码框架,具有编码复杂度低、抗误码性能好的特点.普通的DVC在解码端用插值的方法构造边信息时会丢失部分信息,提出了从用于插值边信息的前后帧中提取特征并预测重构帧的下一个比特值,并利用预测的比特值修改重构概率密度函数.实验结果表明,该方法能在传输较少比特平面时提高重构帧的PSNR和主观质量.     

分布式视频编码中相关噪声分布的非参数估计方法研究

针对分布式视频编码系统中相关噪声（Correlation Noise, CN）分布难以准确模拟的问题,根据CN分布的特点,提出CN的非参数估计方法,建立了基于最优窗宽的核密度估计-均匀分布模型(Kernel Density Estimation-Uniform Distribution Model, KDEUDM),比较了变换域Wyner-Ziv（Transform Domain Wyner-Ziv, TDWZ）系统中CN的参数估计法和非参数估计法所建立的噪声模型对系统性能的影响。实验结果表明,非参数估计方法能较准确地模拟CN的分布,与参数估计法相比,用非参数估计法建立的噪声模型能使WZ帧编码在高码率下最高能节约10%的码率。     

基于高斯混合模型的Wyner-Ziv视频编码

针对现有Laplacian模型不能精确描述相关噪声分布,分布式视频编码(Distributed Video Coding,DVC)的率失真性能改善非常有限,文中提出一种基于高斯混合模型的分布式视频编码方法.首先分析了WZ帧与相应边信息之间相关噪声的统计特征,发现相关噪声信息的分布并不满足某种单峰分布,然后采用高斯混合模型(Gaussian Mixture Model,GMM)对噪声系数直方图进行拟合,提出基于样本特征的EM(Expectation Maximum)算法来估计模型参数.将提出的高斯混合相关噪声模型与相应的Laplacian模型进行比较,实验结果表明前者更能精确描述相关噪声的统计特征,基于该模型的DVC率失真性能优于基于Laplacian模型的DISCOVER方案,获得的平均增益接近1 dB.     

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。     

像素域Wyner-Ziv视频编码的码率控制

Wyner-Ziv视频编码通常利用反馈信道在解码端执行码率控制,造成解码复杂度很大,限制了其实际的应用.在分析与码率相关的特征量的基础上,提出一种像素域Wyner-Ziv视频编码系统的码率控制算法.首先使用相关噪声模型分布参数估计运动量的大小,然后利用位平面的时间相关性确定解码当前位平面时编码端需要传送的初始码率,从而使解码反馈次数减小,降低解码复杂度.实验结果表明,文中算法在保证编码效率的同时使解码反馈请求次数减少到原解码端码率控制算法的30%左右.     

分布式视频编码中基于改进FCM聚类的相关噪声模型估计

目的：在分布式视频编码中,由于相关噪声残差子带不同区域具有不同的变化特性,子带级拉普拉斯估计法对整个子带用同一参数估计并不准确,为了进一步提高噪声模型估计精度,本文提出了一种基于改进的模糊C均值（FCM）聚类的模型估计方法。方法：本文算法针对每一解码子带选取不同的特征矢量;采用改进的模糊C均值进行聚类;为了避免类别样本数较少而溢出,采用阈值控制法求取相应的模型参数;然后用重建子带更新下一解码子带的特征矢量;直到一帧中所有子带解码完成。针对模糊C均值对初始聚类中心的敏感性,本文采用首先随机生成隶属度矩阵的方法来缓解聚类陷入局部最优的问题。结果：从实验效果和算法复杂度角度考虑,将残差样本聚为8类。实验结果表明,本文聚类算法可以更加准确地模拟帧内不同区域的不同信道噪声特性,对于运动越剧烈的序列效果越好,相对于子带级拉普拉斯估计,平均增益达1dB。结论：本文提出了一种新的相关噪声估计方法,针对不同的子带选取不同的特征矢量,并重建更新。实验结果表明,本文算法能更好地描述相关噪声特性,获得系统性能的提高。