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.     

外推结构无反馈DVC码率控制算法研究

针对现有内插结构无反馈分布式视频压缩（DVC）在大图像组条件下存在严重解码延时问题,研究了外推结构的无反馈DVC系统。在编码端,提出一种不等保护码率控制算法,该算法在编码端利用快速运动估计外推产生较高质量的边信息估计,根据比特平面误码率和比特平面重要性,实现比特平面级的码率控制;在解码端提出基于外推内插边信息更新的迭代解码优化,利用更新的边信息对每一分布式帧进行二次解码,在不增加传输码率的条件下进一步提升解码视频质量。实验结果表明,与现有无反馈码率分配算法相比,该算法能够更精确地分配码率,率失真性能提升0.6~1.8 dB,且解码视频图像的主观质量得到明显改善。     

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。     

像素级运动矢量场边信息生成算法

在分布式视频编码（DVC）中,解码端生成的边信息的质量对整个系统的率失真(RD)性能有着重要影响。为了提高边信息的质量,进而提升DVC系统的RD性能,提出一种基于像素级运动矢量场的边信息生成算法(SGPMVF)。首先,通过运动估计分别获得前后两关键帧的像素级运动矢量场;然后,为Wyner-Ziv帧的每个像素选择合适的运动矢量;最后,通过帧间内插得到高质量的边信息。算法中提出基于SAD（绝对误差和）差值的搜索范围确定方法与像素级运动矢量选择方法。实验结果表明,对于快速运动的序列,该算法在不增加编码复杂度和码率的情况下使边信息的PSNR最大提高1.45 dB,并使DVC系统的RD性能提高0.3～0.7 dB。     

联合率失真模型的帧级码率控制方法

在H.264/AVC视频编码框架下,基于联合率失真模型,提出了一种新的帧级码率控制方法。利用分块数量和平均运动矢量信息,发展了一种精确的头信息估计模型;联合头信息与残差信息模型,并结合残差失真模型,提出新的联合头信息与残差率失真模型;利用精确的估计方法进一步提高率失真性能。相对于最新的JVT H.264/AVC参考软件JM10.2中采用的JVT-G012方法,该方法提高了实际码率与目标码率之间的匹配率达到了98.06%,重构视频的平均亮度PSNR值增加了0.27 dB。     

基于邻域场拉普拉斯混合模型图像分割的研究

针对高斯混合模型（GMM）不能有效处理重尾噪声下图像拖尾情况,提出了基于拉普拉斯（Laplacian）分布的有限混合模型图像分割方法。与标准拉普拉斯混合模型（LMM）将像素点作为孤立个体不同的是,该方法充分考虑了相邻像素点间的空间关系。相较传统混合模型参数估计采用的EM算法,该方法采用梯度下降法优化参数。实验结果表明在处理重尾噪声时,该方法与标准LMM算法和GMM算法相比,鲁棒性更好,分割更精确有效。     

基于变换域Wyner-Ziv视频编码的相关噪声模型

在Wyner-Ziv(WZ)视频编码中,原始WZ帧数据和边信息(Side information,SI)间相关噪声模型是影响缡码效率的关键因素.现有文献通常认为边信息和当前解码WZ帧的概率分布近似符合零均值拉普拉斯分布.本文详细研究了变换域WE帧与相应边信息的残差系数的分布关系,发现其残差变换后直流系数带统计分布相比零均值拉普拉斯分布存在一定偏差,且系数带的相关噪声分布随时间和空间变换.根据变换域残差系数的分布特征,提出了一种基于变换域的相关噪声分布模型及自适应参数估计算法,利用帧内插时前向和后向运动补偿帧变换残差,在解码端估计系数带的分布参数.实验结果表明该算法有效提高了WZ视频编码的编码效率.     

地铁站低频电磁噪声采集与特性分析

地铁站与外界之间的低频无线电通信受噪声干扰严重,为了实现对噪声的有效抑制,在武汉市采集了多个地铁站内的低频电磁噪声数据,分别从时域、频域和统计域的角度对噪声特性进行了分析,提出采用Alpha稳定分布模型描述噪声的统计特性,通过无穷方差检验、Q-Q图、基于特征函数的P值拟合优度检验、计算R_square指标等方法分析了Alpha稳定分布对噪声数据的拟合性能.研究结果表明,地铁站低频电磁噪声分布具有非高斯特征,可以用Alpha稳定分布很好地描述其分布特性.     

基于改进的高斯混合模型的运动目标检测

运动目标检测是实现目标跟踪、视频监控的基础.针对基于高斯混合模型的运动目标检测算法的不足,提出了一种基于分块思想和高斯模型个数自适应的改进高斯混合算法.利用对视频图像分块的思想,在提高目标检测效率的同时,实现对视频的滤波处理;并利用高斯混合模型中高斯分布个数自适应操作来降低算法复杂度,提高运动目标检测的速度.实验结果表明:该算法比传统高斯混合模型运动目标检测算法具有更快的检测速度和更好的检测效果,并降低了检测噪声,能有效地检测运动目标,适用于运动目标的实时检测.     

用于图像分割的多分类高斯混合模型和基于邻域信息的高斯混合模型

高斯混合模型是一种简单有效且被广泛使用的图像分割工具。然而,传统的高斯混合模型在混合成分个数确定时的拟合结果不够精确;此外,由于没有考虑像素间的空间关系,导致分割结果易受噪声干扰,且分割精度不高。为弥补传统高斯混合模型的缺陷,文中提出多分类高斯混合模型和基于邻域信息的高斯混合模型用于图像分割。多分类高斯混合模型对传统混合模型进行二重分解:传统混合模型由M个分布加权混合得到,多分类混合模型进一步将M个分布中的每一个分布分解成R个分布。即多分类高斯混合模型由M个高斯分布混合组成,而这M个分布分别由R个不同的分布混合得到,提高了模型的拟合精度。基于邻域信息的高斯混合模型通过对模型中的先验概率和后验概率添加空间信息约束,增强了像素间的信息关联和抗噪性。采用结构相似性、误分率和峰值信噪比等指标来评价分割结果。通过实验发现:与现有的混合模型分割方法相比,文中方法大幅提高了分割精度,且有效地抑制了噪声干扰。     

分布式视频编码中关键帧丢失错误保护

目的 分布式视频编码较其传统视频编码具有编码简单、误码鲁棒性高等特点,可以很好地满足如无人机航拍、无线监控等新型视频业务的需求。在分布式视频编码中,视频图像被交替分为关键帧和Wyner-Ziv帧,由于受到信道衰落和干扰等因素的影响,采用传统帧内编码方式的关键帧的误码鲁棒性远不如基于信道编码的Wyner-Ziv帧。关键帧能否正确传输和解码对于Wyner-Ziv帧能否正确解码起着决定性的作用,进而影响着整个系统的压缩效率和率失真性能。为此针对关键帧在异构网络中的鲁棒性传输问题,提出一种基于小波域的关键帧质量可分级保护传输方案。方法 在编码端对关键帧同时进行传统的帧内视频编码和基于小波域的Wyner-Ziv编码,解码端将经过错误隐藏后的误码关键帧作为基本层,Wyner-Ziv编码产生的校验信息码流作为增强层。为了提高系统的分层特性以便使系统的码率适应不同的网络条件,进一步将小波分解后图像的各个不同层的低频带和高频带组合成不同的增强层,根据不同信道环境,传输不同层的Wyner-Ziv校验数据。同时对误码情况下关键帧的虚拟噪声模型进行了改进,利用第1个增强层已解码重建的频带与其对应边信息来获得第2个和第3个增强层对应频带的更加符合实际的虚拟信道模型的估计。结果 针对不同的视频序列在关键帧误码率为1%20%时,相比较于传统的帧内错误隐藏算法,所提方案可以提高视频重建图像的主观质量和整体系统的率失真性能。例如在关键帧误码率为5%时,通过传输第1个增强层,不同的视频序列峰值信噪比（PSNR）提升可达25 dB左右;如果继续传输第2个增强层的校验信息,视频图像的PSNR也可以提升0.51.6 dB左右;如果3个增强层的校验信息都传输的话,基本上可以达到无误码情况下关键帧的PSNR。结论 本文所提方案可以很好地解决分布式视频编码系统中的关键帧在实际信道传输过程中可能出现的误码问题,同时采用的分层传输方案可以适应不同网络的信道情况。     

Distributed video coding with adaptive two-step side information generation for smart and interactive media

Conventional video coding standards, such as MPEGx and H.26x, use a hybrid architecture of block-based motion compensation and discrete cosine transform (DCT) within the structure of a complex encoder and a simple decoder. Contrary to conventional video codecs, Wyner-Ziv (WZ) video coding, which is a practical application of distributed video coding (DVC) based on the Slepian-Wolf and WZ theorems, exploits the source correlation at the decoder, thereby allowing for the development of simpler encoders. However, the current WZ video coding algorithms cannot match the coding performance of conventional video coding. In order to improve the coding performance of transform-domain WZ video coding, an adaptive two-step side-information generation method is thus proposed for evaluation and analysis in this study. The proposed method uses decoded WZ frames in the down-sampled spatial resolution along with already decoded coefficients to successively improve rate-distortion (RD) performance as the decoding progresses. The experimental results show that the proposed method, compared to previous WZ video coding method, shows improved coding performance, particularly under critical conditions, such as cases with high motion content.     

Statistical motion learning for improved transform domain Wyner-Ziv video coding

Wyner-Ziv (WZ) video coding is a particular case of distributed video coding (DVC), the recent video coding paradigm based on the Slepian-Wolf and Wyner-Ziv theorems which exploits the source temporal correlation at the decoder and not at the encoder as in predictive video coding. Although some progress has been made in the last years, WZ video coding is still far from the compression performance of predictive video coding, especially for high and complex motion contents. The WZ video codec adopted in this study is based on a transform domain WZ video coding architecture with feedback channel-driven rate control, whose modules have been improved with some recent coding tools. This study proposes a novel motion learning approach to successively improve the rate-distortion (RD) performance of the WZ video codec as the decoding proceeds, making use of the already decoded transform bands to improve the decoding process for the remaining transform bands. The results obtained reveal gains up to 2.3 dB in the RD curves against the performance for the same codec without the proposed motion learning approach for high motion sequences and long group of pictures (GOP) sizes.     

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。     

基于时空相关性的视频隐写分析

视频中的扩频嵌入是一种典型的隐写方法,能够抵抗视频压缩、噪声添加等多种攻击。为了有效检测利用该方法嵌入的隐藏信息,将隐写过程建模为加性高斯噪声的叠加过程,分析了噪声叠加对视频序列的时间相关性和空间相关性的影响,提出了基于时空相关性的隐写分析算法。该算法利用视频序列中各帧的四方向差分直方图度量隐写对空间相关性的影响,同时利用相邻帧帧间差分的直方图度量隐写对时间相关性的影响。与现有算法相比,本文算法实现简单,实验结果表明本文算法具有更好的检测性能。     

基于自适应码率分配的压缩传感深度视频编码方法

压缩传感深度视频(CSDV)是由深度视频经过压缩得到,它的冗余信息仍然巨大,由此,文中提出基于高斯混合模型和边缘码率分配的深度视频编码方法.在时域方向上,使用压缩传感,压缩八帧深度视频,得到一帧CSDV图像.为了减小量化的计算复杂度,将一帧CSDV图像分割成一系列大小相同且互不重合的视频块,使用Canny算子作为边界提取工具提取视频块的边界.根据每个视频块中非零像素所占的百分比,给不同的视频块分配不同的比特数.在模型中,使用高斯混合模型建模这些视频块,用于设计乘积矢量量化器,再使用乘积矢量量化器量化这些视频块.     

Transform-domain distributed video coding with rate-distortion-based adaptive quantisation

This study presents a transform-domain distributed video coding (DVC) system with a rate-distortion (R-D)-based Adaptive QuanTisation (AQT) scheme. In the proposed system, the transform-domain Wyner-Ziv frame is divided into partitions and is adaptively quantised based on estimated local R-D characteristics for each partition. The R-D estimation is performed based on a correlation model between the original source information and the side information and can be applied at the decoder without adding complexity to the encoder. Coding results and comparisons with existing DVC schemes and with H.264/AVC interframe and intraframe coding are presented to illustrate the performance of the proposed system.     

Optimal entropy-constrained non-uniform scalar quantizer design for low bit-rate pixel domain DVC

In this paper, an optimal entropy-constrained non-uniform scalar quantizer is proposed for the pixel domain DVC. The uniform quantizer is efficient for the hybrid video coding since the residual signals conforming to a single-variance Laplacian distribution. However, the uniform quantizer is not optimal for pixel domain distributed video coding (DVC). This is because the uniform quantizer is not adaptive to the joint distribution of the source and the SI, especially for low level quantization. The signal distribution of pixel domain DVC conforms to the mixture model with multi-variance. The optimal non-uniform quantizer is designed according to the joint distribution, the error between the source and the SI can be decreased. As a result, the bit rate can be saved and the video quality won’t sacrifice too much. Accordingly, a better R-D trade-off can be achieved. First, the quantization level is fixed and the optimal RD trade-off is achieved by using a Lagrangian function J(Q). The rate and distortion components is designed based on P(Y|Q). The conditional probability density function of SI Y depend on quantization partitions Q, P(Y|Q), is approximated by a Guassian mixture model at encocder. Since the SI can not be accessed at encoder, an estimation of P(Y|Q) based on the distribution of the source is proposed. Next, J(Q) is optimized by an iterative Lloyd-Max algorithm with a novel quantization partition updating algorithm. To guarantee the convergence of J(Q), the monotonicity of the interval in which the endpoints of the quantizer lie must be satisfied. Then, a quantizer partition updating algorithm which considers the extreme points of the histogram of the source is proposed. Consequently, the entropy-constrained optimal non-uniform quantization partitions are derived and a better RD trade-off is achieved by applying them. Experiment results show that the proposed scheme can improve the performance by 0.5 dB averagely compared to the uniform scalar quantization.