分布式视频编码中相关噪声分布的非参数估计

目的 针对分布式视频编码系统中相关噪声（CN）分布难以准确模拟的问题,提出了一种CN的非参数估计方法。方法 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（KDEUDM）,比较了变换域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。结果 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。结论 非参数估计法是TDWZ系统中有效的相关噪声估计方法。     

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。     

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.     

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0.7 dB。     

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.     

改进的DSSS电磁波随钻测量信号载频估计算法

为了解决随钻测量中电磁波信号的载频估计问题,基于直接序列扩频（ DSSS）通信原理,建立了改进的电磁波信号载频估计法,该方法采用信号自适应干扰对消技术滤除噪声信号,然后再通过带通滤波技术获得DSSS信号的频带,从而提高了信号的信噪比（ SNR）。在此基础上,建立了System View仿真模型,仿真结果表明：改进的载频估计法可以有效滤除噪声信号,精确地检测出电磁波信号的载波频率。     

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。     

色噪声激励的时滞非线性系统瞬态响应研究

建立了色噪声与时滞联合作用的非线性系统模型,提出求解其瞬态概率密度的高效近似算法。利用等价变换将时滞系统简化为非时滞系统;通过线性化方法和随机平均原理得到原系统振幅过程的平均It?随机微分方程和相应的Fokker-Planck-Kolmogorov（FPK）方程。基于退化线性系统导出一组正交基,在该基空间内进行Galerkin变分得到近似瞬态概率密度。将该方法应用到受色噪声激励的双时滞Duffing-Van Der Pol振子得到理论解,采用蒙特卡罗模拟（MCS）验证理论解的正确性。分析了色噪声参数和时滞参数对瞬态响应的影响。研究结果表明：所提理论方法可有效求解受色噪声激励的时滞非线性系统的瞬态概率密度;算法求解效率高于MCS;色噪声和时滞均明显影响了系统瞬态响应。     

Hammerstein system identification by non-parametric instrumental variables

A mixed, parametric–non-parametric routine for Hammerstein system identification is presented. Parameters of a non-linear characteristic and of ARMA linear dynamical part of Hammerstein system are estimated by least squares and instrumental variables assuming poor a priori knowledge about the random input and random noise. Both subsystems are identified separately, thanks to the fact that the unmeasurable interaction inputs and suitable instrumental variables are estimated in a preliminary step by the use of a non-parametric regression function estimation method. A wide class of non-linear characteristics including functions which are not linear in the parameters is admitted. It is shown that the resulting estimates of system parameters are consistent for both white and coloured noise. The problem of generating optimal instruments is discussed and proper non-parametric method of computing the best instrumental variables is proposed. The analytical findings are validated using numerical simulation results.     

基于小波变换和Kalman滤波的语音增强方法

针对受加性噪声干扰的语音信号,采用基于小波变换的Kalman滤波方法,提出一种有效的语音增强方法.分析在实际处理中所遇到的二进小波变换、滤波参数估计、Kalman滤波发散等问题.语音增强的效果采用信噪比来进行评估.仿真实验表明在加性噪声为高斯白噪声和色噪的情况下,该方法均具有较好的有效性.     

结合倒谱阈值频谱估计与瑞利分布模型的语音活动检测

针对传统的似然比语音活动检测的计算语音与噪声统计模型复杂度高,提出结合倒谱阈值估计噪声频谱与瑞利统计模型的语音活动检测方法。该方法先用倒谱阈值估计噪声的频谱,再利用UMPT获得基于瑞利模型的语音判决阈值更新准则。评估了4种不同方法组合的语音活动检测（voice activity detection,VAD）。实验表明：在非平稳噪声环境下该方法的正确检测率优于其它组合的VAD方法。     

噪声条件下电子伪装语音还原方法研究

语音的电子伪装是指采用变声设备或语音处理软件改变说话人的个性特征,以达到故意隐藏该说话人身份的目的。电子伪装语音还原是指通过技术手段将伪装语音变回原声,这对基于语音的身份鉴别具有重要意义。本文将频域和时域伪装语音的还原问题抽象为伪装因子的估计问题,通过基于i-vector的自动说话人确认方法估计伪装因子,并引入对称变换进一步提高估计效果。该方法借助于i-vector的噪声鲁棒性,提高了真实含噪场景下伪装因子的估计精度,从而改进了噪声条件下电子伪装语音的还原效果。在干净语音库TIMIT上训练i-vector并在含噪语音库VoxCeleb1上对本文方法进行测试,结果表明,伪装因子估计的错误率从基线系统的9.19%降低为4.49%,还原语音在自动说话人确认等错误率和听觉感知方面也取得了提升。     

基于间接拉普拉斯模型因子估计的语音增强算法

对DCT城基于拉普拉斯统计模型的语音增强,分析了模型因子的估计误差及其对于算法整体增强性能的影响,并根据广义高斯分布模型度其形态参数的概念与性质,提出了一种新的拉普拉斯模型因子估计方法,该方法结构简单,它利用拉普拉斯模型条件下语音分量方差与模型因子的对应关系,间接地获取模型因子的估计,算法不仅有效地消除了噪声分量对于估计精度的影响,而且可以快速地跟踪语音分量的变化。仿真结果表明,基于该模型因子估计方法的语音增强算法在多种噪声背景下具有更出色的语音增强效果。     

随机调制隐写中的噪声同步分析

针对Fridrich提出的使用固定密钥的随机调制算法,提出一种基于噪声同步分析的隐写检测方法.该方法使用图像复原、噪声估计和相关性计算实现对噪声同步程度的度量,并对同步分析下随机调制隐写的安全容量进行了分析.理论和实验表明,固定隐写密钥的使用会降低随机调制算法的安全性.     

Authenticating corrupted photo images based on noise parameter estimation

Photo image authentication is an interesting and demanding field in the computer vision and image processing community. This research is motivated by its wide range of applications, which include smart card authentication systems, biometric passport systems, etc. In this paper, we propose a method of authenticating corrupted photo images based on noise parameter estimation. The proposed method first generates corrupted images by adjusting the noise parameters in the initial training phase. This set of corrupted images and the noise parameters can be represented by a linear combination of the prototypes of the corrupted images and the noise parameters. In the testing phase, the noise parameters of the corrupted photo image can be estimated with a corrupted image and an original image. Finally, we can make a synthesized photo image from the original photo image using the estimated noise parameters and verify it with the corrupted photo image. The experimental results show that the proposed method can estimate the noise parameters accurately and improve the performance of photo image authentication.     

数字图像与数码相机噪声相关性的分布

在利用数字图像与数码相机的噪声相关性来鉴别数字图像来源的实验中,发现噪声相关性有对称和非对称两种分布。为了提高鉴别数字图像来源的正确性,正确设置判别阈值,针对噪声相关性的非对称分布,在(0,1]区间构造了一个广义chi平方分布的新函数,并提出了一种利用广义chi平方分布来描述噪声相关性的非对称分布和利用广义高斯分布来描述噪声相关性的对称分布的新方法。实验结果表明,该方法与仅采用一个广义高斯分布的方法相比,可以使鉴别错误率降低38%以上,可见利用不同的概率密度函数来描述相应的分布是减小鉴别错误率的一个有效途径。     

基于邻域信息的B样条密度模型的医学图像分割研究

针对有参混合模型的聚类算法需要假设模型为某种已知的参数模型而存在模型不匹配及应用于图像分割时对噪声比较敏感的问题,提出了一种基于空间邻域信息的B样条密度模型的图像分割方法。首先,通过构建基于规范化的B样条密度函数的非参数混合模型,定义空间信息函数,使得分割模型具有空间邻域信息;其次,利用非参数B样条期望最大(NNBEM)算法估计密度模型的未知参数;最后根据贝叶斯准则实现图像的分割。该图像分割方法不需要假设图像符合某种模型,就可以克服实际数据分布与假设图像模型不一致的问题。此方法有效克服了"模型失配"问题,而且有力抑制了噪声点,同时很好地保留了边界的特性。分别对模拟图像进行仿真,验证了基于空间邻域信息的B样条密度模型的分割方法的有效性。