无反馈分布式视频编码中Wyner-Ziv帧的顽健重构算法

合集下载

Wyner-Ziv视频编码中无反馈速率控制算法研究

Ａｂｓｒｔｔａｃ：Ｔｏａｉｓｎｇｆｅｖｏｄｕｉｅｄｂａｋｈａｎｅ，ｎｅｃｅａｅｃｏｔｏｌｌｏｒｔｍｏｙｎｒＺｉｉｏｃｉｇｗａｏｓｄ．ｃｃｎｌａｎｏｄｒｒｔｎｒｇｉｈｆｒＷａｅ－ｖｖｄｅｏｄｎｓｐｒｐｏｅＦｉｓｌｒｔｙ，ｕｓｎｇｔｅｔｒｅｒｍｅ—ａｅａｄｈｅｔｇｅｔｒｔ，Ｉｏｄｄｔｒｉｈｅｂｉｌｏｔｏｎｆａｈｇｒｕｐｏｆｐｃｕｅｉｈａｇｔｆａｒｔｎｔａｒｔｂｉ—ａｅｔｃｕｌｅｅｍｎｅｔｔａｌｃａｉｏｒｅｃｏ — －ｉｔｒ
（Ｏ）ＡｃｏｄｎｅｃｒｌｉｎｂｔｅｎａｊｃｎａｓｔｅｂｔｕｇｔｒＯＰｗｒｕｔｅｌｃｔｏｋｙＧＰ．ｃｒｉｇｔｔｏｒａｏｅｗｅｄａｅｔｒｍｅ，ｉｂｄｅｆＧｅｅｆｒｒａｏａｄｔｅｏｈｅｔｆｈａｏｈｌｅ
ｍａｒｅｇｔｅｃｏｅｏａｈｂｔｌｎｏｔｌｈｎｏｉｇｂｔａｅｏｙｅ－ｉａｅＥｘｅｍｅｔｅｕｔｈｗｔｃｓｉｍｉｈｈｓｎｆｒｃｉａｅｔｃｎｒｅｅｃｄｎｉｔｆｂｅｐｏｏｔｒＷｎｒＺｖｆｍ．ｐｒｎａｒｓｌｓｏｒｉｌｓｈｔｔｅｄｆｒｎｅｂｔｅｘｅｔｄｔｅｉａｅａｄａｔａｅｃｄｄｂｔｔｓｅｓｔａ０５％ｓｎｈｒｐｓｄｔａｈｉｅｅｃｅｗｅｎｅｐｃｅａｇｔｂｔｔｎｃｕｎｏｅｉａｅｉｌｓｈ．７ｕｉｇｔｅｐｏｏｅｒｒｌｒｎ

Wyner-Ziv视频编码中边信息估计研究

息， Байду номын сангаас化ＷｙｅＺｖｎｒｉ视频编码的编解码性能。－
不断涌现，：如无线视频监控、无线ＰＣ相机、移动视频电话、多媒体传感器网络等。在这些视频应用中，码器的存储、编计算和电力资源均有限，往往需要低复杂度的编码器。传统的视频编码（Ｈ＿Ｘ，Ｅ已经不再适用，如２ＭＰＧ）６针对这种情况，出现了一种新的视频编码 —— 分布式视频编码（ｉｒｕｅｉ．ＤｓｂｔＶｄｔｉｄ
摘
要：ｎｒｉ视频编码是一种典型的分布式视频编码。为了产生较为精确的边信息，出了一种基于运动估计双向预测边ｗｙｅ．ｖｚ提
信息的方法，造了运动补偿内插框架以及改进了算法。Ｍａａ仿真结果表明，构ｔｂｌ改进方法的率失真性能比Ｈ．４帧内编码高出２６０１．ｄ比基于Ｔｒｏ的Ｄｓｏｅ软件高出００～Ｏ９Ｂ。．～９０Ｂ，ｕｂ码ｉｖｒｃ．１．ｄ０关键词：ｎｒｉ视频编码；动估计；动补偿内插；信息Ｗｙｅ－ｖＺ运运边
ｅｏｉｇＤｏＣｄｎ，ＶＣ）】。它建立在２世纪７年代提出的由无损０Ｏ分布式编码的Ｓｅｉ．ｌ以及有损分布式编码的Ｗｙｅ－ｉｔｌａｗｏｆｐｎｎｒｖＺ
Ｅｍａ：ｈｎ１３ｎ＠１３ｃｍ — ｉｚａｇ６ｔｇ６．ｌｉｏ

无反馈分布式视频编码中Wyner-Ziv帧码率控制算法

ｔｏｌｐｒｍｅｅｓｂｙｔａｎｉｈｅｍｄｅａａｔｒｒｉｎｇ．ＷｉｈｔｅｐｒｏｓｄｔｈｏｐｅＲＤＥＭ，ｔｌｏｒｔｈｅａｇｉｈｍｓａｅｔｓｉａｅｔｏｎｇｉｂｌｏｅｔｍｔｈｅｃｄｉ
ＱＩａ，ＱＵｉＳＮＨｏＢｅ，ＯＮＧｎＹＢｉ，ＡＮＧｉｇｉｇＭｎｍｎ
（ｔｔｙＬｂ．ｏｎｅｒｔｄＳｒｉｅＮｅｗｏｋ，ＸｉｉｎＵｎｖ，Ｘｉｎ７０７，Ｃｈｎ）ＳａｅＫｅａｆＩｔｇａｅｅｖｃｔｒｓｄａｉ． ’ １０１ａｉａＡｂｔａｔＡａｅｃｎｒｌａｇｒｔｍｏｙｅ－ｖｆａｓｆｒｎ —ｅｄａｋｄｓｒｂｔｄｖｄｏｃｄｎｙｔｍｓｒｃ：ｒｔｏｔｏｌｏｉｈｆｒＷｎｒＺｉｒｍｅｏｏｆｅｂｃｉｔｉｕｅｉｅｏｉｇｓｓｅｉｒｐｓｄ．Ｂｓｄｏｈａｅｄｓｏｔｏｈｏｙａｄｅｐｒｍｅｔｌｅｕｔ，ｔｅａｇｒｔｍｉｓｓａｌｈｓｔｅｓｐｏｏｅａｅｎｔｅｒｔ－ｉｔｒｉｎｔｅｒｎｘｅｉｎａｓｌｓｈｌｏｉｈｆｔｅｔｂｉｅｈｒｒｓｒｔ，ｉｔｒｉｎｅｔｍａｉｎｍｏｅＲＤＥＭ）ｆｒｅｃｏｆｉｉｎａｄｏｙｅ－ｉｒｍｅ，ａｄｄｔｒｎｓａｅｄｓｏｔｓｉｔｄｌ（ｏｏｏａｈｃｅｆｅｔｂｎｆＷｎｒＺｖｆａｓｎｅｅｍｉｅｃ

分布式视频编码在视频压缩和容错视频传输中的应用

和ｙ进行联合编码时可获得更好的效果，即Ｒ＋Ｒ ≥日（，Ｙ），这是因为联合编码可利用和ｙ之间的统计相关性。Ｓｌｅｐｉａｎ—Ｗｏｌｆ理论ｊ指出，当对长序列进行编码时，若允许存在一个任意小（但通常不为零）的解码错误概率，则对Ｘ和ｙ分别进行编码、然后进行联合解码，可获得与联合编码相同的信息传输率。这种方式即为分布式信源编码（ＤｉｓｔｒｉｂｕｔｅｄＳｏｕｒｃｅＣｏｄｉｎｇ：ＤＳＣ），它相当于只在解码端利用和ｙ的统计相关性。Ｓｌｅｐｉａｎ—Ｗｏｌｆ理论确定了无损分布式信源编码中信息传输率的下界：
图１两个统计相关独立同分布随机序列Ｘ、Ｙ进行分布式编码时可达到的信息传输率下界
Ｓｌｅｐｉａｎ—Ｗｏｌｆ的无损分布式信源编码理论提出不久，Ｗｙｎｅｒ和Ｚｉｖ便将其扩展到有损情况，建立了解码端使用边信息（ＳｉｄｅＩｎｆｏｒｍａｔｉｏｎ）的有损分布式信源编码率失真理论Ｊ。设和ｙ为两个统计相关独立同分布的随机序列的样本，分别代表信源数据和边信息，取自有可能是无限的样本空问ｘ、Ｙ。信源在编码时不能使用边信息ｙ，但解码时可使用ｙ。解码后得到在样本空问ｘ上的重建值）＾／－失真度为Ｄ＝Ｅ［ｄ（Ｘ，）＾／－）］。Ｗｙｎｅｒ—ｚｉｖ率失真
ｏｔ．
●
Ｋｅｙｗｏｒｄｓ：ｄｉｓｔｒｉｂｕｔｅｄｖｉｄｅｏｃｏｄｉｎｇ；ｖｉｄｅｏｃｏｍｐｒｅｓｓｉｏｎ；ｅｒｒｏｒ— ｒｅｓｉｌｉｅｎｔｖｉｄｅｏｔｒａｎｓｍｉｓｓｉｏｎ；Ｗｙｎｅｒ—

Wyner-Ziv视频编码中边信息生成算法研究

宋彬，贺红，刘海华，秦浩
（安电子科技大学ＩＮ国家重点实验室，陕西西安７０７）西Ｓ１０１
摘
要：在Ｗｙｅ－ｉ频编码系பைடு நூலகம்统中，针对生成边信息容易出现块效应和重影现象的问题，提出了一种基于原ｎｒｖ视Ｚ
始图像相关性的重叠块双向运动补偿算法。在编码端计算原始图像相关性，并将相关性数据发送到解码端辅助运动估计，得到较精确的运动矢量，最后通过重叠块双向运动补偿生成边信息。实验结果表明，与现有的双向运动
ａｅａｅＰＮ（ｅｋｓｎ — —ｏｓｔ）ｙ１￣ｄ，ｎｌｉｎｆａｔｒｖｅｓｂｅｔｅｑａｔｆｅｓｅｖｒｇＳＲｐａｉａｔｎｉｒｉｂ．３Ｂａｄａｓｓｉｃｌｉｏｅｔｊｃｖｕｉｏｉｇｌｏｅａｏ５ｏｇｉｎｙｍｐｈｕｉｌｙｔｄｈ
ｉｆｒａｉｎｏｍｔｏｎ．
ＫｅｒｓｄｓｉｕｅｉｅｏｉｇＷｙｅ－ｖｃｄｎ；ｉｅｉｆｒａｉｎｍｏｉｎｅｔｔｎｆａｅｉｔｒｏａｉｎｙｗｏｄ：ｉｔｂｔｄｖｄｏｃｄｎ；ｒｎｒＺｉｏｉｇｓｄｏｎｍｔ；ｔｓｉｉ；ｒｏｏｍａｏｍｅｐｌｔｎｏ
ＲｅｅｒｈｏｓｄｅｉｏｍａｉｎｇｎｅａｉｎｓａｃｎｉｎｆｒｔｏｅｒｔｏａｇｒｔｏｙｒＺｉｉｏｃｄｉｌｏｉｈｍｆｒＷｎｅ－ｖｖｄｅｏｎｇ

基于高斯混合模型的Wyner-Ziv视频编码

（ｕｓｎＭｉｔｒＭｏｅ，ＭＭ）噪声系数直方图进行拟合，出基于样本特征的Ｅ（ｘｅｔｔｎＭａｉｍ）ＧａｓｉｘｕｅｄｌＧａ对提ＭＥｐｃａｉｘｍｕｏ算法来估计模型参数．提出的高斯混合相关噪声模型与相应的Ｌｐａｉ将ａｌｃｎ模型进行比较，验结果表明前者更能ａ实精确描述相关噪声的统计特征，于该模型的Ｄ基ＶＣ率失真性能优于基于Ｌｐａｉａｌａｃｎ模型的ＤＳＯＲ方案，得ＩＣＶＥ获
第３卷５
第１期
计
算
机
学
报
ＶｏＬ３Ｎｏ１５．
２１０２年１月
ＣＨＩＮＥＳＯＵＲＮＡＬＯＦＣＯＭＰＵＴＥＥＪＲＳ
Ｊｎｏ１ａ．２２
基于高斯混合模型的Ｗｙｅ— ｉ频编码ｎｒＺｖ视
尹明蔡述庭谢云
（东工业大学自动化学院广广州５００）１０６
摘要针对现有Ｌｐａｉｎ型不能精确描述相关噪声分布，布式视频编码（ｉｒｕｅｄｏＣｄｎ，Ｖａｌｃ模ａ分ＤｓｉｔｄＶｉｅｏｉＤＣ）ｔｂｇ的率失真性能改善非常有限，中提出一种基于高斯混合模型的分布式视频编码方法．先分析了ＷＺ帧与相应文首边信息之间相关噪声的统计特征，现相关噪声信息的分布并不满足某种单峰分布，后采用高斯混合模型发然

泛在网络中基于压缩感知的Wyner-Ziv空域可分级视频编码

ｈｃｍｅｔａｅｉｔｃｖｒｄｔｅｖｄｏｓｎｌｓｇｃｍｐｅｓｅｓｎｉｇａｐｏｃａｅｎｊｉｔｐｒｄｌｆｎａｅｎｌｒｏｎｌｒｏｅｅｉｅｉａｕｉｏｒｓｖｅｓｐｒａｈｂｓｄｏｎａｓｍｏｅｙｊｙｅｈｇｎｉｎｏｓｅｏ
ｉｔｒｆａｓＴｈｏｅｃｌｎｙｉｎｘｅｍｅｔｌｅｕｔｓｏｔａｅｐｏｏｅｉｅｏｉｇｍｅｈｄｃｎｆｅｉｌｄｎｅｒｍｅ．ｅｒｔａａｓｓａｄｅｐｒｉａｌｉｎａｓｌｓｈｗｈｔｔｒｐｓｄｖｄｏｃｄｎｔｏａｘｂｙａ — ｒｈｌ
● ● ’ ・－・ ’
ＮａｊｇｉｅｓｙｆｏｔａｄＴｌｃｍｍｎｃｔｎ，ｎｉｇ２０１，ｈｎ）ｎｉｖｒｔＰｓｅｏｕｉａｏｓＮａｊ１０６ＣｉａｎＵｎｉｏｓｎｅｉｎ
ＡｂｔａｔＡｏｅｙｅ — ｖｓａｉｌｓａａｌｉｅｏｉｇｕｉｇｃｍｐｅｓｖｅｓｎｓｐｏｏｅｏｅｕｉｕｔｕｓｒｃ：ｎｖｌＷｎｒＺｉｐｔｃｌｂｅｖｄｏｃｄｎｓｎｏｒｓｉｅｓｎｉｇｗａｒｐｓｄｆｒｔｂｑｉｓａｈｏ
强层之间独立编码，基本层编码器将视频信号下采样，然后进行Ｈ．４视频编码，增强层编码器采用自适应的压２６
缩感知测量、量化和熵编码。在解码端，利用时域稀疏模型，基本层和增强层联合进行压缩感知重建。理论分析

【计算机应用】_wyner-ziv编码_期刊发文热词逐年推荐_20140727

科研热词分布式视频编码 wyner-ziv编码边信息运动估计深度图帧内插块分类双向运动补偿加权判决不等错误保护
推荐指数 3 3 2 1 1 1 1 1 1 1
2013年序号 1 2 3 4 5 6 7 8 9
பைடு நூலகம்
科研热词分布式视频编码运动估计边信息解码优化编码端码率控制相关噪声无线噪声信道 wyner-ziv编码
推荐指数 2 1 1 1 1 1 1 1 1
2014年序号 1 2 3 4
科研热词离散余弦变换无线多媒体传感器网络变换域wyner-ziv 关键帧
推荐指数 1 1 1 1
2009年序号 1 2 3 4
科研热词边信息视频通信无线传感器网络分布式视频编码
推荐指数 1 1 1 1
2010年序号 1 2 3 4
科研热词边信息纹理能量图像组 wyner-ziv编码
推荐指数 1 1 1 1
2012年序号 1 2 3 4 5 6 7 8 9 10

单向分布式视频编码中迭代相关性噪声细化方法

单向分布式视频编码中迭代相关性噪声细化方法王建鹏;宋娟;刘欢【摘要】针对单向分布式视频编码(UDVC),文中提出了迭代相关性噪声细化方法.在迭代解码过程中,利用上次解码的重构系数对相关性噪声进行细化,提高相关性噪声的估计精度,并且在细化过程中根据系数的解码可靠性对残差进行分类加权细化来避免错误解码系数对细化的误导.实验结果表明,经过相关性噪声细化后,重构帧中由于码率欠估计导致的质量退化问题得到了明显的改善,不同视频序列重构WZ帧的平均峰值信噪比(PSNR)可以提高0.32～0.13dB;和未细化的单向DVC相比,文中基于相关性噪声细化的单向DVC系统的整体平均PSNR也提高了约0.21 dB.【期刊名称】《华南理工大学学报（自然科学版）》【年(卷),期】2019(047)004【总页数】8页(P27-34)【关键词】单向分布式视频编码;迭代解码;相关性噪声;噪声细化;分类【作者】王建鹏;宋娟;刘欢【作者单位】河海大学常州校区数理教学部,江苏常州213022;西安电子科技大学人工智能学院,陕西西安710071;西安电子科技大学计算机科学与技术学院,陕西西安710071;西安电子科技大学计算机科学与技术学院,陕西西安710071【正文语种】中文【中图分类】TN919.81近年来，传统的视频编码如H.264标准等[1]被广泛应用.传统的视频编码方法大多在编码端进行运动估计和预测编码，编码端复杂度是解码端的5～10倍.这样的编码框架非常适用于一次编码、多次解码的应用领域，如广播、流媒体等.但是近年来出现的一些新兴应用如无线传感器网络、无线视频监控等，其计算能力与内存大小受限，要求编码端复杂度尽可能低，对传统的视频编码框架提出了很大的挑战. 在以上新兴应用领域的推动下，分布式视频编码(DVC)[2]近年来得到了快速的发展.DVC基于20世纪70年代提出的两大理论Slepian-Wolf[3]和Wyner-Ziv[4]定理，在编码端对视频帧独立编码，而仅仅在解码端联合解码，经定理证明可以达到和联合编码-联合解码相当的压缩性能.DVC将运动估计等模块转移到了解码端，极大降低了编码端的复杂度.目前最常用的DVC框架为斯坦福视频研究小组提出的变换域Wyner-Ziv(TDWZ)视频编码[5]，随后又被DISCOVER(DIStributed COding for Video sERvices)[6]小组在边信息估计、最优重构，在线相关性估计等方面进行了改进，成为了DVC研究的基准.由于DVC对视频帧独立编码，而在解码端利用相关性联合解码，因此DVC编码端并不知道该为每一帧分配多少码率才可以正确解码，大多数DVC系统都是通过反馈信道(FC)在解码端控制码率，即持续发送码流并通过FC反馈解码结果直到解码正确为止.这样的码率控制机制不适用于不存在FC或对实时性要求比较高的场合.这种DVC系统需要FC进行双向传输，因此被称为双向DVC.很多研究学者包括文中作者提出了编码端的码率控制方法[7- 10]，完全去除了FC，实现了单向分布式视频编码(UDVC).Song等[7]提出在编码端以极低的复杂度估计近似边信息用于编码端码率估计；Hu等在文献[8- 9]中采用伪随机码置乱的方式估计每个WZ块的码率，避免在编码端估计边信息，进一步降低了编码复杂度.但是由于UDVC仍然对每一帧独立编码，导致编码端码率估计不够准确，难免会出现码率欠估计或过估计的情况，导致重构质量退化.得益于DVC的不对称编码结构，可以仅仅通过改进解码模块就可以提高DVC系统的压缩性能.解码端的相关性噪声(CN)估计是影响DVC系统性能的重要因素之一.一方面，更加精确的CN估计可以为低密度奇偶校验累积码(LDPCA)解码提供更准确的先验概率，节省更多的比特；另一方面,CN模型用于解码端的最优重构，更好的CN估计也有助于提高重构质量.WZ编码帧与边信息帧之间的相关性噪声通常被认为服从拉普拉斯分布.由于编码端得不到边信息帧，解码端也得不到WZ帧，估计参数α是一个比较有挑战性的问题.2008年Brites等[11]提出了在线CN估计方法，其利用运动补偿残差帧来近似相关性噪声，分别从子带级、系数级估计分布参数，并证明更精细的粒度下CN估计更准确.但是利用残差帧近似估计CN往往不够准确，尤其是对于一些运动复杂的序列.很多学者致力于提高CN的估计精度[12- 16].Song等[13]针对双向DVC提出了一种渐进式相关性噪声细化算法，利用已解码比特平面和量化误差对残差进行细化，得到更精确的CN分布并用于后续比特平面的解码，提高系统的率失真性能；刘杰平等[15]利用广义高斯分布对相关性噪声进行建模，并用于WZ帧的重构，也取得了较高的重构质量.但是以上算法都是针对双向DVC，并不适用于无反馈信道的单向DVC.2011年Brites等[10]针对单向DVC系统，提出利用细化的运动矢量更新残差帧，并用于更新相关性噪声分布参数的估计.但是该方法仅仅利用运动矢量进行更新，没有利用到更有效的已解码信息，更新效果非常有限.2018年刘欢等[16]针对单向DVC提出了相关性噪声细化方法，利用解码系数对残差进行细化，但是细化效果不够显著.在文献[16]的基础上，文中针对单向DVC提出了一种新的迭代相关性噪声细化(CNR)算法，利用上一次解码得到的重构系数对相关残差进行细化，提高相关性噪声估计的精度.在细化过程中，考虑到不可靠解码重构系数可能对细化造成的误导，根据重构系数的可靠性进行分类，利用当前残差进行加权细化.最后利用细化的CN估计参数对尚未正确解码的比特平面重新解码，提高重构质量.1 单向分布式视频编码框架文中提出的单向DVC编解码框架以DISCOVER编解码框架为基础，去除了反馈信道，增加了编码端码率控制模块，在解码端增加了相关性噪声细化模块.文中提出的UDVC系统如图1所示.视频序列被分为Key帧和WZ帧，奇数帧为Key帧，偶数帧为WZ帧.对Key帧采用H.264帧内模式编解码，WZ帧的编解码流程如下所述.图1 单向DVC编解码框架Fig.1 Encoding-decoding framework of unidirectional distributed video coding在编码端首先对WZ帧进行4×4 DCT变换(离散余弦变换)，整帧的DCT系数CX 按照其在4×4 DCT块中所处的位置重新排列成16个子带.各子带系数分别根据量化矩阵Q进行标量量化.将量化索引抽取成比特平面，从高到低送入码率自适应的LDPCA编码器得到累积伴随式.由编码端码率控制模块[7]来估计每个比特平面所需的码率，并将相应的伴随式码流传至解码端.另外，为了便于在解码端检测解码错误，还需要计算每个比特平面的8比特CRC(循环冗余校验码)并传至解码端.在Wyner-Ziv解码器中，首先利用前向和后向参考帧X′B和X′F做双向运动补偿插值得到WZ帧的边信息帧Y和运动补偿残差帧R，并分别对其做DCT变换得到DCT系数CY和CR.CR作为初始相关性噪声估计样本,用来估计CX和CY之间的分布参数.LDPCA解码器根据接收到的伴随式和CN模型对比特平面解码.利用CRC来验证解码是否正确，若解码失败则对该比特平面及所处的子带位置进行标注以便进行下一次迭代解码.迭代解码首先利用上次解码得到的重构系数进行相关性噪声细化，得到更精确的CN模型，对解码错误的比特平面重新进行LDPCA解码，直到所有比特平面得到正确解码或达到一定的迭代次数为止.最后利用边信息CY和更新的CN分布对量化系数进行最优重构，并对重构系数进行DCT反变换得到WZ重构帧.2 迭代相关性噪声细化算法相关性噪声估计是影响DVC解码性能的关键因素之一.通常认为编码系数CX和边信息系数CY之间的相关性噪声服从拉普拉斯分布，即(1)式中,α就是需要估计的拉普拉斯分布参数.由于编码端和解码端均不能同时获得CX和CY，因此估计分布参数α成为一个棘手的问题.Brites 等[11]提出使用运动补偿残差帧R近似估计相关性噪声，如式(2)所示：R(i,j)=X′F(i+dxf,j+dyf)-X′B(i+dxb,j+dyb)(2)其中，(i,j)是像素的坐标位置，(dxf,dyf)和(dxb,dyb)分别代表前向和后向运动矢量. 但是变换后的残差系数CR对于相关性噪声估计来说往往不够精确，尤其是对于运动比较剧烈的视频序列,因此文中提出了迭代相关性噪声细化方法.其在第1次解码时利用初始残差CR在线估计得到分布参数,然后进行LDPCA解码得到重构系数;在后续迭代解码过程中利用上次解码得到的重构系数进行相关性噪声细化更新残差，并重新估计分布参数来提高估计精度.2.1 初始相关性噪声估计和DISCOVER编解码框架一致，文中采用基于方差的在线系数级CN估计方法进行初始的参数估计[11]，如式(3)所示：(3)式中，和E(|CR,h(i,j)|)为第h个子带残差|CR，h(i,j)|的方差和期望.2.2 相关性噪声细化和双向DVC不同，单向DVC难免会由于码率欠估计导致部分重构系数出现错误.为了避免错误重构系数对相关性噪声细化造成误导，文中提出的相关性噪声细化方法首先对重构系数的可靠性进行判断，并根据可靠性进行分类细化，以提高细化后分布参数的估计精度.文中提出的相关性噪声细化方法工作流程如下所示.(1)比特可靠性判断LDPCA解码器通过对输出极大似然比L(pk)进行硬判决来解码，即若L(pk)>0则比特bk恢复为1，否则恢复为0.L(pk)的计算如式(4)所示：L(pk)=(4)其中分子p(bk=1|CY,S,bN-1,bN-2,…,bk+1)为边信息CY、伴随式S和已解码比特bN-1,bN-2,…,bk+1条件下当前比特bk=1的后验条件概率，分母则为bk=0的后验条件概率.输出极大似然比是变化的、连续的，可以提供该比特解码是否可靠的信息.即bk=1和bk=0的后验条件概率相差越大则认为解码越可靠，越接近则认为解码越不可靠.因此文中利用LDPCA的输出极大似然比L(pk)的幅值来判断该比特解码是否可靠：若|L(pk)|>TL(TL为阀值)，则认为该比特解码正确，若|L(pk)|≤TL，则认为该比特有可能解码错误.文中用位图Mk来标识第k个比特平面中可能出错的比特，即(5)(2)系数解码可靠性判断每个系数由很多个比特组成，因此每一个系数的M位图可由组成该系数的比特位图相或得到：(6)式中，K为比特平面数目.(3)相关性噪声细化为了避免不可靠重构系数对相关性噪声细化造成的误导，文中根据解码可靠性对重构值进行分类估计.(a)重构系数可靠(M位图对应值为0)那么重构系数C′X和边信息CY就可以提供关于CN非常可靠的信息，运动补偿残差CR则直接更新为(b)重构系数不可靠(M位图对应值为1)如果重构系数被认为是不可靠的，那么直接用当前重构系数进行细化则可能会造成误导，影响细化效果.由于后验条件概率可以反映解码的可靠性，因此，文中从所有可能的重构系数中选择后验条件概率最大的系数进行相关性噪声细化.根据每个比特平面的错误比特位图Mk，可以判断出不可靠比特的位置.假设C′X 有J个比特位不可靠，那么C′X有2J个可能取值，文中从这2J个可能取值中选取后验概率最大的系数作为重构值进行残差的更新.由式(4)可以反推出每个比特bk=1和bk=0的后验条件概率，如式(7)所示:(7)由于系数中的每个比特是独立的，故将每个比特的后验条件概率相乘，即可得到每个可能重构系数的后验条件概率p(C′X)，如式(8)所示：(8)在所有可能的系数重构值中，选择对应概率最大的系数重构值作为最终的系数重构值，即(9)并统计所有系数中的最大重构概率pmax,(10)最后，对重构值和边信息的残差和当前残差加权平均，作为细化后的残差，即(11)其中,ω为权重因子，(12)重构概率越大，表明该重构系数越准确，则给残差分配越大的权重.(4)分布参数更新将更新后的残差代入式(3)对分布参数α进行更新.图2(a)对比了利用文中的CNR细化算法得到的细化残差和未细化的初始残差与真实残差的近似程度，图2(b)对其中的细节进行了放大.其中蓝色实心圈表示Soccer 序列第19帧第2个子带中无细化的初始残差和真实残差的差值，红色空心圈表示细化残差和真实残差之间的差值，差值越小说明实际估计残差与真实残差越接近.由图2可以看出，对于大多数系数，利用相关性噪声细化得到的残差更加精确.图2 细化残差与未细化残差与真实残差误差的比较Fig.2 Comparison of difference between the residuals with or withoutrefinement and the true residuals3 实验结果与分析本节对文中提出的CNR细化算法的性能进行全面的评估.测试序列包括Soccer、Coastguard、Foreman和Hall monitor序列，它们代表了不同类型的运动内容.所有视频序列的空间分辨率均为QCIF格式,时间分辨率为15 Hz.WZ帧采用的量化矩阵如图3所示，调整Key帧的量化步长使得Key帧和WZ帧的PSNR基本一致，且只统计亮度分量的PSNR.为了保证较高的细化精度和较低的计算复杂度，解码可靠性阈值TL取50，迭代次数设为4.图3 量化矩阵Fig.3 Quantization matrix图4比较了在UDVC的率失真点取6时，细化和未细化情况下得到的重构WZ帧的PSNR.从图中可以看出，UDVC确实存在一些WZ帧由于码率欠估计而导致重构质量严重退化，重构质量波动很大.经过细化后相当一部分质量退化的WZ帧的重构质量得到了提高.比如，Coastguard序列WZ帧的平均PSNR提高了0.32 dB，其中第27帧的PSNR提升了约1.8 dB；Soccer序列WZ帧的平均PSNR 提高了0.24 dB，其中第33帧附近PSNR提升高达6.4 dB；Hall序列WZ帧的平均PSNR提高了0.13 dB，其中第15帧附近PSNR提升了2.1 dB.运动更剧烈的视频序列如Soccer、Coastguard，其相关性噪声细化提升效果更加显著.这是由于运动剧烈的视频序列编码端码率估计更加困难，重构质量退化更加严重，因而具有更大的提升空间.为了更直观地显示相关性噪声细化算法对于性能的提升，文中比较了在率失真点为8时，细化和未细化情况下WZ帧的主观质量.如图5所示，无细化的WZ重构帧中存在较多的由于解码错误产生的块效应(如图中圆圈标注)，经过细化后很多块效应都得到了较好的修复.图4 细化和未细化情况下WZ重构帧的PSNR比较Fig.4 PSNR comparison of WZ reconstruction frames with or without refinement此外，文中还比较了双向DVC系统DISCOVER以及无细化单向DVC系统UDVC_no refine和细化的UDVC_refine系统的整体率失真性能，实验结果如图6所示.从图中可以看出，单向DVC系统由于码率控制不精确而存在欠估计和过估计的情况，因此性能要低于双向DISCOVER系统.在单向DVC系统中，由于采用了相关性噪声细化，UDVC_refine的PSNR要高于UDVC_no refine，平均PSNR大约可以提高0.21 dB.其中高码率时PSNR的提高幅度更高一些.这是由于在高码率时量化误差更小，用于细化的重构系数更加准确，细化精度也更高.图5 细化重构帧的主观质量比较Fig.5 Comparison of subjective quality of WZ reconstructed frames with or without refinement图6 基于文中细化算法提出的UDVC系统与其他编码框架的对比Fig.6 Performance comparison of the proposed UDVC with refinement and other DVC systems4结论文中提出了迭代相关性噪声细化方法，在细化过程中判断系数解码的可靠性，并根据可靠性分类加权细化避免错误解码系数对细化的误导，提高相关性噪声的估计精度.实验结果表明，经过相关性噪声细化后，重构帧中由于码率欠估计导致的质量退化问题得到了明显的改善，不同视频序列重构WZ帧的平均PSNR可以提高0.32～0.13 dB；和未细化的单向DVC系统相比，文中的基于相关性噪声细化的单向DVC系统的整体平均PSNR也提高了约0.21 dB.但是其和双向DVC系统相比仍然有一定的差距，下一步可以深入研究编码端码率估计方法，找到更好的码率估计模型，解决码率过估计的问题，进一步提高单向DVC系统的率失真性能.参考文献：【相关文献】[1] Coding of audio-visual objects-part 10:advanced video coding：ISO/IEC 14496- 10 [S].[2] PEREIRA F,TORRES L,GUILLEMOT C,et al.Distributed video coding:selecting the most promising application scenarios [J].Image Communication,2008,23(5):339- 352.[3] SLEPIAN D,WOLF J.Noiseless coding of correlated information sources [J].IEEE Transactions on Information Theory,1973,19(4):471- 480.[4] WYNER A,ZIV J.The rate-distortion function for source coding with side information at the decoder [J].IEEE Transactions on Information Theory,1976，22(1):1- 10.[5] AARON A,SETTON E.Transform-domain Wyner-Ziv codec for video [C]∥Proceedings of Visual Communications and Image Processing.San Jose,CA：SPIE，2004:520- 528.[6] ARTIGAS X,ASCENSO J,DALAI M,et al,The DISCOVER codec:architecture,techniques and evaluation [C]∥Proceedings of Picture Coding Symposium.Lisbon,Portugal：IEEE,2007：1- 4.[7] SONG J，SHEN P，ZHANG L，et al.An encoder rate control method for unidirectional distributed video coding [C]∥Proceedings of SPIE，Satellite DataCompression,Communication and Processing.San Diego,California：SPIE，2013：21- 25.[8] HU C,HU B,TU W,et al.A low-complexity and efficient encoder rate control solution for distributed residual video coding [J].Multimedia Tools & Applications,2017,77(9):1- 23. [9] 胡春筠,胡斌杰.基于伪随机码置乱的分布式视频残差编码端码率控制算法 [J].电子学报,2016,44(6):1490- 1495.HU Chun-yun，HU Bin-jie.Encoder rate control algorithm based on scrambling with pseudo-random code for distri-buted residual coding of video [J].Acta Electronica Sinica,2016,44(6):1490- 1495.[10] BRITES C,PEREIRA F.An efficient encoder rate control solution for transform domain Wyner-Ziv video co-ding [J].IEEE Transactions on Circuits Systems and Video Technology,2011,21(9):1278- 1292.[11] BRITES C,PEREIRA F.Correlation noise modeling for efficient pixel and transform domain Wyner-Ziv video coding [J].IEEE Transactions on Circuits Systems and Video Technology,2008,18(9):1177- 1190.[12] MOHAMMAD Y,AHMADM O,Swamy M N.A joint co-rrelation noise estimation and decoding algorithm for distributed video coding [J].Multimedia Tools & Applications,2018,77(9):1- 29.[13] SONG J,LI Y,WANG K,et al.Distributed video coding with progressive correlation noise refinement and maximum likelihood pre-decoding [J].OpticalEngineering,2012,51(7):7401- 7412.[14] 唐振华,梁祥严,覃团发,等.分布式视频编码中基于多概率混合分布的相关噪声建模方法 [J].电子学报,2015,43(2):365- 370.TANG Zhen-hua，LIANG Xiang-yan，QIN Tuan-fa,et al.Correlation noise modeling algorithm based on multiple probability distributions for distributed video coding [J].Acta Electronica Sinica,2015,43(2):365- 370.[15] 刘杰平,何越盛.DVC中基于广义高斯分布的WZ帧重构算法 [J].华南理工大学学报(自然科学版),2014,42(8):77- 83.LIU Jie-ping,HE Yue-sheng.Generalized Gaussian distribution based WZ frame reconstruction algorithm for distributed video coding [J].Journal of South China University of Technology(Natural Science Edition),2014,42(8):77- 83.[16] 刘欢.单向分布式视频编码中迭代解码技术研究 [D].西安:西安电子科技大学,2018.。

频率域Wyner-Ziv视频编码算法的改进

频率域Wyner-Ziv视频编码算法的改进肖艳;刘峰;夏宏飞【摘要】为提高分布式视频编码压缩率,依据无线传感网络终端设备及 Wyner-Ziv 视频编码特点,针对 Bernd Girod 的频域Wyner-ziv 视频编码方案提出改进算法.该算法在编码端通过简单 DCT 运算提出将图像块分为 Skip 模式、低频模式和全频模式三种可选模式,在解码端根据相应的编码模式分别选择平均插值、自适应搜索运动估计插值和自适应搜索精细运动估计插值的边信息估算方法联合解码.该算法既能通过消除大量的帧间预测与熵编码实现低码率传输,又能以最小的解码代价获得更精确的边信息,从而有效地避免图像解码质量下降.实验结果表明,在相同峰值信噪比情况下,该算法的码率比 Bemd Girod 提出的频域 Wyner-Ziv 算法平均下降 40%.%According to the characteristic of wireless sensor network devices and the Wyner-Ziv video code, an improved method is given in this paper on transform domain Wyner-Ziv video coding proposed by Bernd Girod in orde to increase compression efficiency. The given method classifies image blocks into three modes,skip mode,low frequent mode and full frequent mode by simply computing the DCT coefficients on the encoders. On the decoder it chooses the average interpolation estimation, adaptive search motion compensated interpolation estimation and adaptive search refinement motion compensated interpolation estimation correspondingly. This scheme can achieve low bitrates transmission by eliminating most inter-frame prediction as well as precise side information with the lowest decoding cost,which avoids degradation of image quality. Experimentalresults show that the average bitrates of the proposed algorithm declines 40％ to the original transform domain Wyner-Ziv video coding system.【期刊名称】《计算机工程与应用》【年(卷),期】2011(047)012【总页数】4页(P206-209)【关键词】视频压缩;分布式视频编码;频域Wyner-Ziv视频编码;边信息【作者】肖艳;刘峰;夏宏飞【作者单位】南京邮电大学,图像处理与图像通信重点实验室,南京,210003;南京邮电大学,图像处理与图像通信重点实验室,南京,210003;中兴通讯股份有限公司,南京,210012【正文语种】中文【中图分类】TN919.811 引言随着无线多媒体通信及无线视频传感网络等新技术的出现，与无线传感网络、视频技术相关的无线终端设备如无线网络摄像机、无线PC相机、移动可视电话等引起人们广泛关注。

误码信道中分布式视频编码优化重建算法

误码信道中分布式视频编码优化重建算法喻杨灿;卿粼波;欧先锋;何小海;余艳梅【期刊名称】《电视技术》【年(卷),期】2014(038)009【摘要】针对分布式视频编码在误码环境下部分比特面解码失败,单一区间重建导致视频质量下降的情况,提出了一种多量化区间优化重建算法.该算法充分利用所有连续或不连续的正确解码比特面进行重组,从而得到多个候选的量化区间,并根据边信息与这些区间的位置关系找出最佳的解码区间.相较于传统的单一区间的重建算法,在误码环境中该算法可以更准确地重建出正确解码值.实验结果表明,所提出的算法性能明显优于单一区间的重建算法,在错误比特面错误率相同时,所提算法解码视频的峰值信噪比最大分别有1.2 dB和3.0 dB左右的提升.【总页数】5页(P13-17)【作者】喻杨灿;卿粼波;欧先锋;何小海;余艳梅【作者单位】四川大学电子信息学院,四川成都610064;四川大学电子信息学院,四川成都610064;四川大学电子信息学院,四川成都610064;四川大学电子信息学院,四川成都610064;四川大学电子信息学院,四川成都610064【正文语种】中文【中图分类】TN919.8【相关文献】1.分布式视频编码中虚拟信道模型的动态估计 [J], 卿粼波;何小海;张志亮2.协同通信系统中差分调制在Rayleigh衰落信道中的误码性能分析 [J], 范章君;郭道省;张邦宁;曾理3.分布式视频编码中基于量化噪声因素的虚拟相关信道模型 [J], 尹明;蔡述庭;谢云;章云4.移动通讯中MQAM调制方式的优化选择——瑞利衰落信道中MQAM传输误码性能的分析 [J], 张齐治;朱旭明;易清明;李健;黄元5.AWGN信道中BPSK误码率仿真分析 [J], 丁凯因版权原因，仅展示原文概要，查看原文内容请购买。

Wyner-Ziv视频编码中边信息估计改进算法

Wyner-Ziv视频编码中边信息估计改进算法
干宗良;朱秀昌
【期刊名称】《计算机工程与应用》
【年(卷),期】2007(043)019
【摘要】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.【总页数】5页(P53-56,60)
【作者】干宗良;朱秀昌
【作者单位】南京邮电大学,图像处理与图像通信重点实验室,南京,210003;南京邮电大学,图像处理与图像通信重点实验室,南京,210003
【正文语种】中文
【中图分类】TP391
【相关文献】
1.一种空间域Wyner-Ziv视频编码系统的性能改进算法 [J], 干宗良;齐丽娜;朱秀昌
2.频率域Wyner-Ziv视频编码算法的改进 [J], 肖艳;刘峰;夏宏飞
3.Wyner-Ziv视频编码中边信息估计研究 [J], 张婷;尹明
4.Wyner-Ziv视频编码中边信息估计算法改进 [J], 尹明;章云;程良伦;蔡述庭
5.Wyner-Ziv视频编码中的码率控制算法研究 [J], 檀会娟;唐加山
因版权原因，仅展示原文概要，查看原文内容请购买。

高效率视频编码中基于R-λ模型的帧层码率控制优化算法

高效率视频编码中基于R-λ模型的帧层码率控制优化算法郑秋菊;许鹤【期刊名称】《现代信息科技》【年(卷),期】2018(002)012【摘要】针对高效率视频编码（High Efficiency Video Coding,HEVC）在编码过程中的帧层比特分配未考虑视频内容特性与缓冲区的状态而导致帧层比特分配不合理及编码性能低等问题,本文提出一种基于R-λ模型的帧层码率控制优化算法。

首先,通过计算得到一种度量帧层图像复杂度的综合因子,并作为新帧层比特分配权重;其次,根据目标缓冲级与缓冲区剩余比特计算出缓冲区反馈比特;最后,根据计算获得的新帧层比特分配权重和缓冲区反馈比特对帧层进行比特分配。

本文算法在HM16.0上进行了实现和性能测试,结果表明,与HEVC原始的码率控制算法相比,优化算法的码率控制误差平均下降了2.008%,峰值信噪比平均提高了0.21dB。

【总页数】3页(P59-61)【作者】郑秋菊;许鹤【作者单位】[1]重庆邮电大学移通学院通信与物联网工程学院,重庆401520;;[2]重庆邮电大学通信与信息工程学院,重庆401520【正文语种】中文【中图分类】TN919.81【相关文献】1.无反馈分布式视频编码中Wyner-Ziv帧码率控制算法 [J], 秦浩;屈蓓;宋彬;杨明明2.H.265/HEVC中基于R-λ模型码率控制的优化算法 [J], 廖俊东;刘立程;郝禄国;刘辉3.高效率视频编码中基于R-λ模型的帧层码率控制优化算法 [J], 郑秋菊;许鹤4.高效视频编码中帧内码率控制改进算法 [J], 李维;任鹏;赵凡;陈亚军5.基于深层特征学习的高效率视频编码中帧内快速预测算法 [J], 贾克斌;崔腾鹤;刘鹏宇;刘畅因版权原因，仅展示原文概要，查看原文内容请购买。

基于运动补偿估计的视频压缩感知编码与重构

基于运动补偿估计的视频压缩感知编码与重构
叶志霞;杨德强;云利军
【期刊名称】《电子制作》
【年(卷),期】2014(0)20
【摘要】针对传统视频编解码过程中计算量大，数据冗余的问题，利用新的压缩感知理论和运动补偿估计技术，提出了新的视频压缩处理过程。

将视频帧分组，对关键帧采用压缩感知，对非关键帧利用运动补偿估计技术求残差，并对残差进行压缩感知，利用GPSR算法重构原始数据。

实验仿真结果表明提出的模型能够利用较少的随机采样数据重构原始信息，达到较高的平均信噪比。

【总页数】2页(P32-33)
【作者】叶志霞;杨德强;云利军
【作者单位】云南师范大学信息学院云南昆明 650500;云南师范大学信息学院云南昆明 650500;云南师范大学信息学院云南昆明 650500
【正文语种】中文
【相关文献】
1.一种基于小波域规则三角形网格运动补偿的可扩展视频编码方法 [J], 房胜;梁永全;钟玉琢
2.一种基于运动补偿三维小波的多描述视频编码方法 [J], 卓力;王仕宝;王素玉;张菁
3.视频图像DCT域压缩感知编码与重构 [J], 潘丽峰
4.一种最佳线性估计与多假设结合的分布式视频压缩感知重构算法 [J], 才争野;吕
巨建;赵慧民;徐小平;宋智华
5.序列图象编码系统中基于小波变换的运动估计与运动补偿方法 [J], 李涛;俞斯乐因版权原因，仅展示原文概要，查看原文内容请购买。

认知无线电系统的顽健资源分配算法

认知无线电系统的顽健资源分配算法徐勇军;赵晓晖【期刊名称】《通信学报》【年(卷),期】2014(000)004【摘要】针对多用户下垫式认知无线电网络中参数不确定性问题，提出了一种顽健分布式功率控制算法。

在干扰温度门限和次用户信干噪比（SINR）的约束下，考虑信道不确定性，实现认知系统功率消耗最小化。

基于欧几里得球形不确定性描述，利用拉格朗日对偶分解理论给出了顽健功率控制问题的解。

仿真结果表明，该顽健功率分配算法能同时满足主用户和次用户的QoS需求，与非顽健算法和传统SOCP算法对比可提升系统性能。

%For the underlay cognitive radio networks with multiuser under parameter uncertainties, a robust distributed robust power control algorithm was proposed. This algorithm was formulated to minimize total transmit power of SUs under the interference temperature and SINR constraint. Based on euclidean ball-shaped uncertainty, the robust distribut-ed solution of the optimization problem was obtained by using Lagrange dual decomposition theory. The simulation re-sults illustrate that, compared with the non-robust algorithm and traditional SOCP algorithm, the proposed algorithm achieves a better performance and guarantees the QoS requirement for both SUs and PUs under the parameter uncertainty.【总页数】7页(P124-129,140)【作者】徐勇军;赵晓晖【作者单位】吉林大学通信工程学院，吉林长春 130012;吉林大学通信工程学院，吉林长春 130012【正文语种】中文【中图分类】TN929【相关文献】1.认知无线电系统中联合优化资源分配算法 [J], 王晶;郑宝玉;岳文静2.一种基于OFDM的多用户认知无线电系统联合资源分配算法 [J], 马月槐;徐友云;蔡跃明3.TD-LTE中认知无线电系统的资源分配算法研究 [J], 吴龙军;刘序明;邢志强;宋鹏4.异构携能通信网络顽健资源分配算法 [J], 徐勇军;胡圆;李国权;林金朝;陈前斌5.异构无线网络干扰效率最大顽健资源分配算法 [J], 徐勇军; 李国权; 陈前斌; 林金朝因版权原因，仅展示原文概要，查看原文内容请购买。

利用视频非局部相似性的分布式压缩感知重构

利用视频非局部相似性的分布式压缩感知重构武明虎;李然;陈瑞;朱秀昌【期刊名称】《信号处理》【年(卷),期】2015(000)002【摘要】To improve the rate-distortion performance of distributed video compressive sensing (DVCS),The sparse pri-ors has only been exploited to not preserve the edges and textures of video frames well,the nonlocal similarity regularization term has been introduced to joint reconstruction model in order to effectively remove the blurs and blocking artifacts in the edge and texture regions.The simulation experiments show that the proposed joint reconstruction algorithm can effectively improve the objective and subjective quality of video,and enhance the rate-distortion performance of DVCS system at the cost of a certain computational complexity.%为了提高分布式视频压缩感知（Distributed Video Compressive Sensing，DVCS）的率失真性能，仅利用稀疏先验知识不能很好地保护视频帧的边缘与纹理细节，本文提出利用视频非局部相似性形成正则化项融入联合重构模型以有效去除边缘与纹理区域的模糊和块效应现象。