分布式視頻編碼中相關(guān)噪聲建模的研究.pdf

1、分布式視頻編碼(Distributed Video Coding, DVC)在編碼端對(duì)輸入的視頻幀進(jìn)行獨(dú)立編碼,解碼端則利用視頻序列的幀間相關(guān)性進(jìn)行聯(lián)合解碼。與傳統(tǒng)的視頻編碼標(biāo)準(zhǔn)(如MPEG-X和H.26X)不同的是,DVC將編碼端的計(jì)算復(fù)雜度轉(zhuǎn)移到了解碼端,編碼簡(jiǎn)單解碼復(fù)雜的特點(diǎn)使其非常適用于移動(dòng)視頻電話、無(wú)線視頻監(jiān)控以及無(wú)線視頻傳感器網(wǎng)絡(luò)等編碼端運(yùn)算能力和功耗都受限的無(wú)線終端。
　　本文在研究分布式視頻編碼的理論基礎(chǔ)上,重點(diǎn)研

2、究了分布式視頻編碼中相關(guān)噪聲建模(Correlation Noise Modeling, CNM),獲得的科研成果分為下面三點(diǎn):
　　(1)針對(duì)現(xiàn)有相關(guān)噪聲模型參數(shù)擬合方法存在的問(wèn)題,提出了一種基于最小歐氏距離的相關(guān)噪聲模型參數(shù)擬合方法,該方法采用歐氏距離描述拉普拉斯分布與相關(guān)噪聲概率分布的差異性,然后計(jì)算出兩者的最小歐氏距離,從而求出準(zhǔn)確的拉普拉斯參數(shù)對(duì)相關(guān)噪聲進(jìn)行建模。在編解碼條件相同的情況下,最小歐式距離擬合方法的峰值信噪比

3、(peak signal noise ratio, PSNR)相對(duì)于方差、中心矩和最大似然三種擬合方法平均高出約1.73dB,提高了DVC系統(tǒng)的率失真性能。
　　(2)圍繞相關(guān)噪聲的建模方法展開(kāi)研究,提出了一種全新的基于多概率分布的相關(guān)噪聲模型。該方法在自適應(yīng)分析相關(guān)噪聲子帶的概率分布特性的基礎(chǔ)上,根據(jù)子帶的實(shí)際信息熵與柯西、拉普拉斯和高斯三種概率分布的信息熵的相似度,選擇更準(zhǔn)確的概率分布對(duì)各個(gè)子帶進(jìn)行建模,從而提高了相關(guān)噪聲建模

4、的準(zhǔn)確度。實(shí)驗(yàn)結(jié)果表明,采用本文提出的離線和在線相關(guān)噪聲建模方法與現(xiàn)有典型的方法相比,DVC系統(tǒng)的率失真均獲得顯著的提高。
　　(3)針對(duì)基于分布式視頻編碼的無(wú)線傳輸應(yīng)用,提出了一種相關(guān)噪聲的估計(jì)方案,該方案對(duì)關(guān)鍵幀中發(fā)生傳輸錯(cuò)誤的宏塊進(jìn)行差錯(cuò)隱藏,并在解碼端使用前后兩個(gè)關(guān)鍵幀估計(jì)相關(guān)噪聲,最后為了降低受關(guān)鍵幀出錯(cuò)的影響,以及減小相關(guān)噪聲估計(jì)的誤差,采用基于經(jīng)驗(yàn)閾值的處理方法對(duì)相關(guān)噪聲進(jìn)行修正。實(shí)驗(yàn)結(jié)果表明,采用本章提出的相關(guān)噪聲