率失真優(yōu)化的多描述編碼及其在圖像視頻通信中的應(yīng)用.pdf

1、多描述編碼將信源輸入編碼成多個描述，每個描述可以被單獨(dú)解碼，多個描述可以聯(lián)合解碼以獲得更好的解碼質(zhì)量。多描述編碼的概念從其提出至今已有幾十年的歷史。多描述編碼在編碼理論和實(shí)踐上都具有重要的研究價值。一方面，多描述編碼是一個基本的編碼理論問題，且與許多其他編碼理論問題密切聯(lián)系。另一方面，多描述編碼是提高網(wǎng)絡(luò)信息傳輸質(zhì)量的有效方法之一。由于不同類型的信源有不同的統(tǒng)計特性，因此，在設(shè)計多描述編碼器時，需要以現(xiàn)有技術(shù)為基礎(chǔ)將多描述編碼的基本原理

2、與具體信源的特點(diǎn)相結(jié)合。本文從多描述編碼的信息論基礎(chǔ)出發(fā)，對離散信源、圖像信源、視頻信源上的多描述編碼器的設(shè)計和優(yōu)化問題進(jìn)行了研究，以提高多描述編碼在這些信源上的率失真性能。
　　 本文首先研究了離散信源上的多描述編碼算法。在這一方面，現(xiàn)有的算法大都假設(shè)信源統(tǒng)計特性為已知，而在實(shí)際應(yīng)用中，信源統(tǒng)計特性可能是未知的或時變的。因此，本文對多描述編碼器的通用性進(jìn)行了研究，使編碼器能夠在未知信源統(tǒng)計分布的情況下，通過不斷地在編碼過程中調(diào)

3、整參數(shù)來優(yōu)化其率失真性能。我們將Zamir和Rose提出的用于通用單描述編碼的自然類型選擇理論推廣至多描述編碼。我們提出了兩種采用隨機(jī)碼書的通用多描述編碼算法:一種恒定失真，另一種恒定權(quán)重;并給出了這兩種算法的率失真函數(shù)，通過優(yōu)化編碼參數(shù)可以使它們與EGC(El-Gamal-Cover)邊界重合。我們證明了重構(gòu)碼字的聯(lián)合類型可以被用來改善整個多描述編解碼器的率失真性能?；谏鲜隼碚摻Y(jié)果和現(xiàn)有的多描述編碼技術(shù)，我們提出了一種用于二進(jìn)制信源

4、的通用多描述編碼算法。實(shí)驗(yàn)結(jié)果顯示了該算法的有效性。
　　 圖像信源的多描述編碼技術(shù)呈現(xiàn)百花齊放的局面，時至今日人們已經(jīng)嘗試了多種不同的方法，這些方法通常各有優(yōu)勢。我們以現(xiàn)有的算法為基礎(chǔ)，嘗試將這些算法進(jìn)行整合，以達(dá)到優(yōu)勢互補(bǔ)的效果，我們提出了一種基于組合優(yōu)化的矢量信源的多描述編碼器框架。在該框架中，高維信源向量被劃分為互不相交的低維向量，每個低維向量從若干種低維多描述編碼器中選擇一種進(jìn)行編碼。在給定低維多描述編碼器率失真性能的

5、前提下，可以證明整個框架的率失真優(yōu)化等價為一個組合最優(yōu)化問題，且在某些情況下可以在多項(xiàng)式時間內(nèi)求解。我們給出了一個對整個框架作率失真優(yōu)化的算法，并將其應(yīng)用到相應(yīng)的圖像編碼算法中。實(shí)驗(yàn)結(jié)果顯示我們的方法有助于進(jìn)一步提高多描述圖像編碼的率失真性能。
　　 最近，(O)stergaard和Zamir提出了基于“△-∑量化原理”的多描述編碼方法。雖然該方法在高斯信源上可以達(dá)到理論邊界，但它在圖像信源上的應(yīng)用研究尚處于起步階段。我們提出了

6、一種基于向量△-∑量化的多描述圖像編碼算法。該算法首先將圖像變換成塊序列，然后將向量△-Σ量化作用于塊序列上，每個頻率對應(yīng)一個噪聲成型濾波器。我們采用率失真優(yōu)化的方法選擇濾波器的系數(shù)和量化步長，該方法有效地緩解了基于△-Σ量化的圖像編碼中存在的Z-NZ(zero-to-nonzero)翻轉(zhuǎn)問題。為了提升邊解碼器的主觀解碼質(zhì)量，我們提出了一種后處理算法。實(shí)驗(yàn)結(jié)果顯示我們的算法在PSNR和主觀質(zhì)量兩方面均較以往的算法有所改進(jìn)。
　　

7、 不同于圖像信源，在設(shè)計多描述視頻編碼器時，如何應(yīng)對解碼器與編碼器在參考幀上的不匹配是需要解決的首要問題之一。該問題通常被稱為漂移問題(drift problem)。該問題可能會導(dǎo)致視頻質(zhì)量嚴(yán)重下降。本文提出采用分布式編碼的方法(Wyner-Ziv編碼)來緩解多描述視頻編碼在丟包信道上的漂移問題。我們首先對Wyner-Ziv背景下的多描述編碼(Multiple Descriptions in theWyner-Ziv setting，簡