【摘要】：隨著無線寬帶網(wǎng)絡(luò)的發(fā)展,越來越多的移動終端設(shè)備作為視頻的發(fā)送方,擔(dān)負(fù)起視頻數(shù)據(jù)的采集以及編碼等任務(wù),但這些設(shè)備往往在計(jì)算、儲存、功耗方面能力有限。因此這類設(shè)備更需要的是一套編碼端低復(fù)雜度的視頻編碼標(biāo)準(zhǔn)�；诜植际叫旁淳幋a理論的分布式視頻編碼(Distributed Video Coding,DVC)作為一種全新的編碼架構(gòu),以其編碼端復(fù)雜度低的結(jié)構(gòu)特性以及傳輸魯棒性,為新型視頻應(yīng)用場景的需求提供了新的解決方案,并且更具競爭力,受到國內(nèi)外學(xué)者的關(guān)注。論文研究了對DVC系統(tǒng)率失真性能有重要影響的相關(guān)噪聲建模模塊以及重構(gòu)模塊,對相關(guān)噪聲建模以及WZ幀重構(gòu)算法存在的問題進(jìn)行了深入的研究,并提出相應(yīng)的解決方案。具體的研究內(nèi)容和主要成果如下:1、概述了相關(guān)噪聲建模和WZ幀重構(gòu)算法的研究現(xiàn)狀,闡述了DVC的理論基礎(chǔ)即Slepian-Wolf理論和Wyner-Ziv理論,分析了像素域和變換域的幾種典型分布式視頻編碼框架,并介紹了幾種典型的相關(guān)噪聲模型的參數(shù)估計(jì)方法以及在DVC中的應(yīng)用。2、分析了離線相關(guān)噪聲建模和在線相關(guān)噪聲建模的區(qū)別,結(jié)合實(shí)驗(yàn)指出傳統(tǒng)基于雙向運(yùn)動估計(jì)定義的在線相關(guān)噪聲R_M _E與離線相關(guān)噪聲R_(offline)分布之間存在一定差距。提出在參考幀之間進(jìn)行多層次雙向運(yùn)動估計(jì),將多組補(bǔ)償幀殘差集合定義為新的相關(guān)噪聲R_(MME)。把更接近于R_(offline)的R_(MME)用于相關(guān)噪聲建模,能夠更充分利用邊信息與原始WZ幀之間的相關(guān)性。實(shí)驗(yàn)結(jié)果表明,相比于R_M _E,用本文提出的R_(MME)進(jìn)行相關(guān)噪聲建模,配合常用的幾種噪聲模型,均可以降低碼率,獲得更優(yōu)的率失真性能。3、提出利用8抽頭濾波器的亞像素插值算法先對參考幀進(jìn)行插值,再進(jìn)行雙向運(yùn)動估計(jì),把亞像素級的前后補(bǔ)償幀殘差R_(SubME)作為在線相關(guān)噪聲用于相關(guān)噪聲建模。實(shí)驗(yàn)結(jié)果表明,相比于R_M _E,用本文提出的亞像素級相關(guān)噪聲R_(SubME)進(jìn)行相關(guān)噪聲建模,配合幾種常用的相關(guān)噪聲模型,均可以降低碼率,獲得更優(yōu)的率失真性能。4、鑒于高斯混合模型具有較好的擬合能力,論文中提出了基于高斯混合模型的WZ幀重構(gòu)算法,并推導(dǎo)了重構(gòu)閉式表達(dá)式。像素域和變換域的重構(gòu)實(shí)驗(yàn)結(jié)果表明,本文提出的基于高斯混合模型的重構(gòu)算法相比基于拉普拉斯模型、廣義高斯模型的重構(gòu)算法均具有更好的率失真性能和重構(gòu)WZ幀圖像質(zhì)量。
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TN919.81
【圖文】：

對應(yīng)的原始 WZ 幀。從運(yùn)動劇烈的 soccer 序列第 154 幀的重構(gòu)效果法得到的圖 5-8(b)失真較明顯，在運(yùn)動物體周圍都出現(xiàn)了明顯的算法得到的圖 5-8(c)中的塊效應(yīng)較圖 5-8(b)有所減少。相比于圖文重構(gòu)算法得到的圖 5-8(d)模糊程度更小、塊效應(yīng)也更少，明顯更接始 WZ 幀。(a) 原始 WZ 幀 (b) 文獻(xiàn)[45]重構(gòu)

(c) 文獻(xiàn)[50]重構(gòu) (d) 本文重構(gòu)圖 5-8 soccer154 幀變換域重構(gòu)效果小結(jié)首先介紹了分布式視頻編碼中的重構(gòu)模塊，接著介紹了重構(gòu)模塊中廣義高斯模型的重構(gòu)算法�？紤]到邊信息與原始 WZ 幀之間的相關(guān)在相關(guān)噪聲建模中較好的擬合表現(xiàn)，本章提出將高斯混合模型引入重構(gòu)閉式表達(dá)式。重構(gòu)實(shí)驗(yàn)結(jié)果表明，本章提出的基于高斯混合模算法提高了重構(gòu) PSNR 值，同時(shí)重構(gòu) WZ 幀的主觀圖像效果也較好統(tǒng)的率失真性能。

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 唐振華;梁祥嚴(yán);覃團(tuán)發(fā);常侃;;分布式視頻編碼中基于多概率混合分布的相關(guān)噪聲建模方法[J];電子學(xué)報(bào);2015年02期

2 劉杰平;何越盛;;DVC中基于廣義高斯分布的WZ幀重構(gòu)算法[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年08期

3 胡曉飛;朱秀昌;;分布式視頻編碼中相關(guān)噪聲分布的非參數(shù)估計(jì)[J];中國圖象圖形學(xué)報(bào);2014年06期

4 楊春玲;吳娟;;分布式視頻編碼中基于改進(jìn)FCM聚類的相關(guān)噪聲模型估計(jì)[J];中國圖象圖形學(xué)報(bào);2014年02期

5 管濤;李玲玲;;高斯混合模型、求解算法及視覺應(yīng)用綜述[J];中國圖象圖形學(xué)報(bào);2012年12期

6 楊春玲;謝小蘭;;分布式視頻編碼中拉普拉斯-柯西混合分布相關(guān)噪聲模型研究[J];電子與信息學(xué)報(bào);2012年10期

7 秦浩;彭學(xué)露;宋彬;劉海華;;無反饋分布式視頻編碼中Wyner-Ziv幀的頑健重構(gòu)算法[J];通信學(xué)報(bào);2012年01期

8 尹明;蔡述庭;謝云;;基于高斯混合模型的Wyner-Ziv視頻編碼[J];計(jì)算機(jī)學(xué)報(bào);2012年01期

9 胡曉飛;朱秀昌;;基于EM算法相關(guān)噪聲模型估計(jì)的Wyner-Ziv分級視頻編碼[J];南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年06期

10 代明鑫;宋興華;;一種改進(jìn)的虛擬相關(guān)信道參數(shù)估計(jì)方法[J];光電技術(shù)應(yīng)用;2009年05期

本文編號：2743091