多描述圖像-視頻編碼的研究.pdf

1、隨著網(wǎng)絡(luò)技術(shù)的發(fā)展，圖像/視頻業(yè)務(wù)在多媒體通信中占據(jù)越來越重要的地位。然而，目前的互聯(lián)網(wǎng)和無線網(wǎng)絡(luò)存在網(wǎng)絡(luò)擁塞、網(wǎng)絡(luò)異構(gòu)性等問題，嚴(yán)重影響了多媒體數(shù)據(jù)流實時可靠的傳輸，因此，設(shè)計兼具壓縮性和魯棒性的編碼方案成為目前圖像/視頻編碼研究的重點內(nèi)容。作為一種效率高容錯性能強的編碼，多描述編碼已經(jīng)引起了國內(nèi)外學(xué)者的廣泛關(guān)注。 本論文以設(shè)計高效的多描述圖像視頻編碼器為主要研究目的，融合現(xiàn)有的差錯控制技術(shù)，在靜止圖像編碼方面，提出了基于格型

2、矢量量化的多描述圖像編碼方案和基于平移格型矢量量化的多描述圖像漸進(jìn)編碼方案；在視頻編碼方面，提出了率失真優(yōu)化的時域亞采樣的多描述視頻編碼方案和基于優(yōu)先級傳輸?shù)亩嗝枋鲆曨l編碼方案。所做的工作如下： ①提出了基于格型矢量量化的多描述圖像編碼方案。該方案將經(jīng)典的多描述格型矢量量化的理論應(yīng)用于圖像編碼中，對方案中的各個模塊逐一進(jìn)行了改善：充分利用不同子帶的小波系數(shù)的方向相關(guān)性，將小波系數(shù)組織成矢量；對編碼器的兩個參數(shù)即格型矢量量化的步長

3、和子格的索引值進(jìn)行了優(yōu)化設(shè)計；改進(jìn)了索引分配策略和相應(yīng)的交替?zhèn)鬏敊C制，有效地利用了矢量之間的相關(guān)性，使得解碼端能夠更好地進(jìn)行錯誤隱藏。與基于標(biāo)量量化的多描述圖像編碼相比，同樣比特率下，中心重建質(zhì)量有0.2-0.7dB的提高，單路重建質(zhì)量有2-5dB的提高。與基于相關(guān)變換的多描述圖像編碼相比，同樣比特率下，中心重建質(zhì)量提高了近2 dB，單路重建質(zhì)量提高了近5dB。 ②提出了基于平移格型矢量量化的多描述圖像漸進(jìn)編碼方案。該方案的主要

4、特點如下：一方面，平移格型矢量量化算法充分利用了格型矢量量化器的幾何結(jié)構(gòu)，與傳統(tǒng)的多描述格型矢量量化算法相比，不但具有較好的率失真性能，而且有效地減小了中心失真和單路失真之間的差距，SVS方案在子格點索引值為N=7時的落差高達(dá)9-11dB，而所提出的多描述平移格型矢量量化算法中，兩者落差只在4dB左右；另一方面，在傳統(tǒng)的小波零樹編碼的基礎(chǔ)上，設(shè)計了基于格型矢量量化的零樹編碼，進(jìn)而實現(xiàn)了中心路和單路的漸進(jìn)傳輸。與基于標(biāo)量量化的多描述漸進(jìn)編

5、碼方案相比，同樣比特率下，中心重建質(zhì)量提高了1-1.5dB，單路重建質(zhì)量提高了0.2-0.5 dB。 ③提出了率失真優(yōu)化的時域亞采樣的多描述視頻編碼方案。該方案利用代價函數(shù)優(yōu)化算法對聯(lián)合的幀內(nèi)插幀拷貝模式進(jìn)行合理的選擇，從而實現(xiàn)了率失真優(yōu)化的設(shè)計目標(biāo)；同時，該方案也可以很好地兼容現(xiàn)有的視頻編碼標(biāo)準(zhǔn)，如H.26X系列和MPEG-X系列。與傳統(tǒng)的時域亞采樣方案相比，在同樣比特率下，整個視頻序列的平均單路重建質(zhì)量提高了0.4-0.8d

6、B，對于存在運動變化較大的幀，其單路重建質(zhì)量提高了近8 dB，并且在主觀視覺效果方面都取得了明顯的改善；在包丟失網(wǎng)絡(luò)環(huán)境下，所提出的方案比傳統(tǒng)方案的重建質(zhì)量提高0.3-1dB；與一維的空域亞采樣的多描述視頻編碼方案相比，無論是中心重建質(zhì)量還是單路重建質(zhì)量，所提出的方案都有明顯的改善，分別提高了0.2-1.4dB和0.3-1.2dB；與二維的空域亞采樣方案相比，所提出的方案具有更為明顯的優(yōu)勢，在同樣比特率下，中心重建質(zhì)量提高了2.5-3d

7、B，單路重建質(zhì)量提高了2-3dB。 ④提出了基于優(yōu)先級傳輸?shù)亩嗝枋鲆曨l編碼方案。該方案突破了傳統(tǒng)的基于FEC的多描述編碼方法中必須使用可伸縮編碼的限制，具備了與現(xiàn)有標(biāo)準(zhǔn)視頻編解碼器的良好兼容性。在構(gòu)造消息的過程中，充分利用原始視頻序列的運動變化特征，使得每個消息內(nèi)部都能夠保持較好的時域相關(guān)性，有利于恢復(fù)丟失的信息；同時，采用靈活的GOP(Group of Picture)組織形式匹配視頻序列的運動情況，保證發(fā)生顯著運動變化的幀被