一种在视频流中MPEG帧反向预测的新方法.docVIP

一种在视频流中MPEG帧反向预测的新方法 Tadashi Yoshikura and Kaoru Arakawa 明治在这一技术，宏块分为两类缓慢中等和高运动特性?视频流反向运动。近年来，一些视频编码标准已国际机构如ITU - T和ISOVeoh ， RajShri ， YouTube和GoogleYouTube 每天在以4000万部影片和200万亿字节的数据传输为了减少其大小，各种视频压缩技术已经制定出来。便利化的随机存取需要更多的I帧的编码序列，如果过流系统视频这个问题会进一步复杂化第四节讨论模拟，并阐述了由此获得的结果。最后，在第五节我们提出结论和讨论了进一步的研究范围。该算法从现有的数据流创建一个新的MPEG数据流使用的逆运动补偿算法P -帧转化为I帧原始。由此产生的运动补偿残差论述了各种方法计算运动矢量。能源利用残余Vasudev描述三个不同转换架构。第二种方法利用了B帧的对称性质。在基线办法而对B帧只向前和向后运动矢量需要另一个双码流的方法服务器主机向前和向后的比特流。交错。技术是有效的提出了一个宏块为基础的算法支持MPEG视频向后播放网络带宽和解码器的复杂性。网络带宽和解码器的复杂性。它采用了居住在帧缓冲当前显示的帧预测前帧。BMB和非零运动矢量的宏块被划分为FBMB。FBMB进一步分为两个原始比特流压缩域处理BMB和FBMBFBMB-BR在量化DCT域最新完成的工作预测误差假设该用户发出的命令为使用插值代表被完全解码的第n+1帧。代表带有补偿的第n帧（帧n+1的运动矢量参考第n帧）。代表运动补偿帧和原始帧之间的预测误差。 图4 从第n帧预测第n+1帧的预测过程 零运动矢量的宏块没有颜色标示而非零运动矢量的宏块用颜色标示。箭头表示运动补偿的过程。 我们将（1）式写为如下： 等式（2）能用下图5说明。 图5 从第n+1帧到第n帧的补偿过程 通过翻转每个宏块相关的运动，我们通常可以从第n+1帧中得到第n帧的大量的像素，如下 此处代表第n帧的反向预测。表示用补偿的反向运动的第n帧。 式（3）可用图6表示 图6 （a）运动补偿的帧，（b）反向运动补偿的帧，（c）第n帧的部分反向预测，灰色表示部分能预测的区域，其它表示不能预测的区域。 进行反向运动过程后，在帧n中有两种类型的像素：可预测的和不可预测的。可预测的像素是那些通过反向预测获得的或者是那些像素的值是已知的像素。可预测的像素是那些通过反向预测不能找到它们的值的像素和它们的值至今未知的像素。它们的值能通过插值或从服务器中找到。 四、模拟和结果 模拟采用三个视频序列Claire, Carphone and Football进行。选择这三个序列是因为它们有不同的运动特征，如表1. 表1 用于模拟的序列的不同的运动特征 这些序列的解码和编码采用【13】中的方法处理。用于解码的GOP结构是IPPPP。视频序列的编码采用三种不同比例值处理，目的是检查各种数量水平上结果。不同的比例值的视频数量如图7. 原始的帧 比例为1 比例为2 （4）比例为31 图7 不同水平的Carphone序列的第一帧 首先，我们模拟所提出的反向运动的概念从当前的P帧预测先前的P帧。为了执行这些，我们采用三对P帧-每个视频序列的GOP的第一帧，中间帧和最后一帧。每个序列在三种数量水平上被解码，在每个解码的序列中我们抽取三对P帧。因此，总共有27对P帧来证明反向运动的结果。获得的最好的，平均的和最差的结果如图8 。完整的结果呈现在表2中。 图8 （a）最好的从P245到P244反向预测的例子，被解码序列的质量比例为1 总共的宏块=99 BMB=94.949% FBMB=5.0505% 总像素=25344 不可预测像素=64 不可预测像素的比例=0.253% 图8 （b）中等的football序列的从帧P65到P64的反向预测的例子，数量质量比例=16 总共的宏块=330 BMB=58.848% FBMB=45.125% 总像素=84480 不可预测像素=5583 不可预测像素的比例=6.6087% 图8 （c）最差的football序列的从帧P125到P124的反向预测的例子，数量质量比例=31 总共的宏块=330 BMB=24.848% FBMB=75.125% 总像素=84480 不可预测像素=11593 不可预测像素的比例=13.723% 图8中从（a）到（c）是获得的最好的、平均的和最差的结果。黑色区域表示可预测的像素，白色表示不可预测的像素。 表2 不同例子中不可预测的像素的比例 从表2中，我们得到如下的观察： ·不可预测的像素从0.253%变化到13.723%。 ·平均有93.4%像素是可反向预测的像素，剩下的6.6%是不可预测的像素。 ·不可预测的像素