《翻译文献：基于时空一致性的边信息外插算法.docxVIP

基于时空一致性的边信息外插算法摘要在本文中，我们为低时延的Wyner-Ziv视频编码提出了一种基于时空一致性的高效边信息外插算法。我们的方法是以正规化局部线性回归（RLLR）模型为基础，其中在其局部时空附近的样本SI的每个像素被近似为线性加权组合。优化模型参数通过将转换功能投影到时空的训练样本并利用运动相关性的依赖关系来进行估计。在此过程中，移动权重通过纳入目标函数表示训练样本在估计模型参数时的相对重要性。此外，空间相关性通过施加一个额外的局部运动平滑后对估计闭塞地区和复杂的运动区域效果不错。已知的功能是光滑和局部线性，这可以通过求解一个凸优化问题得到一个封闭的形式解决方案。RLLR方法与国家的最先进的方法相比在SI推断性能取得了不少的竞争力。索引术语——分布式视频编码，边信息外推法，时间和空间的一致性，正规化局部线性回归。1.引言作为新兴的无线传感器网络技术，近年来，分布式信源编码（DSC）已收到越来越多的关注。它指的是压缩相关的由不同的、彼此之间没有联系的传感器捕获的信号源。捕获的信号独立编码，并传送到一个中央基地站进行联合解码。Slepian-Wolf [1] andWyner-Ziv [2]已经证实，在某些特定的条件下，与传统的联合编码预测编码的范例相比，分离编码不会引起任何的压缩效率损失。视频编码已被重塑到分布式信源编码框架，引领了分布式视频编码（DVC）[3]。与国家最先进的视频编码标准相比，如H.264和MPEG-4，DVC具有较低的计算复杂性和抗误码率。这些性能在理论上为一些实用的视频应用所青睐，如无线视频监控和照相手机。边信息（SI）的质量是DVC系统中影响性能的关键因素之一。在[4]中提供了两种典型的SI生成方法的建议，就是使用插值和外推。对于插值，SI当前帧由先前相邻帧和随后解码帧获得。然而，在低延时应用设备中，后续的帧在时间上不能被用来作为生成SI的参考。因此，外推适合低延时的应用。在文献中，已经提出了许多方法提高SI的推算性能。在文献[5]中，提出了一种强大的外推法模块，用来生成基于运动平滑的SI。[6]介绍了基于真运动的考虑到的3-D递归搜索（3DRS）的外插方案运动估计。这些方法都是基于平移运动模型，它假设当前帧的运动是前一帧的运动连续延伸。然而，转换模型并不总是感到满意，尤其是对高速运动的视频序列。此外，张某等人[7]在相应的问题上推广了明确ME的成自适应滤波的问题，并取得可喜的成果。在这个方案中，运动的信息不再代表明确运动矢量，而隐含地嵌入到滤波器系数中。在本文中，我们提出了一个更有效的SI外插正规化局部线性回归方法（RLLR）。我们的算法，在最大限度地减少移动最小二乘错误的同时保留时空的训练样本局部空间几何结构相同帧，从而取得完美的时间和空间的一致性。通过充分利用相邻空间之间的时空相关信息得到的转换功能，是平稳，局部线性和局部运动信息能更好。与文献[7]中提出的工作相比，我们工作的主要贡献如下：（1）当估计间隔是像素水平时，运动信息可以更准确地表示；（2）在客观功能中介绍的移动权重可以有效地处理影响统计异常值，并做出稳健估计；（3）利用空间相关性整合??额外噪声干扰，对于估计复杂的运动区域和闭塞地区确实不错。本文的其余部分安排如下：第2节提出了正规化局部线性回归的框架。第3节讨论了算法的详细信息，并给出了一些讨论有关建议的模型。第4节介绍实验结果。第5节总结本文。2．局部线性回归的正规化框架2.1 外推模型外推法是指根据之前重构的帧来推断SI。假设是用来估计WZ中帧Ft的SI的像素，问题是如何用先前重建的帧中的被称为训练窗口的当地覆盖的最小不确定值来确定它的强度yi.在运动轨迹的几何约束的基础上，从最佳解决不确定性yi的意义上讲沿运动方向的估计是最好的。但是，运动方向很难精确描述因为它可以采用任何实数。二者择其一，我们利用暂时邻域的像素线性加权方略，它是的子集，包括从所有周围方向N个最近的暂时邻元素xi。特别的，我们认为线性变换函数定义为如下形式：、ai是转换矢量；bi是转化常数；是xi的估计强度值。在图中对外推模型进行了举例说明，暂时邻域是3*3的并且训练窗口是7*7的。空心圆代表待估计的像素。黄色的圆是以MV为中心暂时邻元素。黄色和灰色圆一起组成了训练窗口。2.2正规化局部线性回归我们的目标是利用包含在围绕在像素xi相邻空间的时间和空间的相关性去估计最佳变换函数fi。因为以i为索引的函数fi是为每个像素点儿定义的而不是被所有全局样本共享，我们将它视为局部线性回归。因此，我们估计粒度的方法是像素。这和方法【7】不一样，在一个整体中的象素共享一个模型参数因此粒度级别是块。让我们试着在局部线性回归的框架下看待SI外推法问题。假设我们在先前强度值为的重构框架中得出了一个训练窗口，最佳仿射变换函数