分布式多视点视频编码中边信息生成探究.doc

分布式多视点视频编码中边信息生成探究 　　摘 要 新的多媒体应用场景不断涌现，如视频传感器网络，多视角和3D视频等新兴应用场景对视频的压缩编码技术提出了新的挑战。本方案研究了适用于分布式多视角视频编码的边信息生成方法，提出了基于视角间空间位置相关性进行视角间运动信息预测的边信息生成方法，并且与基于视角内空间相关性和时间相关性的边信息生成相融合，提高了边信息的生成质量，从而提高了分布式多视角视频编码的性能 关键词 边信息 多点视频 像素预测 压缩率 1引入 本节提出了一种基于多种边信息融合的低复杂度分布式多视角视频编码框架。基于Zhang etal.（2007）提出的分布式?问咏鞘悠当嗦肟蚣埽?在解码端通过对时间预测，视角间运动矢量预测，以及视角间像素值预测等多种边信息进行融合，更充分地挖掘了视频信源的相关性，提高了边信息的质量，从而提?{压缩性能 2边信息生成 2.1生成准则 时间预测大致可分为基于运动信息的内插和外推两类。在解码端估计运动矢量时，由于不知道当前帧的原始像素值，无法得到准确的运动矢量，所以一般是假设运动物体保持匀速直线运动的前提下来估计当前帧的运动矢量。这一假设条件只有在当前帧和参考帧的时间间隔非常短时才近似满足，所以利用时间上前后两个相邻帧内插生成边信息的方法只有在帧周期很小才能够生成较高质量的边信息，这样一来即使帧的压缩效率再高，总体的平均压缩效率也难以提升 视角间预测与时间预测类似，基于视差信息的内插需要有较多的帧，同样会限制住总体的平均编码性能。视角间的像素值预测还有另外一个问题：由于不同传感器的感光度、白平衡等参数不可能完全一致，以及传感器位置不同导致的光照条件不同，直接用参考视角的喊的像素值做预测得到的边信息有可能比时间预测得到的边信息有更大的误差。而另一方面，物体的运动信息并不受上述传感器参数和光照条件的影响，因此使用视角间的运动信息预测往往比直接的像素值预测能得到更高质量的边信息 2.2时间外推法 时间外推插值的方法如图1所示。k是当前帧，k-1和k-2是之前两个时刻的已解码参考帧。我们将第i帧，坐标为（x，y）的块的预测值记为P（i，x，y），解码重建值记为P（i，x，y），此块运动矢量记为MV（i，x，y） 方法（a）以k帧的宏块划分为基准，对每个宏块使用k-1帧中的同位置块的运动矢量作为当前块的运动矢量，然后再用k-1帧做参考帧预测得到当前块的像素值 方法（b）和方法（C）都是基于匀速直线运动的假设条件。在方法（b）中，以k-1帧的宏块划分为基准，每个宏块都使用k-1帧的反向运动矢量找到在k帧中的对应位置，然后将宏块的值复制过去 由于是基于k-1帧的宏块划分，对所有k-1帧的宏块处理完成之后，k帧中所有的像素点可能有多个预测值，对于这些点可以用这多个预测值加权平均。而相应的，有的像素点没有被覆盖到，一个预测值都没有，这些点可以用其他的预测方法来得到 方法（C）以k帧的宏块划分为基准，对每个宏块都重新搜索其运动矢量。具体方法是对每一个候选运动矢量，找到在k-1帧中的参考块1，用2帧的运动矢量找到在k-2中的参考块2，然后计算这两个块之间的差值，得到最小差值的即作为运动矢量 3 结语 本文讨论了三种编信息生成方法，适用于不同的系统要求，三种方法在复杂度和预测质量上各有优缺点，实际应用时可以结合起来使用 参考文献 [1] Yang Y.and Xiong Z.，The sum-rate bound for a new class of quadratic Gaussianmultiterminal source coding problems[J].IEEE Trans.Information Theory，vol.58，pp.693-707，Februaiy 2012. [2] Zamir R.，Shamai S.，and Erez U，Nested linear/lattice codes for structured multiterminalbinning[J].IEEE Trans.Inform. Theory，vol.48，no. 6，pp.1250-1276，2002. 1