基于自适应遗传算法SVC非均等错误保护算.docVIP

基于自适应遗传算法SVC非均等错误保护算 　　摘要：为提高可伸缩视频编码（SVC）在丢包的网络传输环境下的抗误码性能，提出了一种基于自适应遗传算法的SVC非均等错误保护算法。首先针对可伸缩视频编码的网络抽象层单元数据包头的特点，设计了一种新的网络抽象层单元的封装方案。然后将前向纠错编码的校验位在各层的分配转化为多约束条件下的优化问题，再引入惩罚函数将多约束优化问题转化为无约束优化问题，进而采用自适应遗传算法进行求解。仿真实验结果表明，与目前典型的非均等错误保护算法相比，该算法使重建的可伸缩视频编码的峰值信噪比的平均值提高了0.8dB～1.95dB，并有效提高了可伸缩视频编码在接收端的解码速度和重建质量。 　　关键词：可伸缩视频编码；非均等错误保护；自适应遗传算法；优化；丢包率 　　中图分类号：TN919.85文献标志码：A 　　0引言 　　可伸缩视频编码（ScalableVideoCoding，SVC）是在H.264/AVC的基础上，采用新的编码工具实现时间、空间、质量可分级，以便于在异构网络环境下，为使用不同终端和接入网络的用户提供不同帧率、分辨率和质量的视频[1]。在存在网络丢包的环境下，由于采用了层间预测、层级B帧等技术，SVC对丢包更敏感，很小的丢包率就会显著降低SVC亮度分量的峰值信噪比（PeakSignaltoNoiseRatio，PSNR）。当基本层的数据包丢失时，这种现象更加显著[2]。因此，针对SVC中各层的重要性不同的特点，采用非均等错误保护（UnequalErrorProtection，UEP）算法对不同的层实施不同的保护策略，可有效提高SVC传输系统的鲁棒性。对此，文献[3]结合包的重传机制，针对SVC设计了一种基于窗口机制的UEP算法，有效地保证了接收端视频质量的稳定性；但由于引入了重传机制，不可避免地降低了视频传输的实时性。文献[4]通过权衡各层出现丢包后对SVC的影响程度，设计了一种基于层权重的UEP算法，易于实现；但效率较低。文献[5]以优化SVC中的各层的率失真函数为目标，应用前向纠错编码实现了一种UEP算法，复杂度较低；但难以准确地获取率失真函数。此外，结合物理层、数据链路层、网络和应用层设计跨层的UEP算法，在保证视频质量的同时，可有效地降低网络丢包率、提高带宽利用率；但需对传输系统进行较深入的分析与优化，实现难度较大[6-7]。 　　综合来看，目前的UEP算法存在两方面的不足：1）没有从效率、解码复杂度等方面设计针对SVC的封装方案，降低了编码效率；2）未充分考虑当SVC联合使用空间、质量、时间分层，且各层数量较多时校验位的优化分配问题，难以找到一个全局的优化解。针对这些不足，本文首先解析了SVC的网络抽象层单元（NetworkAbstractLayerUnit，NALU）数据包头的结构，提出了一种新的NALU封装方案。再将前向纠错（ForwardErrorCorrection，FEC）的校验位在SVC中各层的分配问题转化为无约束条件下的优化问题。在此基础上，针对遗传算法的不足，利用自适应遗传算法对此问题进行求解，提出了一种基于自适应遗传算法的SVC非均等错误保护算法，有效提高了接收端SVC视频序列的重建质量。 　　1NALU封装方案的设计 　　SVC的NALU定义了视频数据的封装格式，提供了一个与具体网络无关的接口。NALU的头结构如图1所示[8]，其后是3个字节的针对SVC的扩展数据头，包括扩展标志位、数据优先级标志位、时间、空间、质量等级等信息。FEC常采用RS码对SVC中的NALU进行非均等错误保护[9]。一种被广泛使用的非均等错误保护算法由文献[10]给出。本文针对其实现复杂，易导致数据包乱序重组的不足，对NALU的封装方案进行了改进，其原理如图2所示。 　　6结语 　　本文提出了一种基于自适应遗传算法的SVC非均等错误保护算法。为提高SVC的解码速度，该算法首先分析了SVC中NALU的结构，针对其数据包头的特点，设计了一种新的NALU封装方案。然后根据数据包头各字段的特性，对SVC由于数据包丢失而造成的失真进行了建模，并针对各层对视频重建的重要性的不同，采用自适应遗传算法对校验位进行优化分配。仿真实验结果表明，与其他典型的可伸缩视频编码非均等错误保护算法相比，本文算法不但改善了接收端重建视频的质量，而且有效地提高了解码速度。下一步研究的方向为增强SVC在无线网络中的传输鲁棒性，并在适应视频接收设备多样性的前提下，满足视频传输的实时性要求。 　　参考文献： 　　[1]GUPTAR，PULIPAKAA，SEELINGP，etal.H.264coarsegrainscalableandmediumgrainscalableencodedvideo：atra