（通信与信息系统专业论文）基于量化误差的分布式视频编码.pdf

摘要 洲删舢洲| i f 删j | i f fj j | f j 删 y 2 0 6 8 0 2 4 随着无线多媒体技术的高速发展，传统的视频编码方式已经不再适用，分布 式视频编码技术作为一种全新的视频编码技术受到了广泛的关注。它基于 s l e p i a n w r o l f 的分布式无损编码理论和w y n e r - z i v 的分布式有损编码理论，采用了 帧内编码和帧间解码，将大量的计算从编码端转移到了解码端，更适用于无线网 络中。 在基于变换域的分布式视频编码中，由于w z 帧采用的是均匀量化，不可避 免地会产生量化误差，尤其是当量化比较粗略时，量化误差就会很大，解码恢复 的图像质量就变得很差。本文就是针对变换域中w z 帧的量化误差问题，提出了 一种基于变换域的量化误差纠正方案。该方案在编码端对w z 帧的量化误差进行 误差信息提取，送进l d p c 编码器进行编码；在解码端利用边信息对误差信息进 行解码恢复，从而在解码端纠正量化误差，使得图像的恢复质量得到了提高。仿 真结果表明，在对w z 帧粗量化情况下，该量化误差纠正方案可以获得和t d w z 细量化近似的p s n r 性能，运算量却有4 2 0 0 , , 5 9 的降低。 关键词：分布式视频编码变换域量化误差运算量 a b s t r a c t w i t ht h eh i g hd e v e l o p m e n to fw i r e l e s sm u l t i m e d i at e c h n o l o g y , t h et r a d i t i o n a lv i d e o c o d i n gm e t h o d s a r en ol o n g e ra p p l i c a b l e a san e wv i d e oc o d i n gt e c h n o l o g y , d i s t r i b u t e d v i d e oc o d i n g ( d v c ) h a sa t t r a c t e dg r e a ta t t e n t i o n b a s e do nt h es l e p i a n w o l fa n d w y n e r - z i vi n f o r m a t i o nt h e o r y , i ta d o p t si n t r a - f r a m ee n c o d i n ga n di n t e r - f r a m ed e c o d i n g ， w h i c ht r a n s f e r sal a r g en u m b e ro fc a l c u l a t i o n sf r o mt h ee n c o d e rt ot h ed e c o d e r d v ci s m o r es u i t a b l ef o rw i r e l e s sn e t w o r k st h a nt h et r a d i t i o n a lv i d e oc o d i n g b a s e do nt h et r a n s f o r m - d o m a i nd v c ，t h e r ei si n e v i t a b l eq u a n t i z a t i o ne r r o ri n w y n e r - z i vf r a m ef o rt h eu n i f o r mq u a n t i z a t i o n i th a sl a r g eq u a n t i z a t i o ne r r o re s p e c i a l l y w h e nt h eq u a n t i z a t i o ni sc o a r s e t h eq u a l i t yo fd e c o d e di m a g ew i l lb e c o m ep o o r t h i s p a p e rp r o p o s e s at r a n s f o r m d o m a i ns c h e m et o c o r r e c tt h eq u a n t i z a t i o ne r r o ri n w y n e r - z i vf r a m e i nt h i ss c h e m e ，t h ei n f o r m a t i o no fq u a n t i z a t i o ne r r o ri nw y n e r - z i v f r a m ei se x t r a c t e da tt h ee n c o d e r t h e ni ti se n c o d e du s i n gl o wd e n s i t yp a r i t yc h e c k c o d e s a tt h ed e c o d e r ，t h ei n f o r m a t i o ni sd e c o d e du s i n gs i d ei n f o r m a t i o n s ot h e q u a n t i z a t i o ne r r o ri sc o r r e c t e da n dt h eq u a l i t yo fd e c o d e di m a g ec a n b ei m p r o v e d t h e s i m u l a t i o nr e s u l t ss h o wt h a tt h i ss c h e m eo ft h ec o a r s eq u a n t i z a t i o nc a nr e a c ht ot h e s i m i l a rp s n ro ft h ea c c u r a t eq u a n t i z a t i o ni nt d w z w h i l et h e r ei s4 2 t o5 9 r e d u c t i o ni nc o m p u t a t i o n k e y w o r d s ：d i s t r i b u t e dv i d e oc o d i n g t r a n s f o r m d o m a i n q u a n t i z a t i o ne r r o r c o m p u t a t i o n 第一章绪论 第一章绪论 如今信息技术的发展日新月异，人类已经步入一个数字化信息时代。无论是 从商业到教育，还是从通信到医疗，或者从家庭到社会等各个方面，人们都希望 能够随时随地的方便、灵活地通过语音、图像或视频等方式进行通信交流。其中， 人们对视觉信息的需求是最大的，它可以给人们更直观、生动的形象反映，因此， 视频和图像的传输越来越受到人们的广泛关注。 现有的传统视频编码标准，成功的解决了视频数据的压缩、存储问题。但是 在如无线多媒体传感器网络和移动视频电话等应用场合中，编码设备的处理能力 受到了严重的限制，传统的视频编码方式己不再适合。研究如何对无线多媒体网 络中视频数据的有效处理成为了目前视频编码领域的热点之一。 1 1 研究背景 国际标准化组织( i s o i e c ) 和国际电信联盟( i t u t ) 是当今制定视频压缩编码 标准的两大标准化组织。在1 9 8 8 年i s o i e c 成立了m p e g ( m o v i n gp i c t u r e se x p o r t s g r o u p ) ，制订了包括m p e g 1 、m p e g 2 等系列标准，这些m p e g 系列标准主要 应用于视频存储( d v d ) 、广播电视、英特网或无线网上的流媒体等。而在1 9 9 0 年 i t u t 领导和制定了h 2 6 1 标准，随后相继发布了h 2 6 3 、h 2 6 3 + 系列标准，这 些h 2 6 x 系列标准主要应用于实时视频通信领域，如会议电话等。在2 0 0 3 年，由 这两个小组共同制定并发布了h 2 6 4 标准【l 】，在相同图像质量下的压缩效率比之 前的标准提高了2 倍以上，是目前最有影响力的行业标准。 传统的视频编码技术采用的是不对称编码方式，编码器承担了变换、量化、 熵编码以及高度复杂的运动估计与运动补偿等帧间预测技术，大大提高了编码器 的复杂度。一般情况下，编码器的计算量是解码器计算量的5 1 0 倍吼这种不对 称的编码方式往往适用于一次编码多次解码的场合中，如广播系统或者视频点播 系统等。 随着视频技术的发展，越米越多的无线移动设备应用于多媒体通信中，如无 线视频监视系统，移动可视电话，移动p c 相机等，它们的计算能力、存储容量、 电池容量都是有限的，与传统的视频编码方式相反，它们需要低复杂度、低功耗 的编码器，复杂的解码过程交给解码端进行。因此，传统的视频编码技术不再适 用于这些场合，必须寻找新的编码技术。 分布式视频编码( d i s t r i b u t e dv i d e oc o d i n g ，d v c ) 正是为了解决传统视频编码 2基于量化误差的分布式视频编码研究 技术在上述应用中的问题而提出的。d v c 采用了“帧内编码+ 帧间解码”技术， 将复杂的运动估计和运动补偿转移到解码端，并且能够实现高效的压缩，重建的 图像质量接近于传统的视频编码方式，很好的满足了终端视频编码与通信的需求。 1 2 国内外研究现状 虽然早在2 0 世纪7 0 年代s l e p i a n 和w | o l f 提出了无损分布式编码理论【3 】，以 及之后w y n e r 和z i v 提出了有损分布式编码理论【4 】，但是直到近几年人们才开始 对分布式视频编码算法进行研究，国内外相继建立了一些专门的研究小组。其中 国外的研究小组主要有：斯坦福大学的b e r n dg i r o d 研究小组、b e r k e l e y 大学的 k a n n a nr a m c h a n d r a n 研究小组以及欧洲的d i s c o v e r 研究小组。国内主要有： 清华大学和微软亚洲研究院等研究机构。 2 0 0 2 年斯坦福大学的b e r n dg i r o d 等研究人员提出了基于像素域的分布式视 频编码框架【5 1 。它对每个像素值进行均匀量化，信道编码采用t u r b o 码，边信息 的重建采用简单的内插法。虽然该框架的压缩效率比不上h 2 6 3 + ，却标志着分布 式视频编码的研究迈上了新的台阶。随后b e r n dg i r o d 等在基于像素域的分布式 视频编码框架基础上，又提出了基于变换域的分布式视频编码框架1 6 1 。该框架采 用了离散余弦变换( d i s c r e t ec o s i n et r a n s f o r m ，d c t ) ，大大减少了图像帧内的空间 冗余，具有更好的压缩效率。与之前基于像素域的d v c 框架相比，基于变换域 的d v c 框架性能提高了0 5 2 5 d b 。 2 0 0 3 年b e r k e l e y 大学的k a n n a nr a m c h a n d r a n 等提出了基于变换域的 p r i s m ( p o w e r - e f f i c i e n tr o b u s th i g h c o m p r e s s i o ns y n d r o m e b a s em u l t i m e d i a ) 视频编 码框架【7 - 8 1 。2 0 0 7 年d i s c o v e r 小组在斯坦福大学的基于变换域的d v c 框架基 础上，提出了性能更好的d v c 结构【9 】。比较著名的分布式视频编码框架还有： z i x i a n gx i o n g 和q i a nx u 提出的分级w y n e r - z i v 分布式视频编码方案【1 0 】； t a g l i a s a c c h i 等人提出的基于小波编码的分布式视频编码方案【；s e h g a l 等人提出 的s t a t e f r e e 分布式视频编码方梨1 2 】；r a m c h a n d r a n 等提出的d i s c u s 视频编码方 案【1 3 】，a d i k a r i 等提出的递归解码的分布式视频编码方案【1 4 】等。 这些编码方案都是在编码端对视频的每一帧进行独立编码，而在解码端，利 用视频相邻帧之间的高度相关性，对已解码的视频帧进行运动估计，再通过时域 内插或者外推的方法求得边信息，最后通过边信息对当前帧进行解码和重建。 1 3 分布式视频编码的应用前景 分布式视频编码技术是一种全新的编码方式，和传统的视频编码方式相反， 第一章绪论 它的编码器计算比较简单，解码器计算比较复杂，具有较强的传输鲁棒性，正是 这一特点，使得分布式视频编码更适用于新出现的一些网络系统。 1 无线移动终端视频通信 两台手机终端之间进行视频通信的过程，如图1 1 所示。 图1 1 无线移动终端视频通信 由于手机终端的存储计算能力和电量资源很有限，人们希望能在视频通信过 程中的编码和解码尽量简单可靠。而分布式视频编码技术正好能满足这一要求。 在手机终端中的编码器采用分布式编码中低复杂度的w y n e r - z i v 编码器，而解码 器采用m p e g 中的低复杂度解码器。手机终端通过把w y n e r - z i v 视频编码流传送 到中央处理器( 基站) ，再利用中央处理器( 基站) 强大的计算功能把w y n e r - z i v 视 频编码流转换成m p e g 视频编码流，最后再传送到手机终端的m p e g 解码器进 行解码。这样，手机终端就有低复杂度的编码器和解码器，很好的满足了手机终 端对视频传输的要求。 2 无线低功率视频监视系统 在无线视频监视系统中，相邻的监视节点采集的数据之间会有很大的重叠区 域，存在着很高的相关性。运用分布式视频编码技术，每个监视节点进行简单的 独立编码，再传到功能强大的中央解码器，利用视频数据间的相关性，进行联合 解码，这样，就降低了编码端的复杂度，使得布置的监视节点的存活时间更长。 在这监视系统中，所需的编码器数目要远远多于解码器的数目，如果采用分布式 视频编码技术，就可以大大的降低所需的成本。 3 数字视频传输的错误恢复 m p e g 和h 2 6 x 等传统视频编码技术，虽然可以实现高效的编码压缩，但是 其码流在噪声信道上传输会因为误码、丢包而导致恢复的视频质量的下降。而分 布式视频编码实际上属于信源信道联合编解码技术【l5 1 ，具有天生的传输鲁棒性和 纠错能力。在分布式视频编码中，边信息可以理解为原始w z 帧被噪声污染后的 信息，通过校验比特去纠正w z 帧和边信息之间的错误。文献 1 6 1 提出将分布式 4基于量化误差的分布式视频编码研究 视频编码技术用于数字视频的鲁棒传输和错误恢复，将由信道噪声带来的影响控 制在最小的范围之内，避免了严重的解码错误。 1 4 论文结构及内容安排 本文在研究现有成果的基础上，对编码过程中w z 帧出现的量化误差进行了 分析，并提出了基于量化误差纠正的编码框架。通过利用编码端附加的标志信息， 在解码端纠正编码端产生的量化误差，最后通过仿真结果对系统性能进行分析和 评价。 本论文各章节安排如下： 第一章介绍了分布式视频编码技术的研究背景，国内外的研究现状以及应用 前景，并给出了论文的结构和主要内容的安排。 第二章介绍了分布式视频编码的理论基础以及几种典型的分布式视频编码框 架，并对这些编码框架的性能进行了简单的对比。 第三章详细介绍了分布式视频编码的几种关键技术，包括：离散余弦变换， l d p c 编码，边信息的产生和信道噪声建模等。 第四章在基于变换域的分布式视频编码框架上对w z 帧的量化误差进行分 析，利用编码端的标记信息和解码端的边信息对量化误差进行纠正，给出仿真结 果并进行分析。 第五章对全文进行总结，并对分布式视频编码技术未来进行展望，给出今后 的研究重点。 第二章分布式视频编码的理论基础与典型框架 第二章分布式视频编码的理论基础与典型框架 传统的图像编码有两种压缩形式：一种是无损压缩，一种是有损压缩。无损 压缩是有损压缩的基础。分布式视频编码的信息论原理同样有两种形式，即 s l e p i a n w b l f 无损分布式编码理论【3 1 和w y n e r - z i v 有损分布式编码理论【4 】，其中 w y n e r - z i v 有损分布式编码理论是分布式视频编码的主要理论依据。目前主要的 分布式视频编码框架有基于像素域和基于变换域两种。本章主要对这两种编码理 论进行介绍，并介绍几种典型的分布式视频编码框架。 2 1s l e p i a n w 0 l 既损分布式编码理论 统计相关的两个独立同分布随机序列x 和y ，进行独立编码和解码时，可分 别以码率戤h ( x ) 和r r 仃( y ) 进行无错编码，其中如，母和日( x ) ，日( y ) 分 别是序列x 和y 的码率和信息熵。对x 和y 进行联合编码、联合解码时，如图 2 1 所示。 图2 1x 和y 联合编码、联合解码 r = r x + r r h ( x ，y ) ( 2 - 1 ) 当码率满足式( 2 1 ) 时，解码端才能无失真地恢复x 和y ，其中m ( x ，y 1 是x 和y 的联合信息熵。 两个统计相关的独立同分布随机序列x 和y ，它们进行独立编码、联合解码 时，如图2 2 所示。s l e p i a n 和w o l f 指出在上述情况下，x 和y 无损压缩总码率 的下限为r = 如+ b = h ( x ，y ) ，该码率与图2 1 所示的码率一样。s l e p i a n w b l f 编码理论说明了仅在解码端利用序列x 和y 之间相关性( 即独立编码一联合解码) ， 无损压缩的最低码率和联合编码一联合解码的码率相同。并且，当编码码率满足以 下条件时： 如h ( x i 】，) ( 2 - 2 ) 基于量化误差的分布式视频编码研究 母h ( r l x ) ( 2 - 3 ) 如+ 墨m ( x ，y ) ( 2 4 ) 解码端可以以任意小的错误概率对压缩图像进行解码。其中m ( xl ，) 表示y 已知 的情况下x 的条件熵，m ( rx ) 表示x 已知的情况下y 的条件熵。 图2 2x 和y 独立编码、联合解码 根据s l e p i a n w b l f 编码理论，图2 3 是x 和y 独立编码，联合解码所能达到 的码率图。 图2 3s l e p i a n w o l f 无损编码码率图 从图2 3 可以看出，s l e p i a n w o l f 无损编码码率分为两个区域： 区域1 是无损编码区，在该区域内，r x h ( x ) ，r r h ( y ) ，序列x 和y 可以进行独立编码、联合解码的无损编码。 区域2 是错误可消除区，在该区域内，对长序列进行独立编码，联合解码时， 解码的错误概率可以趋于零。 在编码端对序列x 和y 进行独立编码，当y 的编码速率满足r h ( r ) ，在 解码端可以无损的解码y 序列，s l e p i a n w | o l f 编码理论指出：如果在解码端以y 作为边信息对序列x 进行解码，则x 无损压缩所需的最低码率还是n ( xi 】，) ， 第二章分布式视频编码的理论基础与典型框架 该码率与在编码端已知y 对x 进行无损压缩编码的码率是一样的。即图2 4 所示 的两种编码方法可以取得相同的压缩编码效率。 ( a ) 序列y 对编码端和解码端都已知 ( b ) 序列y 仅对解码端已知 图2 4 两种无损编码方案 2 2 w y n e r - z i v 有损分布式编码理论 x _ 卜 基于s l e p i a n 和w o l f 无损分布式编码理论，w y n e r 和z i v 提出了在解码端使 用边信息的有损分布式编码理论。设x 和y 是两个统计相关的独立同分布随机序 列，分别表示的是信源信息和边信息。信源x 在编码端不知道边信息y ，仅在解 码端使用边信息y 进行解码，从而获得x 的重建值x 7 ，如图2 5 所示。 图2 5 仅在解码端便用边信息的有损分布式编码 图中蹄( d ) 是仅在解码端已知边信息y 时，x 的最小编码速率；以i ，( d ) 是编 码端和解码端都能使用边信息y 时，x 的最小编码速率；w y n e r 和z i v 证明了在 编码端无法获知边信息y 的情况下，满足： 踹( d ) 峨l ，( d ) ( 2 5 ) 式中d 是解码失真度，满足： d = e ld ( x ，x ) i ( 2 - 6 ) 8 基于量化误差的分布式视频编码研究 当x ，y 为联合高斯分布的无记忆信源且失真函数采用均方误筹时，式( 2 5 ) 等号 成立。该公式的成立奠定了分布式视频编码理论基础。 实际应用中的w y n e r - z i v 编码系统如图2 6 所示。 w y n e r = z i v 编码器 w y n e r - z i v 解码器 图2 6 实际应用的w y n e r - z i v 编码系统 通常w y n e r - z i v 编码器可以看作是由一个量化器和s l e p i a n - w | o l f 编码器组成。 量化器将信源x 量化后的信息q 送入s l e p i a n - w o l f 编码器进行编码，经过信道传 输，进入s l e p i a n w b l f 解码器联合边信息y 进行解码，最后再结合边信息y 进行 最小失真重建。 2 3 分布式视频编码框架 随着近些年来无线网络特别是无线多媒体传感器网络的飞速发展，分布式视 频编码技术已经成为学者们的一个研究热点，斯坦福大学b e m dg i r o d 小组以及 b e r k e l e y 大学k a n n a nr a m c h a n d r a n 小组等组织率先提出了自己的分布式视频编码 框架，紧接着许多研究组织又在这些编码框架的基础上提出了自己相应的框架。 总的来说，它们都可以归为两类：基于像素域的分布式视频编码框架及基于变换 域的分布式视频编码框架，下面将分别对这两类典型的分布式视频编码框架进行 介绍。 2 3 1 基于像素域的分布式视频编码框架 基于像素域的分布式视频编码框架5 1 如图2 7 所示，是由b e m dg i r o d 等人在 2 0 0 2 年提出的。 第二章分布式视频编码的理论基础与典型框架 帧间编码器帧间解码器 图2 7 基于像素域的w y n e r - z i v 视频编码框架 该系统的工作流程如下： 首先，视频序列根据g o p 的大小划分为关键帧和w z 帧两种类型，g o p 值 的大小应该根据视频序列的运动剧烈程度来选择。为了取得更好的性能，对于运 动较为剧烈的视频序列，g o p 应该选择小一些；而对于运动较为缓慢平稳的视频 序列，g o p 可以选择大些1 1 7 - 1 8 1 。当g o p = 4 时，如图2 8 所示。 w z 帧 视频序列 关键帧 图2 8 根据g o p 划分关键帧和w z 帧 关键帧采用的是传统的帧内编解码技术( 如h 2 6 4 m p e g ) ，并在解码端用来辅 助产生边信息( s i ) 。 w z 帧先对其每个像素进行均匀量化，量化电平为2 肼，然后将量化后的值按 照重要性进行比特平面提取，送入t u r b o 编码器中进行编码，产生的奇偶校验比 特暂时存到缓冲器中，在之后的解码过程中，缓冲器会根据需求来传送部分的校 验比特给解码器。 在解码端由已经解码的关键帧通过内插或者外推，产生边信息。t u r b o 解码 器利用边信息和接收到的校验比特从最高位开始进行解码，若根据当前己接收到 的校验比特还不能实现正确解码，就需要通过反馈信道请求编码端缓冲器发送更 多的校验比特，解码端再重新进行解码，直到解码误比特率降低至预定要求。最 建固 基于骨= 化误差的分布式视频编码研究 后再结合边信息进行重构，从而得到解码的w z 帧。 基于像素域的分布式视频编码框架，只是在编码端进行传统的帧内编码和简 单的基于t u r b o 码的w y n e r - z i v 编码，编码端复杂度不高，而大量的运动估计， 内插外推都是在解码端进行的，解码端复杂度较高。 2 3 2 基于变换域的分布式视频编码框架 基于像素域的分布式视频编码方案虽然利用了视频序列帧间的时间相关性， 但并没有考虑帧内的空间相关性，而基于变换域的分布式视频编码框架，是在基 于像素域的分布式视频编码框架的基础上，为了更好地利用视频序列的帧内空间 相关性而提出来的。基于变换域的分布式视频编码框架最典型的有两种：一种是 斯坦福大学b e m dg i r o d 等提出的基于变换域的w y n e r - z i v 视频编码框梨6 1 ，一种 是b e r k e l e y 大学的k a n n a nr a m c h a n d r a n 等提出了基于变换域的 p r i s m ( p o w e r - e f f i c i e n tr o b u s th i g h c o m p r e s s i o ns y n d r o m e - b a s em u l t i m e d i a ) 视频编 码框架【7 1 。 1 变换域w y n e r - z i v 视频编码框架 2 0 0 4 年斯坦福大学的b e m dg i o r d 等提出了基于变换域的w y n e r - z i v 视频编 码框架，如图2 9 所示。 w z i 喷 图2 9 基于变换域的w y n e r - z i v 视频编码框架 关键帧的处理过程和基于像素域的w y n e r - z i v 视频编码框架中的处理过程相 同，都是进行传统的帧内编解码处理，如m p e g 或者h 2 6 4 帧内编码。 w z 帧首先进行基于块的疗胛的d c t 变换，主要是为了去除视频序列帧内的 空间冗余信息。然后将每个r 刀块d c t 后的数据按照其在珂疗块内的相应位置 构成刀n 个d c t 系数子带，按照量化矩阵对每个系数子带进行2 帆级均匀量化， 第二章分布式视频编码的理论基础与典型框架 1 l 将量化后的值按照重要性提取m 。个比特平面，依次送进t u r b o 编码器中进行编码 处理，从而产生奇偶校验比特，这些奇偶校验比特暂时存放到缓冲器中，等待之 后的解码请求。 解码端，和基于像素域的分布式视频编码框架一样，首先由已经解码的关键 帧通过内插或者外推产生边信息，进行和编码端一样的基于块的g 疗的d c t 变 换。同理，边信息的d c t 变换后的系数也按照其在g x 刀块内的对应位置构成刀刀 个系数子带。接着t u r b o 解码器利用校验比特和边信息，按照比特平面的重要性， 从最重要的比特平面开始进行迭代解码。如果一次解码不成功，则通过反馈信道 向编码端请求更多的校验比特，直到将误比特率降低到预定要求。最后在重构模 块中进行相应的反量化，得到解码的d c t 系数子带，再通过i d c t ( 1 n v e r s ed c t ， 逆d c t ) ，得到最终解码的w z 帧。 2 p s m 视频编码框架 2 0 0 3 年b e r k e l e y 大学的k a n n a nr a m c h a n d r a n 等提出了另外一个经典的基于 变换域的p r is m ( p o w e r - e f f i c i e n tr o b u s th i g h c o m p r e s s i o ns y n d r o m e b a s e m u l t i m e d i a ) 视频编码框架l ，如图2 1 0 所示。 视频 信号 块d 了 与z i g - z a g 扫 描 甜啊 囊龛| 。匕 编码i l 一 伫r i 竺 高频部分 运动估计 蠡 司一 量化l l 综合 反基 本量 化 熵解码卜_ 叫反量化 i d c t 与反 z i g l a g 扫 描 解码 视频 信号 图2 1o 基于变换域的p r i s m 视频编码框架 编码端首先对视频进行基于块的8 x 8 或者1 6 x1 6 的d c t 变换，接着将d c t 后的系数分为低频分量和高频分量，低频分量依次进行基本量化、基于分类的综 合编码、精量化，高频分量进行量化和熵编码。 解码端首先通过运动估计得到边信息，对低频分量进行反精量化、综合解码、 反基本量化，对高频分量直接进行熵解码，再反量化，最后将解码后的低频分量 和高频分量组合起来，进行i d c t ，得到最终解码视频流。从上述可以看出，p r i s m 视频编码系统的计算复杂度能够根据编码端和解码端的实际情况进行比较合理的 分配，并且具有较强的鲁棒性。文献【7 】中结果显示，p r i s m 视频编码系统的编码 分 一 习 基于量化误差的分布式视频编码研究 性能基于h 2 6 3 + 的帧内编码和帧间编码之间，而编码端的运算复杂度却远低于两 者，所以这种编码方案还是很有效的。 2 3 3 像素域和变换域分布式视频编码的比较 基于像素域的分布式视频编码系统是最简单的d v c 系统，它与传统的视频 编码方式相比，大量的运动估计和运动补偿计算被转移到了解码端，每个像素不 需要进行任何变换，直接在像素域对其进行量化和编码处理，整个系统的复杂度 较低，但它只是利用了视频序列帧间的时间相关性，性能和压缩编码效率都受到 一定的限制。 基于变换域的分布式视频编码系统，大量的计算也被转移到了解码端，并且 编码端和解码端分别进行了基于块的d c t 变换和i d c t 变换以及按系数子带的量 化操作，系统的复杂度有所增加，但是由于采用了d c t 变换，系统很好的利用了 视频序列的空间相关性，减少了视频帧内的空间冗余，与基于像素域的分布式视 频编码系统相比，性能更优秀，压缩编码效率也有了很大的提高 6 j 。 两者也有很多的共同点，如：关键帧的处理都采用传统的编码方式；解码端 都需要进行边信息的估计以及需要性能优秀的信道编码方式等。最重要的是，它 们都是采用“帧内编码+ 帧间解码”技术，把编码端的复杂度转移到了解码端， 非常适用于无线多媒体网络中。 2 4 本章小结 本章主要介绍了分布式视频编码涉及到的信息论相关知识，并重点分析了分 布式视频编码的理论基础，包括s l e p i a n w o l f 无损分布式编码理论和w y n e r - z i v 有损分布式编码理论，这是整个论文的主要理论基础。接下来还介绍了一个实际 应用中的w y n e r - z i v 编码系统结构。本章还给出了几种经典的分布式视频编码结 构：基于像素域的w y n e r - z i v 视频编码框架；基于变换域的w y n e r - z i v 视频编码 框架以及基于变换域的p r i s m 分布式视频编码框架，并对基于像素域和基于变换 域的分布式视频编码系统进行了比较分析。 第三章分布式视频编码关键技术的研究 第三章分布式视频编码关键技术的研究 与基于像素域的分布式视频编码系统相比，基于变换域的分布式视频编码系 统具有更好的压缩效率和系统性能，近年来已经成为分布式视频编码领域的研究 重点。接下来，主要研究并分析基于变换域的分布式视频编码系统的关键技术。 从2 0 0 4 年斯坦福大学的b e m dg i o r d 等人提出了基于变换域的w y n e r - z i v 视 频编码框架到现在，相应的关键技术也得到了快速的发展，很多的研究方案都是 基于t d w z ( t r a n s f o r m d o m a i nw y n e r - z i v ) 视频编码框架实现的。t d w z 的视频编 码框图如图3 1 所示。 w z 帧 图3 1t d w z 视频编码框架 3 1 离散余弦变换 在绝大多数的图像中，平坦区和缓慢变化区占据了图像的大部分，而细节区 和快速变化区则占了小部分，即图像中的直流或低频分量占据大部分，而高频分 量占了小部分。离散余弦变换( d i s c r e t ec o s i n et r a n s f o r m ，d c t ) 把图像数据从时域 转换到了频域，具有能量集中和去除空间冗余性的特点，是数据压缩常用的一种 变换方法【1 9 】。 d c t 先是将一帧图像分成若干刀门的像素块，然后对这些i 刀像素块进行二 维d c t 变换。f ( u ，v ) 是像素d c t 后的值，f ( x ，y ) 是图像的像素值。 脚v ) 彳2 小) 萎n - i 面n - if ( w ) c o s 匕( 2 川) z ， c o s 云( 2 少+ 1 ) v ， j = 0l 土ol 厶，jl 二，j 基于量化误差的分布式视频编码研究 甜，= o ，l ，玎一1( 3 - 1 ) 作，y ) = 言詈n - 1 n - ic ( “川f ( ) c o s l 刍( 2 川) “i c o s i 丢( 2 川) vlu=o v = o f - , ，l l 厶，jl j x ，y = 0 ，l ，刀一1 ( 3 - 2 ) fl 广甜：0 c ( u ) = 2 ( 3 3 ) 【l ，“= l ，2 ，n - 1 fl 一，：0 c ( v ) = , 2 ( 3 - 4 ) 【l ，= 1 ，2 ，刀一l 式( 3 1 ) 是二维d c t 变换，式( 3 2 ) 是二维i d c t 变换。 图像的像素取其灰度值( 0 2 5 5 ) ，进行d c t 后，左上角的数代表直流( d c ) 分 量，其它数代表交流分量。对于4 x 4 d c t ，d c t 后d c 系数的取值范围是o 1 0 2 3 ， 交流分量的取值范围是5 1 2 5 1l 。以d c 系数为出发点向下、向右的其它d c t 系 数，离d c 分量越远，频率越高，幅度值越小，甚至为零。即图像的大部分信息 集中于直流系数和附近的低频系数上，高频系数只包含了少量的图像细节信息。 d c t 变换过程本身虽然并不产生压缩作用，但是由于人眼对低频分量比较敏感， 对高频分量不太敏感，d c t 后的量化可以把高频分量进行粗量化甚至忽略掉，对 数据进行压缩，从而达到较高的压缩率，同时对图像的恢复质量影响不大。 两组不同的数据进行4 4 d c t 后的结果，如图3 2 所示。( a ) 中4 4 数据的相 关性更好，d c t 后的能量更多的集中在了d c 系数上，交流系数的值很小，量化 可以把这些交流系数忽略掉，同时对恢复图像质量影响不大，压缩性能比较好。 ( b ) 中4 4 数据的相关性比较差，d c t 后的交流系数仍然占了很大一部分，量化时 如果忽略了这些交流系数，恢复图像的质量就变差了。 第三章分布式视频编码关键技术的研究 5 96 05 85 7 6 15 95 9 5 7 6 25 96 05 8 5 96 l6 05 6 2 3 6 2 54 5 21 7 51 1 1 1 0 60 1 81 1 70 7 8 1 2 5 0 4 42 2 51 7 l 0 7 l 0 2 80 8 70 1 8 7 21 1 05 6 1 4 2 6 31 4 l1 2 51 0 0 5 97 05 41 6 l 7 06 37 89 2 3 6 4 0 0- 6 5 8 51 5 5 05 4 4 4 3 6 6 53 2 01 8 1 13 3 1 7 2 2 5 01 6 3 01 9 0 04 0 7 1 7 3 5 3 1 1 76 8 6 52 7 2 0 ( a )( b ) 图3 2 相关性不同的块进行d c t 由于d c t 算法具有能量集中和去空间冗余的作用，被广泛用于图像压缩中， 如m p e g 和h 2 6 4 中都采用了d c t 变换技术。随着对d c t 研究的进一步深入， 各种d c t 的快速算法相继被提出【2 0 】，应用范围也慢慢扩大到了图像检索和图 像融合【2 2 】中。 3 2 低密度奇偶校验码 2 0 0 4 年斯坦福大学的b e m dg i o r d 等提出了基于变换域的w y n e r - z i v 视频编 码框架，所用的信道编码方式是t u r b o 码，这种编码方式逼近s h a n n o n 理论的极 刚2 3 1 。但是t u r b o 码也具有明显的缺点：1 ) 译码延时大，这就使得t u r b o 码在某 些对时延要求比较高的通信系统中的应用受到了限制；2 ) 计算量比较大，为达到 高码率需要很大的交织器；3 ) 有错误平层效应( e h i o 卜f l o o r ) 1 2 4 】。 低密度奇偶校验码( l o wd e n s i t yp a r i t yc h e c kc o d e ，l d p c ) ，是由g a l l a g e r 于 1 9 6 2 年提出的一类具有稀疏校验矩阵的线性分组码【2 5 1 ，l d p c 码也能够逼近 s h a n n o n 理论的极限。l d p c 码迭代解码算法的复杂度远低于t u r b o 码，在编码器 和译码器中都不需要交织器；此外，l d p c 码可以方便的任意改变码率和改变码 长进行编解码，而不同于t u r b o 码采用打孔方法改变码率牺牲了编码性能；l d p c 码不存在错误平层效应，当编码长度无限增大时比特误码率可以无限逼近零； l d p c 码的吞吐量大，更适合在高码率的应用场合；在干扰、衰落等原凶引起的 突发误码情况下，l d p c 码具有更强的稳健性，非常适合分布式视频编码的应用。 基于量化误差的分布式视频编码研究 3 2 1 低密度奇偶校验码的编解码原理 l d p c 码是一类特殊的( n ，k ) 线性分组码，其中n 是l d p c 码的总位数，k 是 信息位，总共有玎一k 位校验位。l d p c 码可以通过它的校验矩阵和对应的t a n n e r 图来表示。l d p c 码的( 疗一七) ，z 的校验矩阵h 是一个稀疏矩阵，即矩阵中绝大多 数元素为0 ，只有少数为l ，校验矩阵h 并不是唯一的，但是必须满足c h 7 = 0 ， c 为码字。l d p c 的t a n n e r 图是校验矩阵的另一个等效表达式。l d p c 的t a n n e r 图，如图3 3 所示。 变量节点 验节点 图3 3l d p c 的t a n n e r 图 图中，变量节点x j ，i = 1 ，2 ，刀是码字的比特位，对应校验矩阵的各列；校验 节点，= l ，2 ，刀一k 对应校验矩阵的各行。当码字中某一比特参与某一校验方 程时，校验矩阵h 中相应的囊，= l ，对应t a n n e r 图中变量节点x ，和校验节点厂j 之 间有一条边相连。 l d p c 译码有多种方法，如硬判决译码，最佳a p p 译码，最小和译码算法等， 这里主要介绍基于对数似然比的和积算法。 g , j ( b ) = 心 ( q = b ) 表示从节点到节点传递的消息( 外部消息) ，等于给 定除厂外，其它与x j 相邻校验节点的外部信息和y ，后c = 的概率。i b 厅，( b ) = 厂嘲( c t = b ) 表示从节点f j 到节点传递的消息，等于给定q = b 而 且其余比特有由 g 矿l 给定的独立分布时第j 个校验方程满足的概率。 ，是变量节点x 的相邻节点的集合。 第三章分布式视频编码关键技术的研究 vr 苊仪抠l 丁恩厂u _ 叩日，寺p 。i 丁思h 0 果百。 设信道模型只= + 吩，高斯噪声服从啊( o ，盯2 ) 分布， 比h n 删 酬乩端 三( ) “瑞 地) = l n 端 q ( o ) = k ( 1 一只) 兀( o ) j e 虬( ，) q ( 1 ) = k p 兀l ，( 1 ) 声以( ，) 对数似然h 二( l l r ) ： ( 3 - 5 ) 岛( 。) = l 一只= p r ( x t = + 1 1 只) = 1 + e 二- l _ 2 y c r 2 一 岛( 1 ) = 只= g ( x , = - 1 1 只) = 而嘉 ( 3 6 ) ( 3 7 ) ( 3 8 ) ( 3 - 9 ) ( 3 1 0 ) ( 3 - 1 1 ) ( 3 1 2 ) 上式中，常数k 的选择应使得q ( o ) + q ( 1 ) = 1 。 由式( 3 - 5 ) - - 式( 3 1 2 ) 得，基于对数似然比的和积译码算法的译码过程： ( 1 ) 初始化：三( 岛) = 三( q ) = 2 只仃2 q ，桃张赂“( 协2 脯l w l - i 鼬( 吉如) ) ( 3 ) 变量节点更新：三( 邑) = 三( q ) +三( 哆，) ( 4 ) 后验概率修正：( q ) = 三( q ) + ( ，) ( 5 ) 译码判决：一轮迭代之后，根据三( q ) 作出判断，若三( q ) l l 。2 文献【3 9 】给出上述3 种方法的仿真结果，在对于同一视频序列，在相同的仿 真条件下，基于帧级别上的d c t 系数的相关噪声估计算法是最好的，它能更好的 利用了视频的时域相关性和每一帧的空间相关性，估计出来的口参数更符合帧间 基于量化误差的分布式视频编码研究 和帧内的统计特性。 3 5 本章小结 本章在经典的t d w z 框架的基础下，