（计算机应用技术专业论文）分布式视频编码若干问题的研究.pdf

一j ad i s s e r t a t i o ns u b m i t t e dt og u a n g d o n gu n i v e r s i t yo f t e c h n o l o g yf o rt h ed e g r e e o fm a s t e ro f e n g i n e e r i n gs c i e n c e r e s e a r c ho ns e v e r a lp r o b l e m si nd i s t r i b u t e dv i d e o c o d i n g m a s t e rc a n d i d a t e ：h u a n gs h u j u n s u p e r v i s o r ：p r o f z h a ny i n w e i m a y2 0 1 0 f a c u l t yo fc o mp u t e r g u a n g d o n gu n i v e r s i t yo ft e c h n o l o g y g u a n g z h o u ，g u a n g d o n g ，p r c h i n a ，5 1 0 0 9 0 舢7舢8 删7川5 4舢7 ii舢y 摘要 摘要 一些视频终端设备如移动可视电话、无线p c 摄像机由于受到计算能力、电能容量 等方面的制约，其性能上要求低计算复杂度的视频编码算法。而解码端具有丰富的计 算资源，可以承受复杂的计算。在这种应用场合，传统视频编码结构难于适用。近年 被提出的基于s l e p i a n - w o l f 和w y n e r - z i v 编码理论的分布式视频编码( d i s t r i b u t e dv i d e o c o d i n g ，d v c ) 能较好地满足这种计算能力受限的视频终端设备的需求。目前分布式视 频编码已成为了国内外的研究热点。 本文对分布式视频编码进行研究，分析当前存在的技术问题并重点研究其中的部 分关键问题：如何降低现有t u r b o 码译码算法的计算复杂度和如何精确估计边信息。 t u r b o 码具有良好的性能使得其可以有效地实现s l e p i a n - w o l 编码器，然而译码性能 高的t u r b o 码译码算法通常具有较高的计算复杂度。目前t u r b o 码常用译码算法有最大后 验概率( m a p ) 译码算法和软输出v i t e r b i 算法( s o v a ) 。l o g m a p 算法是m a p 算法在对数 域上的转换形式，其简化了m a p 算法计算复杂度并具有优越的译码性能。s o v a 算法具 有较低的计算复杂性，而其译码性能比l o g m a p 算法弱。由分析可知，这两种译码算 法均可输出比特判决的对数似然比，因此t u r b o 码解码器的两个分量译码器的译码算法 可以不一样。本文提出采用s o v a 算法和l o g m a p 算法的混合译码结构。此结构折中了 单独采用s o v a 算法或l o g m a p 算法译码的计算复杂度，同时可取得较好的译码性能。 边信息是分布式视频编码系统的一个重要组成部分，其影响着系统的解码性能。 目前大部分构造边信息方法中的运动估计采用了全局搜索方式搜索最佳匹配块，由此 造成大量运算的耗费。对此，本文提出了改进的基于卡尔曼滤波的运动估计结构。该 改进结构将卡尔曼滤波器结合前向运动估计和双向运动估计去计算视频帧的子块运动 矢量。它首先通过卡尔曼滤波器预测最佳匹配块的位置，然后使用传统运动搜索算法 在此位置的小邻域内再搜索最佳匹配块，最后卡尔曼滤波器和双向运动估计修正运动 矢量，从而避免了全局搜索方式计算运动矢量。相比传统边信息构造方法中的运动估 计结构，该改进结构能够在降低计算复杂度的同时改善边信息质量。 关键字：分布式视频编码；t u r b o 码；边信息；卡尔曼滤波；运动估计 a b s t r a c t a b s t r a c t t h e r ea r es o i t i ev i d e ot e r m i n a le q u i p m e n t s ，s u c ha sm o b i l ev i d e o p h o n e ，w i r e l e s sp c c a l l l e r aa n ds oo n , t h a th a v et h er e s t r i c t i o no n c o m p u t a t i o n a lc a p a b i l i t y , q u a n t i t yo f e l e c t r i c i t ye t c t h u s ，t h e yr e q u i r et h ev i d e oe o d m ga l g o r r h m so f l o wc o m p u t a t i o n c o m p l e x i t y b u tt h ed e c o d e rm a yh a v em o r er e s o u r c e st oi m p l e m e n tt h ec o m p l i c a t e d c o m p u t a t i o n w i t hr e g a r dt ot h e s ev i d e oc o m m u n i c a t i o ne n v i r o n m e n t s ，t h es t r u c t u r eo f c o n v e n t i o n a lv i d e oc o d i i l gi sn o ts u i t a b l e f o rt h e m r e c e n t l y , ad i s t r i b u t e dv i d e oc o d 岫g ( d v 0b a s e do ns l e p i a n - w o l fa n dw y n e r - z i vt h e o r e m sc a ng r e a t l ym e e tt h er e q u i r e m e n to f t h ev i d e ot e r m i n a le q u i p m e n t sn e e d e dl o wc o m p u t a t i o n a lc a p a b i l i t y n o w , t h ed i s t r i b u t e d v i d e oc o d i n gh a sb e c o m eah o ts u b j e c to f r e s e a r c h i nt h i sp a p e r , w er e s e a r c ht h ed i s t r i b u t e dv i d e oc o d i n ga n d a n a l y z ei t se x i s t i n gp r o b l e m s f u r t h e r m o r e ，s o m ek e yp r o b l e m sa r e e s p e c i a l l ys t u d i e d ，s u c ha sh o wt or e d u c et h e c o m p u t a t i o n a lc o m p l e x i t yo fp r e s e n tt u r b o - c o d e sd e c o d i n ga l g o r i t h m sa n dh o wt oe s t i m a t e a l la c c u r a t es i d ei n f o r m a t i o i l t u r b o _ c o d e sw e r ep r o v e dt o e f f e c t i v e l y r e a l i z et h e s l e p i a n - w o l fc o d e c ，b u th i g h p e r f o r m a n c ed e c o d i n ga l g o r i t h m sf o rt u r b od e c o d i n gu s u a l l yh a v et h eh i g hc o m p u t a t i o n a l c o m p l e x i t y r e c e n t l y , t h em a x i m u map o s t e r i o r i ( m a p ) a l g o r i t h ma n dt h es o f to u t p u tv i t e r b i a l g o r i t h m ( s o v a ) a r et h em a j o rd e c o d i n ga l g o r i t h m sf o rt u r b od e c o d i n g t h el o g m a p a l g o r i t h mi sat r a n s f o r m a t i o no ft h em a pa l g o r i t h mi nl o g a r i t h m i cd o m a i na n dy i e l d sl o w e r c o m p u t a t i o n a lc o m p l e x i t yt h a nt h a to ft h em a pa l g o r i t h m t h es o v ah a st h el o w c o m p u t a t i o n a lc o m p l e x i t y , a l s oi th a st h el o wp e r f o r m a n c e ，c o m p a r i n gw i t ht h el o g m a p a l g o r i t h m b yt h ea n a l y s i s ，b o t ho ft h et w od e c o d i n ga l g o r i t h m sc a no u t p u tt h el o g a r i t h m l i k e l i h o o dr a t i o ( l l r ) o fb i td e c i s i o n , s ot h et w oc o m p o n e n t so ft u r b od e c o d e rc a na d o p t d e f f e r e n td e c o d i n ga l g o r i t h m s t h u s ，w ep r o p o s eh y b r i dd e c o d i n gs c h e m e sf o rt u r b o c o d e s b yu s i n gt h el o g 。m a pa l g o r i t h ma n dt h es o v a t h eh y b r i dd e c o d i n gs c h e m e sc o m p r o m i s e t h ec o m p u t a t i o n a lc o m p l e x i t yo ft h es c h e m e so n l ya d o p tt h el o g m a pa l g o r i t h mo rt h e s o v a i na d d i t i o n , t h e yc a no b t a i na g o o dd e c o d i n gp e r f o r m a n c e 1 1 1 广东工业大学硕士学位论文 t h es i d ei n f o r m a t i o ni st h ek e yo ft h ed i s t r i b u t e dv i d e oc o d i n g i t sa c c u r a c ya f f e c t st h e d e c o d i n ge f f i c i e n c y r e c e n t l y , m o s to ft h e s i d ei n f o r m a t i o ng e n e r a t i o ns c h e m e su s u a l l y a d o p t sf u l l s e a r c ha l g o r i t h mt of i n dt h eb e s t - m a t c h e db l o c k ，f i g ) t h e ym a y r e s u l ti naw a s t eo f c o n s u m p t i o n f o rt h i sr e a s o n , w ep r o p o s ei m p r o v e dm o t i o ne s t i m a t i o ns c h e m e sb a s e do n k a l m a nf i l t e r i n gf o rt h es i d ei n f o r m a t i o n t h es c h e m e si n t e g r a t ef o r w a r dm o t i o ne s t i m a t i o n a n db i d i r e c t i o n a lm o t i o ne s t i m a t i o nw i t hk a l m a nf i l t e ri no r d e rt or e d u c et h ec o m p l e x i t yi n c o m p u t i n gt h em o t i o nv e c t o r i nt h es c h e m e ，t h el o c a t i o no ft h eb e s t m a t c h e d b l o c ki s p r e d i c t e db yt h ek a l m a n f i l t e ra t 盘s t t h e n ，am o t i o ns e a r c hm o d e lr e f i n e st h eb e s t m a t c h e d b l o c kw i t h i nas m a l ln e i g h b o r h o o da r o u n dt h el o c a t i o n l a s t l y , t h em o t i o nv e c t o rc o m p u t e d i sc o r r e c t e db yt h ek a l m a nf i l t e ra n df u r t h e rr e f i n e dw i t ht h eb i d i r e c t i o n a lm o t i o ne s t i m a t i o n e x p e r i m e n t ss h o wt h a tt h eq u a l i t yo ft h es i d ei n f o r m a t i o nc a nb ee n h a n c e db yu s i n gt h e p r o p o s e ds c h e m e s ，c o m p a r i n gw i t hm o t i o ne s t i m a t i o ni nt h et r a d i t i o n a l s i d ei n f o r m a t i o n g e n e r a t i o ns c h e m e s k e yw 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 u r b o - c o d e s ；s i d ei n f o r m a t i o n ；k a l m a nf i l t e r ； m o t i o ne s t i m a t i o n i v 目录 目录 摘要i a b s t r a c t 目录1 r c o n t e n t s v h 第一章绪论。1 1 1 研究背景与意义l 1 2 分布式视频编码的研究发展现状2 1 2 1s l e p i a n - w o l f 编码的研究现状。2 1 2 2 边信息的研究现状3 1 3 分布式视频编码的部分关键问题4 1 4 分布式视频编码的典型应用5 1 4 1 无线视频通信5 1 4 2 多视点视频编码5 1 5 论文各部分的主要内容6 第二章分布式视频编码原理与架构。7 2 1 分布式信源编码原理7 2 1 1s l e l 口i i a n - w o l f 编码理论7 2 1 2w y n e r z i v 编码理论9 2 2w y n e r - z i v 编解码结构：1 0 2 3 分布式视频编码的系统架构1 0 2 4 本章小结1 2 第三章t u r b o 码的技术研究1 3 3 1t u r b o 码的编码结构一1 3 3 2t u r b o 码的译码结构。1 5 3 3 常用的t u r b o 码译码算法1 6 3 3 1 基于m a p 的软输出译码算法1 6 v 广东工业大学硕士学位论文 3 3 2 软输出v i t e r b i 译码算法1 8 3 4t u r b o 码的混合译码结构2 l 3 5t u r b o 码的译码仿真2 2 3 6 本章小结2 5 第四章分布式视频编码的边信息研究 4 1 边信息构造方法概述2 6 4 2 基于运动估计与补偿的边信息构造方法2 6 4 2 1 运动估计与补偿2 6 4 2 2 运动补偿内插插值法2 8 4 2 3 运动补偿外推插值法2 9 4 3 应用卡尔曼滤波器的边信息构造方法3 0 4 3 1 卡尔曼滤波器。3 0 4 3 2 双向运动估计3 2 4 3 3 改进的基于卡尔曼滤波的运动估计结构3 2 4 3 4 双向运动补偿3 4 4 4 边信息构造方法实验3 5 4 4 1 计算复杂度分析j 3 5 4 4 2 实验评价3 5 4 5 本章小结3 8 总结与展望 本文工作总结3 9 下一步工作展望3 9 参考文献 攻读硕士学位期间发表的论文4 5 独创性声明4 6 致谢 c o n t e n t s c o n t e n t s a b s t r a c t ：m c o n t e n t s c h a p t e r li n t r o d u c t i o n 1 1r e s e a r c hb a c k g r o u n da n ds i g n i f i c a n c e 1 1 2t h er e s e a r c hs t a t u s 2 1 2 1 s l e p i a n - w o l f c o d i n g 2 1 2 2s i d ei n f o r m a t i o n 3 1 3s o m ek e yp r o b l e m sf o rt h ed v c 4 1 4t y p i c a la p p l i c a t i o n s 5 1 4 1w i r e l e s sv i d e oc o m m u n i c a t i o n 5 1 4 2w i r e l e s sm u l t i - v i e wv i d e oc o d i n g 5 1 5o r g a n i z a t i o n 6 c h a p t e r 2t h ep r i n c i p l ea n d s t r u c t u r eo ft h ed v c 2 1t h e p r i n c i p l eo f t h ed i s t r i b u t e ds o u r c ec o d i n g ：7 2 1 1s l 印i a n - w o l f c o d i n gt h e o r e m 7 2 1 2w y n e r z i vc o d i n gt h e o r e m 9 。 2 2t h es t r u c t u r eo f w y n e r - z i vc o d i n g 1 0 2 3t h es y s t e m s t r u c t u r eo f t h ed v c 1 0 2 4s u m m 踟y 1 2 c h a p t e r 3r e s e a r c ho nt u r b o - c o d e s 3 1t h ee n c o d i n gs t r u c t u r eo f t u r b o c o d e s 1 3 3 2t h ed e c o d i n gs t r u c t u r eo f t u r b o - c o d e s 1 5 3 3f r e q u e n t l yu s e dd e c o d i n ga l g o r i t h m s 1 6 3 3 1s o f to m p md e c o d i n ga l g o r i t h mb a s e do nm a p 1 6 3 3 2s o f to m p mv r e r b id e c o d i n ga l g o r i t h m 18 3 4h y b r i dd e c o d i n gs c h e m e sf o rt u r b o c o d e s 2 1 3 5e x p e r i m e n t s 2 2 3 6s u n m m r y 2 5 v 广东工业大学硕士学位论文 c h a p t e r 4r e s e a r c ho ns i d ei n f o r m a t i o n 2 6 4 1o v e r v i e wo fs i d ei n f o r m a t i o ng e n e r a t i o ns c h e m e s 2 6 4 2s i d ei n f o r m a t i o ng e n e r a t i o ns c h e m e sb a s e do nm o t i o nc o m p e n s a t i o n 2 6 4 2 1m o t i o ne s t i m a t i o na n dc o m p e n s a t i o n 2 6 4 2 2m o t i o nc o m p e n s a t i o nb a s e di n t e r p o l a t i o n 2 8 4 2 3m o t i o nc o m p e n s a t i o nb a s e de x t r a p o l a t i o n 2 9 4 3s i d ei n f o r m a t i o ng e n e r a t i o ns c h e m e su s i n gk a l m a nf i l t e r i n g 3 0 4 3 1k a l m a n f i l t e r i n g 3 0 4 3 2b i d i r e c t i o n a lm o t i o ne s t i m a t i o n 3 2 4 3 3i m p r o v e ds t r u c t u r eo f m o t i o ne s t i m a t i o nu s i n gk a l m a nf i l t e r i n g 3 2 4 3 4b i d i r e c t i o n a lm o t i o nc o m p e n s a t i o n 3 4 4 4e x p e r i m e n t s ：3 5 4 4 1t h ea n a l y s i so f c o m p u t a t i o n a lc o m p l e x i t y 3 5 4 4 2e x p e r i m e n te v a l u a t i o n 3 5 4 5s u m m a r y 3 8 c o n c l u s i o na n df u t u r ew o r k ：1 9 c o n l u s i o n 3 9 f u t u r ew o r k ：；9 r e f e f e n c e s p u b f i c a t i o n a n n o u n c e m e n to fo r i g i n a lc r e a t i o n a c k n o w l e d g e m e n t 4 7 v 第一章绪论 1 1 研究背景与意义 第一章绪论 目前，国际标准化组织( i s o i e c ) 和国际电信联盟( i t u t ) 分别制定了m p e g x 系列 和h 2 6 x 系列的视频编码标准。为了充分挖掘视频信号中的冗余信息，基于这些标准 的视频编码均使用了帧内图像数据压缩、帧间图像数据压缩和熵编码压缩等技术以获 取高的率失真性能。在挖掘冗余信息过程中，编码器需要进行包括d c t 变换、量化、 熵编码以及运动估计等大量运算，使编码器的计算复杂度远高于解码器。因此，此类 视频编码适合于一次编码而多次解码的视频应用场合，如视频点播、视频光盘存储等1 。 近年来随着普适计算的普及，越来越多的移动视频设备开始加入到网络当中，如 监控系统中的无线视频探测头，无线p c 摄像机等汹。这些视频设备一般具有这样的要 求：( 1 ) 编码器功耗低、复杂度低；( 2 ) 速率限制，即编码器具有较高的压缩效率。而 解码端可以拥有较多的资源进行复杂的计算。因此，传统视频编码结构难于适用上述 应用场合，需要寻找到新的视频压缩技术。 在这样需求条件下，一种基于s l e p i a n - w o l f 和w y n e r - z i v 信息编码理论d 4 1 的分布式 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 ) 开始发展起来。它同传统视频编码相比，从 原理到实现方法上都有着新的特点：( 1 ) 编码端只采用了帧内编码，具有低编码复杂度； ( 2 ) 可以实现较高效的压缩，能较好地满足计算能力受限的视频终端设备的需求；( 3 ) 以信道编码技术为基础，对信道噪声污染有较强的鲁棒性。 分布式视频编码的理论可行性虽然在2 0 世纪7 0 年代已被论证，但在近几年才开 始有学者进行相关领域的研究。目前国内外学者在分布式视频编码的研究已经获得到 了很多可喜的成果，提出了一些可行的分布式视频编码方案，但距离实用还存在不少 差距，如s l e p i a n - w o l f 编解码器、边信息构造方法和解码重建等技术还需要进一步研究。 本文针对分布式视频编码当前存在的问题进行研究，重点研究其中部分关键问题： 如何降低现有t u r b o 码译码算法的计算复杂度和如何精确估计边信息。本文研究结果 将为高效快速视频压缩提供实用的算法，对分布式视频压缩理论及其发展有重要意义。 广东工业大学硕士学位论文 1 2 分布式视频编码的研究发展现状 1 9 7 3 年s l e p i a n 和w o l f 提出了相关信源的无损编码理论，即s l e p i a n - w o l f 编码理 论刚。随后在此基础上，w y n e r 和z i v 提出了带边信息的有损编码理论，也即w y n e - z i v 编码理论嗍。由此奠定了分布式视频编码的理论基础。近年无线网络的迅速发展使得低 复杂度的视频编码器成为迫切的需求，由此使学者们发现该理论的重要研究意义。 近年来国内外有学者提出了一些分布式视频编码算法，随后一些具有低编码复杂 度的分布式视频编码系统也被设计出来。现在主要的分布式视频编解码算法有：b g i r o d 等人提出的w y n e r - z i v 视频编码p 丌；kr a m c h a n d r a n 等人提出的p r i s m ( p o w e r - e 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m ；z x i o n g 提出的分级w y n e r z i v 视频编剧溉1 ；基于小波编码的分布式视频编码方梨坦1 等。 然而，国内也有一些研究机构正在开展这方面的研究，如清华大学 h 1 、微软亚洲研究 院等。这些分布式视频编码均采用了单独编码而联合解码结构而不是传统视频编码中 的联合编码结构。在编码端，把各帧图像看成“独立信源 ，各帧之间进行独立编码并 发送各帧的编码数据流到解码端。在解码端，利用时域相邻帧的高度相关性，通过对 已解码重建帧运动估计，进行时域内插求取边信息，最后将边信息用于s l e p i a n - w o l f 解码和当前解码帧的重构。分布式视频编码把在传统视频编码端中计算复杂度高的帧 间编码转移到解码端，从而减少了编码端的计算复杂度u 1 。 1 2 1 s l e p i a n - w o l f 编码的研究现状 s l e p i a n w r o l f 编码是信息论的一个研究热点，它是s l e p i a n 和w o l f 提出的关于相关 信源的独立编码联合解码问题。s l e p i a n - w o l f 编码指出相关信源的联合概率分布为已知 条件下，编码器不需要得到边信息就能够取得与已知边信息一样的编码效率，但在解 码时需要获得当前待解码信源的边信息。s s p r a d h a n 等人较早开始对s l e p i a n - w o l f 编 码进行研究，将陪集编码的思想应用于实际，对统计相关的二值高斯信源使用标量和 t r e l i s 集构造方法研究解码端边信息的信源编码，提出了d i s c u s ( d i s t r i b u t e ds o u r c e c o d i n gu s i n gs y n d r o m e s ) 方案 。1 9 9 3 年c b e r r o u 等人提出的一种信道编码：t u r b o 码，它应用了s h a n n o n 定理中的随机性编译码条件获得了几乎接近s h a n n o n 理论极限 的译码性制1 6 1 。t u r b o 码的出现使得信道编码学随之进入了一个新的阶段，成为近年 2 第一章绪论 信道编码理论研究的热点问题。g a r c i a - f r i a s 等人提出了使用t u r b o 码作为统计相关 二值信源的编码方法，表明t u r b o 码可以很好地接近s l e p i 瓣w r o l f 理论的编码界n 以。与 此同时，文酬1 明也提出了采用t u r b o 码来压缩统计相关的二值信源。t u r b o 码具有良 好的性能使得其可以有效地实现s l e p i a n - w o l f 编码裂捌。 t u r b o 码是一种基于卷积码的信道编码。对于卷积码，很早已有学者开始对其进行 研究。1 9 7 4 年l b a h l 等人提出了使信息比特错误概率最小的最大后验概率( m a p ) 译码 算法似1 。之后，j h a g e n a u e r 等人改进了v i t e r b i 译码算法并提出具有软输出的v i t e r b i 译码算法( s o v a ) 。s o v a 算法能够使码字错误概率最小例。在文献【2 3 】中，j h a g e n a u e r 对卷积码的迭代译码过程作了详细的阐述。c b e r r o u 等人提出的t u r b o 码就采用了 m a p 译码算法实现迭代译码。目前，m a p 译码算法和s o v a 算法已成了t u r b o 码的 最常用译码算法。 1 2 2 边信息的研究现状 对于输入的视频序列，分布式视频编码系统按一定间隔从序列中抽取某些帧作为 关键帧，如奇数帧。除关键帧之外的其它帧称作w z 帧，对其进行w y n e r - z i v 编码p 1 。 边信息可定义为重构w z 帧之前获得与w z 帧相关的信息，它从经过传统视频编码技 术压缩的关键帧解码得到。边信息的形式可以是像素值、d c t 系数和运动矢量等。 边信息是分布式视频编码系统的一个重要组成部分，其影响着系统的解码性能。 当边信息的质量越接近编码的w z 帧，说明编码的w z 帧和边信息间的“虚拟噪声 越小，则解码器正确还原w z 帧所需的校验比特越少，压缩效率就越高。因此，如何 准确地构造边信息是分布式视频编码的一个关键问题。 在分布式视频编码中，边信息的产生实际上可以看作对当前编码的w z 帧进行估 计。最简单的边信息构造方法是直接调用前后解码帧或者把前后两解码帧的平均值作 边信息。当视频中的物体运动较快时，这种方法构造的边信息与原w z 帧相差较大。 为提高边信息的准确性，通常采用运动估计和运动补偿来构造边信息。目前，国内外 的一些学者已着手研究边信息并提出了不少实用有效的边信息构造方法。o c a u 等 人提出了一种运动补偿时间插值( m c t i ) 算法来重构时域下采样的视频序列中的跳帧 洲。随后在文献【2 5 】中对该算法进行修改，降低了m c t i 算法的计算复杂度并取得高质 量的插值效果，目前m c t i 算法已被普遍应用到分布式视频编码中估计边信息。j 3 广东工业大学硕士学位论文 a s c e n s o 等人联合前向运动估计、双向运动估计、运动平滑算法和双向运动补偿等方法 提出了一种新的帧插值结构。该帧插值结构有效地提升了编码的率失真性能刚。干宗 良等人在文献【2 7 】中提出一种改进的边信息估计算法，该算法中运动估计准则采用加权 m a d 准则，在不增加编码复杂度的条件下取得了在相同输出码率时p s n r 比原始算法 平均提高0 7 d b 的性能。s m y e 等人把视频序列的时间和空间相关性同时引入到边信 息构造中，使用了关键帧和已解码w z 帧的数据。相比于其文提到的原方法，该方法 可获得2 3 d b 的率失真性能的提升瞄1 。通常视频帧中相邻块的运动都存在着较强的相关 性，因此特定块的运动矢量一般由相邻块的运动矢量预测得到。基于这种思想，c m k u o 等人提出了基于卡尔曼滤波器的运动估计模型胆嗍，目前国内鲜有关于这种运动估计模 型在边信息估计中的研究。 1 3 分布式视频编码的部分关键问题 ( 1 ) 如何降低现有的t u r b o 码译码算法的计算复杂度。 译码性能高的t u r b o 码译码算法通常具有较高的计算复杂度并有较大的译码延时， 从而影响分布式视频编码系统的实时视频传输。因此，低计算复杂度和高译码性能的 t u r b o 码译码算法成为了t u r b o 码研究所追求的目标。目前t u r b o 码常用译码算法有 m a p 算法和s o v a 算法。l o g m a p 算法是m a p 算法在对数域上的转换形式，其简化 了m a p 算法计算复杂度。l o g m a p 算法的计算复杂度比s o v a 算法高，译码延时较 大。s o v a 算法具有较低的计算复杂性，但其译码性能比l o g m a p 算法弱。由此本文 考虑采用基于s o v a 算法和l o g m a p 算法的t u r b o 码混合译码结构，从而折中了单独 采用s o v a 算法或l o g m a