DVC.分布式视频编码.ppt

分布式视频编码 DVC 王鑫SY1002307 元旦晚会 Encoder Decoder 一次压缩编码多次播放 多次解码 编码器功能较强大 解码器资源有限 编码充分利用冗余信息 复杂度高 解码过程简单 复杂度低 视频广播 视频点播 传统的视频编码标准 MPEG和H 26x不对称编码 编码器隐含 编码器 量化 编码 运动估计 运动补偿 编码复杂度在解码端的5 10倍 适用于广播 流媒体点播等一次 一个 编码而多次 多个 解码的应用场合 为了晚会过程中的安全问题 Decoder Encoder 在现场进行视频编码 压缩 然后把码流传到中心节点 中心节点处理后 再进行播放 监控室的中央处理机 编码设备简单 要求低功耗 低复杂度 解码端拥有较多资源 可以进行复杂的计算 传统的视频编码技术不再适用 新的视频编码框架 分布式视频编码编码简单 解码较复杂 对于容易产生误码的通信网络如无线通信 具有较好的健壮性 高效的压缩 抗误码特性好 易形成分级编码码流 适用于计算能力 内存容量 耗电量受限的无线视频终端 如无线视频监控系统 视频传感器网络等 定义以及基本原理实现方案未来研究方向 简单介绍 定义 分布式编码DVC DistributedVideoCoding 相关的两个或多个随机过程 独立编码 每一个信源使用单独的编码器 每一个编码器发送一个单独的比特流到同一个解码器 该解码器对所有的输入的比特流进行联合解码 从而利用信号间的统计相关特性 基本原理 传统图像编码 无损压缩 有损压缩 20世纪70年代 Slepian和Wolf 无损分布式编码理论以此为基础 Wyner和Ziv 使用解码端辅助信息 SideInformation 的有损分布式编码理论分布式编码的理论基础 基础 附加一个优化的量化器 Slepian Wolf理论 在解码端无损的重构X和Y 根据Shannon的信息论联合编码和联合解码时 编码码率必须满足Rx Ry H X Y Slepian Wolf的研究独立编码联合解码时 X和Y无损压缩的总码率下限为R Rx Ry H X Y 仅在解码端利用X和Y之间的相关性的情况下 系统无损压缩的最低码率与传统编码方案码率相同 Slepian Wolf理论 当编码码率满足下面条件时 解码端可以以任意小的错误概率对已压缩信源进行解码 Wyner Ziv理论 使用解码端辅助信息的有损分布式编码理论 信源编解码器Slepian Wolf编解码子系统系统失真来源于信源编码器中的量化器 Wyner Ziv理论 设统计相关的信源 X 编码信息 Y 辅助边信息 解码失真度 只在解码端已知边信息时 X编码的最低码率为 在编码解码端均已知边信息 编码的最低码率为 当X和Y均为高斯无记忆信源且在均方误差失真条件下在传统的视频编码方案中 这些信号可以是视频序列中的奇数和偶数帧 实现方案 帧内编码 帧间解码系统 视频序列 关键帧 W Z帧 帧内编码 帧间解码系统 基于像素域Wyner Ziv编码系统 Pixel domainWyner Zivcodec PDWZ 基于变换域Wyner Ziv编码系统 Transform domainWyner Zivcodec TDWZ 有更好的性能 基于变换域Wyner Ziv编码系统 编码端 偶数帧为W Z帧 对整帧的YUV分量的所有宏块做离散余弦变换 将每个块由像素域变换到频率域 很好的利用了块的空间相关性 担提高复杂度 变换编码后 对每一个DCT系数自带进行均匀的标量量化 提取系数中具有相同重要性的比特位组成比特平面 比特平面按由高到低的顺序送入LDPC编码器独立进行信道编码 每个比特平面经过LDPC编码之后产生了冗余信息 校验信息 一部分直接传给解码端 一部分缓存在编码段等到解码端发出请求时再传 基于变换域Wyner Ziv编码系统 解码端 对W Z帧通过帧内插法对前后相邻帧做内插产生一个产生边信息的估计 对边信息进行DCT变换 得到的估计 LDPC码解码器利用校验位和边信息从最高位平面开始一次解码 如果LDPC码不能够可靠地解码 则通过反馈信道向编码端请求更多的校验位 变换系数重构模块 将量化系数反量化得到重构的变化系数 DCT反变换得到解码结果 应用到监控系统中 多个地点的无线视频设备将图像数据进行独立的压缩编码 通过无线信道传输到网络中 通过网络传输到监控中心 监控中心进行联合解码 未来研究方向 新的视频编码框架 其主要特点是编码简单 解码复杂对其实际编码系统的研究近几年才刚刚起步非常适合于便携式 耗电低 运算能力受限的无线视频发送终端 作为未来无线视频通信的可选方案具有较大的竞争力 距离实用还有不少的差距 目前还存在一些需要进一步研究的问题 未来研究方向 编码的复杂度和压缩效率的权衡编码复杂度和编码压缩效率是密切相关的 如何权衡编码复杂度和编码的压缩性能是设计实用视频编码系统的一个重要课题 有文献在PRISM分布式编码方案中分析研究了该问题 同时指出需要研究更为精确的数学模型解决该问题 未来研究方向 分布式编码的可分级性其中分级编码的码流包括一个提供基本视频质量的基本层和一个或多个增强层 有文献提出的把基于LDPC编码的Wyner Ziv视频编码作为增强层 H 26L作为基本层可以有和MPEG 4 H 26L的FGS编码近似的效果 有文献提出的基于MPEG 4的Wyner Ziv可分级预测编码和MPEG 4FGS的编码效率相比有明显的提高 分布式编码有可能成为分级编码的理想实现方法之一 未来研究方向 边信息估值和解码重建突出难点是如何准确的估计边信息 考虑到编码复杂度和压缩效率 编码端不可能提供太多的比特负载 这就需要在解码端通过对已解码的重建帧做运动估计 利用先验数学概率模型进行边信息估值 对于采用什么方式的运动估计算法得出更为精确的边信息 如何构建更佳的解码重建函数 目前只有一些具体改进的算法提出 然而这些算法缺乏较为详细的实验数据和理论分析 未来研究方向 当前解码帧和边信息的概率统计模型分布式视频编码把每帧图像都看成彼此相关的信源 通常认为边信息和当前解码帧的概率分布近似满足Laplacian分布