[发明专利]基于CNM关键帧分类的分布式视频编码及解码方法

说明书

技术领域

本发明属于视频压缩技术领域，特别是一种基于CNM关键帧分类的分布式视频编码及解码方法。

背景技术

分布式视频编码是一种全新的视频编码模式，它基于Slepian-Wolf和Wyner-Ziv多信源信息编码理论，采用帧内编码加帧间解码，将计算复杂度从编码端转移到解码端，具有编码器复杂度低、编码端耗电量低、容错性好等特点。使其特别适合于一些计算能力、内存容量、耗电量都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)，并随着这些新视频应用的成长在近几年快速发展起来。

通常认为边信息是当前WZ(Wyner-Ziv)帧通过一个虚拟的信道传输所得到的，因此准确地估计WZ帧与辅助边信息(Side information，SI)之间的统计特性，也即对它们之间的虚拟“相关信息”准确设计相关噪声模型(CNM)并估计其参数对于提高编码压缩效率进而准确进行码率控制十分重要。当前，分布式视频编码系统的压缩效率还达不到传统的视频压缩编码H.264/AVC的效率，原因之一是其缺乏有效的编码预测选择模式，只有数量有限的预测编码模式可供选择，另一个重要原因是难以建立准确的相关噪声模型。显然，WZ帧和SI帧之间的相关性越高，在译码器端传送的用来纠正WZ帧和SI帧之间的错误的比特就越少，就能够实现更好的系统性能。由于解码端无法获得原始帧信息，且不同的序列的不同帧的边信息质量是不断变化的，所以这个任务非常复杂。另一方面，当序列中存在高速运动时，WZ帧和SI帧的错误显著增加，相关噪声分布变得更难预测。

实验表明，待编码的WZ帧数据与辅助边信息数据的残差分布和高斯白噪声的概率密度函数相比，更接近于拉普拉斯分布。然而这两种概率模型并不能精确描述所有的视频运动模式。为了得到更准确的CNM，研究人员提出了一种方法按不同定义建立不同精度和类别的相关噪声。Catarina Brites和Femando Pereira提出了一种更现实的WZ视频编码方法，它更接近于执行编码端CN模型参数的在线估计，作为像素和变换域的WZ视频编解码。Aaron、B.Girod等提出了一种WZVC结构，译码端使用复杂的运动内插或者外推技术来构建边信息，来请求译码端的校验比特。当前分布式视频编码中，关键帧编码主要通过帧内编码方式实现，然而，对频繁使用帧内编码显著降低了编码效率，从而导致低效的边信息和WZ帧。

发明内容

本发明的目的在于克服现有技术的不足，提出一种提高分布式视频编解码器的总体率失真性能的基于CNM关键帧分类的分布式视频编码及解码方法。

本发明解决其技术问题是采取以下技术方案实现的：

一种基于CNM关键帧分类的分布式视频编码方法，包括如下步骤：

(1)按下式计算残差帧：

R(i,j,t)=Xb(i+dib,j+djb,t)-Xf(i+dif,j+djf,t)2]]>

其中：t表示当前时刻帧编号，Xb和Xf分别代表后向和前向运动补偿帧，(dib，djb)和(dif，djf)是Xb和Xf的运动矢量；

(2)计算帧、块、频带变换系数级的拉普拉斯参数值，并按频带变换系数级的拉普拉斯参数值建立不同频带的相关噪声模型参数表；