DVC.分布式视频编码课件.ppt

分布式视频编码 -DVC 王鑫 SY1002307l元旦晚会EncoderDecoder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l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l为了晚会过程中的安全问题 DecoderEncoder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！l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）l定义以及基本原理l实现方案l未来研究方向简单介绍定义l分布式编码DVC(DistributedVideoCoding)Source XSource Y Encoder X Encoder Y Joint DecoderXYRxRyXY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l传统图像编码：无损压缩，有损压缩l20世纪70年代，Slepian和Wolf：无损分布式编码理论l以此为基础，Wyner和Ziv：使用解码端辅助信息（Side Information）的 有损分布式编码理论l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Yl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)lSlepian-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。

信源编码器X Slepian-Wolf 编码器 最小失真 重构X Slepian-Wolf 解码器 Wyner-Ziv理论设统计相关的信源：X编码信息，Y辅助边信息l解码失真度：l只在解码端已知边信息时，X编码的最低码率为：l在编码解码端均已知边信息，编码的最低码率为：l当X和Y均为高斯无记忆信源且在均方误差失真条件下l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l帧内编码-帧间解码系统 视频序列 关键帧 W-Z帧 奇数帧 偶数帧帧内编码-帧间解码系统l基于像素域Wyner-Ziv编码系统Pixel-domainWyner-Zivcodec,PDWZ）l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l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l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l新的视频编码框架，其主要特点是编码简单，解码复杂l对其实际编码系统的研究近几年才刚刚起步l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l作为未来无线视频通信的可选方案具有较大的竞争力l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l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l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l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l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，而这一概率模型并不能精确地描述所有视频运动模式的可能性。

实验表明，当前解码帧和边信息的概率模型对解码重建的健壮性有非常重要的影响，有参考文献如PRISM方案对其概率模型做了初步的探索，同时指出需要研究更为精确的数学模型解决该问题Questions？Thank You！。