《異構網路中可伸縮視頻與壓縮感知聯合編碼研究》是依託北京大學，由郭宗明擔任負責人的面上項目。
基本介紹
- 中文名：異構網路中可伸縮視頻與壓縮感知聯合編碼研究
- 項目負責人：郭宗明
- 項目類別：面上項目
- 依託單位：北京大學
項目摘要,結題摘要,
項目摘要
隨著網際網路技術的飛速發展和數字視頻技術的不斷提升，網路視頻成為計算機、通信、消費電子技術融合的載體，得到越來越廣泛的套用。然而網路異構性、終端多樣性、需求差異性以及視頻傳輸的實時性、可靠性和可擴展性問題，迫切要求視頻編碼和傳輸具有可伸縮、自適應性的特點，對視頻壓縮、網路傳輸提出了新的挑戰。本課題以可伸縮視頻分析和編碼為基礎，以多目標質量最最佳化編碼性能和構造魯棒的視頻流分包與最佳化的數據調度機制為核心，重點從可伸縮視頻層次間碼率分配最佳化，基於壓縮感知理論的視頻數據魯棒分包以及數據調度三個方面系統地研究和解決異構網路下視頻的編碼與傳輸。提出了基於相關性分析的增強層率失真模型，多目標質量最佳化可伸縮視頻碼率分配算法，抗丟包能力強且結構簡單的可伸縮視頻數據分包算法以及綜合考慮各種優先權屬性的最佳化數據調度算法，在異構網路中最大限度、最大範圍地為多種客戶端提供高質量的視頻體驗。
結題摘要
本項目研究工作按計畫順利進行。項目期間所取得的重要進展和學術成績主要體現在以下四個方面：視頻編碼的相關研究、基於圖像的壓縮感知和稀疏表示、圖像和視頻質量增強、異構網路下的視頻數據傳輸。在視頻編碼相關的研究方面，我們為空間可伸縮視頻編碼提出了新的率失真模型和碼率控制方法。我們提出了基於卡爾曼濾波器（Kalman Filter）的複雜度估計方法，並設計了高效的可伸縮視頻並行編碼算法。隨著新一代HEVC視頻編碼標準的出現，我們在X86平台上實現了HEVC的編碼器。在基於圖像複雜度的壓縮感知研究方面，我們提出了一個基於圖像複雜度的壓縮感知框架。我們用紋理和邊緣來度量複雜度，並建立了圖像複雜度與稀疏度之間的模型。圖像和視頻質量增強這部分研究主要包括兩個方面：一方面是為圖像和視頻去除塊效應，另一方面是進行超解析度重建，從低解析度的圖像（視頻）獲得高解析度圖像（視頻）。此外，我們進行了異構網路下的視頻數據傳輸以及下一代網路方面的研究。我們以Skype為例，通過對其碼率控制進行建模，來分析如何進行一般情況下的碼率控制，從而提供有質量保證的視頻通話服務，得出的結論和模型可用於規劃和設計一個質量體驗敏感(QoE-aware)的無線視頻網路。我們提出了一種可伸縮視頻在MIMO無線網路上的信道調度策略，取得了比現有策略更好的視頻質量。我們設計了一種基於緩衝區的DASH流媒體碼率控制算法，提高了系統穩定性和穩態誤差。下一代網路主要是內容中心網路，我們對其路由機制進行了深入的研究，並搭建了一個無線自組織的內容中心網路。在本項目的研究中，共發表了7篇期刊論文和20篇會議論文，申請了24項專利。
