《結構信息最優的分散式視頻壓縮算法研究》是依託華南理工大學，由楊春玲擔任項目負責人的面上項目。
基本介紹
- 中文名：結構信息最優的分散式視頻壓縮算法研究
- 項目類別：面上項目
- 項目負責人：楊春玲
- 依託單位：華南理工大學
項目摘要,結題摘要,
項目摘要
分散式視頻壓縮編碼算法具有編碼簡單解碼複雜的特點，適合於快速發展的無線視頻通信等編碼終端能量和存儲容量有限的高效快速視頻壓縮的套用環境。目前分散式視頻編碼中的關鍵算法都是基於MSE提出的，而MSE不能很好的符合人眼視覺特性。WangZhou等最近提出了結構信息新理論，指出圖像鄰近像素之間的相關性表現為結構信息，人眼的主要功能是提取結構信息，因此結構信息失真測度能更好的表示圖像和視頻的視覺失真。我們已創新提出的結構信息最優的傳統視頻編碼算法取得了優於H.264的壓縮效率，在此基礎上本項目提出進行結構信息最優的分散式視頻壓縮算法的研究，主要研究內容包括:（一）編碼端結構信息最優的DCT係數量化方法；(二)解碼端結構信息最優的邊信息獲取算法及誤差模型估計方法；（三）結構信息最優的重構算法。本項目的研究結果將為高效快速視頻壓縮提供新的理論和實用算法，對分散式視頻壓縮理論及其發展有重要指導意義。
結題摘要
分散式視頻壓縮是基於社會的實際需求近10年來新提出的編解碼框架，具有編碼算法簡單、解碼算法複雜的特點，適合最近蓬勃發展的無線視頻通信等編碼終端能量和存儲容量都有限的套用環境。本項目主要研究了分散式視頻壓縮中的4個關鍵技術。在邊信息生成方法及噪聲模型估計方面，提出了五種邊信息生成方法和兩種噪聲模型估計方法，分別是：像素級運動矢量場邊信息生成算法；多假設運動補償去噪邊信息改進算法；疊代去噪邊信息改進算法；多分散式幀疊代邊信息生成方法；基於LS的外推邊信息生成方法；拉普拉斯-柯西混合噪聲分布模型；基於模糊聚類的噪聲模型估計方法。邊信息生成方法是分散式視頻壓縮中最關鍵的技術之一，本項目在該方面的研究成果對分散式視頻壓縮具有重要的理論指導意義和實際套用價值。對於編碼方法，提出了一種DCT係數自適應量化方法，和一種RLC-Turbo混合編碼模型；在重構方面，提出了像素域雙向運動補償重建算法(BMCR)、DCT域基於MAD的去塊濾波邊界分析算法，和基於LS的重構濾波方法。該項目組在這兩方面的研究成果能有效地提高分散式視頻壓縮效率，對分散式視頻壓縮具有重要的套用價值。在無反饋分散式視頻壓縮中，提出了基於PSNR的像素域碼率估計方法和基於碼平面誤碼率的DCT域碼率估計方法。無反饋分散式視頻壓縮是在反饋通道不存在條件下的一種可實現的低複雜度視頻編碼方法，編碼端碼率估計是其關鍵技術之一，該項目在該方面的研究成果對低複雜度視頻壓縮具有重要的理論指導意義和實際套用價值。
