融合算法天津大學(xué)研究生eLearning平臺(tái)課件

1、多視點(diǎn)分布式視頻編碼融合算法許穎2014.4.22內(nèi)容簡(jiǎn)介三、融合算法二、邊信息一、MDVC多視點(diǎn)分布式視頻編碼（MDVC） 對(duì)于編碼端資源受限系統(tǒng)，要求編碼端的復(fù)雜度低，普通編解碼系統(tǒng)的編碼端復(fù)雜度是解碼端的5-10倍，而分布式視頻編碼是對(duì)于相關(guān)信源進(jìn)行獨(dú)立編碼和聯(lián)合解碼，將計(jì)算復(fù)雜度由編碼端轉(zhuǎn)移到解碼端，從而降低編碼端復(fù)雜度。 多視點(diǎn)視頻系統(tǒng)比單視點(diǎn)視頻系統(tǒng)有很多優(yōu)點(diǎn)，它可以提供更多的視頻場(chǎng)景信息，但是它具有更加復(fù)雜的預(yù)測(cè)編碼結(jié)構(gòu)，相應(yīng)的對(duì)視頻系統(tǒng)的數(shù)據(jù)處理能力和傳輸帶寬提出了更高的要求。多視點(diǎn)分布式視頻編解碼可以利用視點(diǎn)間的相關(guān)性大大降低編碼端的復(fù)雜度。圖1 多視點(diǎn)分布式視頻編碼框圖 邊

2、信息MDVC中包括兩種邊信息： 時(shí)間邊信息：考慮到視點(diǎn)內(nèi)部時(shí)間相關(guān)性視點(diǎn)間邊信息：考慮到視點(diǎn)內(nèi)部空間相關(guān)性融合算法時(shí)間邊信息、視點(diǎn)間邊信息判決時(shí)間邊信息、視點(diǎn)間邊信息補(bǔ)償基于線性組合模型的融合算法基于運(yùn)動(dòng)目標(biāo)檢測(cè)的融合算法圖2 實(shí)驗(yàn)工藝流程圖時(shí)間邊信息、視點(diǎn)間邊信息判決MAD表示的是邊信息與已解碼關(guān)鍵幀的平均絕對(duì)誤差，MADv，MADt分別表示視點(diǎn)間邊信息、時(shí)間邊信息與已解碼幀的平均絕對(duì)誤差時(shí)間邊信息、視點(diǎn)間邊信息補(bǔ)償 基于塊的思想，比較每個(gè)分塊與已解碼幀對(duì)應(yīng)塊的MAD，選擇MAD小的塊作為融合邊信息對(duì)應(yīng)塊的像素值基于線性組合融合的模型定義基于運(yùn)動(dòng)目標(biāo)檢測(cè)的邊信息融合算法 經(jīng)過對(duì)一些視頻的邊信

3、息提取，發(fā)現(xiàn)了一個(gè)規(guī)律，可以用來參考選擇邊信息的融合算法： 時(shí)間邊信息是針對(duì)同一個(gè)視點(diǎn)中，不同幀間的邊信息提取，它的重構(gòu)對(duì)于運(yùn)動(dòng)不太劇烈的物體質(zhì)量比較高。而視點(diǎn)間邊信息是針對(duì)不同視點(diǎn)在同一時(shí)刻的邊信息提取，它的重構(gòu)對(duì)于運(yùn)動(dòng)劇烈的物體質(zhì)量比較高。我們可以充分利用時(shí)間邊信息與視點(diǎn)間邊信息的重構(gòu)質(zhì)量進(jìn)行邊信息融合。 由此，想到基于運(yùn)動(dòng)目標(biāo)檢測(cè)的邊信息融合算法?；谶\(yùn)動(dòng)目標(biāo)檢測(cè)的邊信息融合算法參考文獻(xiàn)1 王寶亮，侯春萍，陳艷芳等. 基于光柵立體手機(jī)的多視點(diǎn)自適應(yīng)顯示方法J. 天津大學(xué)學(xué)報(bào)，2011，44(12):1037-1042. 2 Han Bing，Wu Feng，Wu Dapeng. Imag

4、e representation by compressive sensing for visual sensor networksJ. Visual Communication and Image Representation，2010, 21(4):325-333. 3 Xiaoyu Xiu, Gene Cheung, Jie Liang. Delay-Cognizant Interactive Streaming of Multiview Video With Free Viewpoint SysthesisJ, IEEE Transactions on Multimedia, 2012

5、,14(4): 1109-1126.4 Feng Shao, Gangyi Jiang, Mei Yu, Ken Chen, Yo-sung Ho. Asymmetric Coding of Multi-View Video Plus Depth Based 3-D Video for View RenderingJ, IEEE Transactions on Multimedia, 2012,14(1): 157-167.5 Jin Young Lee, Ho-Cheon Wey, Du-Sik Park. A Fast and Efficient Multi-View Depth Imag

6、e Coding Method Based on Temporal and Inter-View Correlations of Texture ImagesJ, IEEE Transactions on Circuits and Systems for Video Technology, 2011,21(12): 1859-1868.6 Dan Jiang, Jichang Guo, Xiaojia Wu. Low-complexity distributed multi-view video coding for wireless video sensor networks based o

7、n compressive sensing theoryJ,Neurocomputing, 2012,07(54): 1-7.7 武曉嘉, 郭繼昌, 姜丹, 等. 一種多視點(diǎn)立體視頻分布式壓縮感知編解碼模型J. 天津大學(xué)學(xué)報(bào), 2012, 45(10): 895-902.8 Puri R, Majumdar A, Ramchandran K. PRISM: a video coding paradigm with motion estimation at the decoderJ.IEEE Transactions on Image Processing, 2007, 16(10): 2436

8、-2448.參考文獻(xiàn)9 Aaron A, Zhang R, Girod B. Wyner-Ziv coding of motion videoC/Conference Record of the Thirty-Sixth Asilomar Conference on Signals, Systems and Computers. IEEE, 2002, 1: 240-244.10 Artigas X, Ascenso J, Dalai M, et al. The DISCOVER codec: architecture, techniques and evaluationC/Picture C

9、oding Symposium. Lisbon, Portugal, 2007, 17(9): 1103-1120.11 林昕, 劉海濤, 王嘉男. 多視點(diǎn)分布式視頻編碼的研究J. 哈爾濱工程大學(xué)學(xué)報(bào), 2010, 31(008): 1093-1099.12 Xiao F, Liu J, Guo J, et al. Novel Side Information Generation Algorithm of Multiview Distributed Video Coding for Multimedia Sensor NetworksJ. International Journal of Distributed