论文部分内容阅读
分布式信源编码(Distributed Source Coding, DSC)主要研究多个信源的独立编码和联合解码。它的理论基础是Slepian-Wolf理论和Wyner-Ziv理论。分布式视频编码(Distributed Video Coding, DVC)就是DSC最早以及最先进的应用之一。DVC利用Wyner-Ziv(WZ)理论来避免在编码端进行计算复杂度很高的运动搜索操作转而在解码端进行。WZ编码实际上就是使得编码端在没有运动补偿的情况下不需要知道或者使用边信息就能实现预测编码。在WZ编码中，对信源的统计在编码端和解码端都是已知的并且不随时间而变化。然而在DVC中，解码端必须使用其所有的信息来产生边信息。不论边信息如何产生，相关噪声的统计都是未知的并且随着时间而时刻变化。因此对相关性统计的估计就成为DVC中的一个关键挑战。通常，在DVC中，相关性误差都被建模为高斯或者拉普拉斯随机变量，变量的参数通过从先前解码的帧中估计得到。在最近出现的无线视频通讯技术DCAST中，编码端使用DVC对信号进行编码。与传统DVC不同的地方在于，DCAST在编码端使用边信息与当前编码帧来估计传统DVC中解码端的相关噪声。为了得到边信息，DCAST在编码端进行了运动估计(Motion Estimation, ME)和运动补偿(Motion Compensation, MC)技术，这在增加编码效率的同时也显著增加了编码复杂度。DCAST在解码端同样通过ME和MC来产生边信息，通过边信息和解码出的残差来恢复当前帧。我们可以采取传统DVC的编码模式，移除DCAST编码端的ME和MC，通过估计当前帧与解码端边信息之间的方差来估计相关噪声。另一方面，编码端运动矢量的缺乏给相关噪声的估计带来了困难。在本文中，提出了在编码端没有运动估计和运动补偿的情况下建立相关噪声的估计模型来估计相关噪声的方法，并且用得到的相关噪声的估计计算DCAST编码端进行陪集编码时所需的量化步长。本文的主要工作和创新之处在于：1.提出了在编码端对信源和解码端边信息进行相关噪声估计的模型我们在编码端基于马尔科夫随机场的假设通过零运动预测提出了估计信源和解码端边信息之间相关噪声方差的线性模型。不仅如此，在进一步的实验中我们还综合考虑了信道的无线传输噪声对相关噪声估计的影响，在进行相关噪声估计的时候加入了无线信道噪声分量使得估计模型更准确。2.提出了新的陪集编码量化步长的计算方法在新的量化步长计算方法中，我们引入了前面估计出的相关噪声，通过分析元素的分布区间的方法来确定陪集编码的量化步长。在实验中，我们可以看到本文提出的方法在降低了编码端复杂度的同时提高了视频的重构质量。