MPEG-2视频通信中一种自适应错误隐藏算法

利用视频图像在时间上和空间上的相关性对错误进行隐藏是图像通信中特有的错误恢复措施．针对ＭＰＥＧ－２视频通信,分析了基于空间的错误隐藏、无运动补偿的时间隐藏和有运动补偿的时间隐藏等各种错误隐藏措施的特点及其适应范围,提出了基于图像编码帧类型（Ｉ,Ｐ,Ｂ）和帧间预测误差的自适应错误隐藏算法,它不需要对编码器作任何改动,也不需要传送额外的码字,在图像通信中具有通用性,同时,该算法计算量少,实现简单．仿真结果表明,其错误隐藏效果显著,特别适合场景切换时的错误隐藏     

MPEG-2视频通信中一种自适应错误隐藏算法

利用视频图像在时间上和空间上的相关性对错误进行隐藏是图像通信中特有的错误恢复措施．针对ＭＰＥＧ－２视频通信,分析了基于空间的错误隐藏、无运动补偿的时间隐藏和有运动补偿的时间隐藏等各种错误隐藏措施的特点及其适应范围,提出了基于图像编码帧类型（Ｉ,Ｐ,Ｂ）和帧间预测误差的自适应错误隐藏算法,它不需要对编码器作任何改动,也不需要传送额外的码字,在图像通信中具有通用性．同时,该算法计算量少,实现简单．仿真结果表明,其错误隐藏效果显著,特别适合场景切换时的错误隐藏     

基于视频内容的自适应错误隐藏算法

为降低视频无线传输时发生的错误对视频质量的影响,提出一种基于解码端的自适应错误隐藏算法.分析解码端错误隐藏的特点,根据受损块所处区域的运动剧烈程度,自适应地选择帧内帧间错误隐藏.实验测试结果表明,该算法对于视频错误的恢复效果有一定程度的提高.     

三维投影变换辅助的云游戏编码优化算法

针对传统视频压缩技术无法对云游戏视频中复杂的全局相机旋转以及剧烈变化的大范围运动进行很好的运动估计与补偿的问题，提出了一种三维投影变换辅助的编码优化算法，以提高云游戏视频的编码效率。分析了三维游戏场景下一点投影到二维平面的详细空间变换过程，在此基础上通过建立约束进行最优化估计构建了虚拟相机的内参估计算法。利用估计的内参，结合相机运动信息，基于图像单应性理论生成了与待编码帧平行的辅助参考帧，利用其更新参考帧列表参与编码。由于生成的辅助参考帧与待编码帧之间只有平移运动，所以更有利于传统的运动估计和补偿。实验结果表明：与原始的高效视频编码(HEVC)相比，所提算法在云游戏视频上可以实现平均8.14%的BD-rate增益，一定程度上缓解了云游戏对网络带宽的高需求；特别地，在仅有相机旋转的情况下，BD-rate可达-24.68%,同时编码时间平均缩短5.34%;与HEVC-SCC相比，所提算法的BD-rate性能增益超过20%。     

联合结构预测和运动补偿的视频自适应压缩感知

视频压缩感知是解决无线多媒体网络中海量数据存储和传输问题的有效方法,但常规基于单帧处理的压缩重构质量较差,限制了应用效果。文中提出了基于BCS的结构预测和运动补偿的提高视频GOP序列重构质量的方法。对视频GOP序列,首先,利用分块压缩感知对关键帧和压缩帧分别进行压缩采样,并给出了一种视频稀疏性定量估算方法,实现了压缩采样率自适应选择;然后,基于迭代阈值投影重构算法,对关键帧和压缩帧分别进行压缩重构。在此基础上,利用视频帧区域块的结构相关性进行帧内结构预测,提高重构质量;最后,利用帧间的时间冗余性,通过运动估计和运动补偿进一步提高重构质量。仿真结果表明,结构预测和运动补偿能提高视频重构的峰值信噪比(PSNR)。该算法考虑了视频序列帧内和帧间相关性进行预测和补偿,提高了GOP序列的重构质量。     

极低码率视频编码中的帧间预测

介绍了ＩＴＵ－Ｔ极低码率视频编码标准Ｈ．２６３建议及其为降低图像传输码率、提高图像质量所作的算法改进。重点讨论了Ｈ．２６３帧间预测编码中的运动估计和运动补偿技术，对非限制运动矢量模式、ＰＢ－帧模式和高级预测模式等算法作了一些深入探讨，进行了Ｈ．２６３算法的计算机模拟，并给出计算结果。     

一种新型视频误码掩错算法

针对高误码率误码信道，提出了一种新型的视频误码掩错算法．该算法充分利用信息隐藏技术提供的隐蔽信道传递编码图像序列中帧内编码帧的运动信息，并利用这些运动信息在帧内编码图像中构造了时间域误码掩错算法．实验结果表明，该算法能够对因误码造成的受损图像进行逼真地掩盖。     

一种预测三步搜索算法

提出了一种用于运动估计的预测三步搜索(PTSS)算法，它是基于三步搜索(TSS)算法，同时充分利用了运动向量场的空间和时间相关性的一种块匹配运动估计算法。该算法特别适用于视频格式转换的运动补偿插值。实验结果表明，与传统的TSS、新三步搜索(NTSS)、全搜索(FS)算法相比，利用PTSS算法补偿得到的图像帧，其图像的主观质量有明显的提高，具有更加平滑的运动矢量场，且图像帧同原始帧之间的最小平方误差(MSE)最小。     

基于感兴趣区域的H.265样点自适应补偿算法优化

针对目前H.265环路滤波器样点自适应补偿(sample adaptive offset,SAO)算法复杂度高、计算量大的问题,提出了一种基于人眼感兴趣区域的样点自适应补偿技术.人眼感兴趣区域在视频的空间域对应纹理复杂的区域,在时间域对应运动剧烈的对象.利用图像的时域和空域的二维信息,使用编码单元深度和运动矢量分别检测纹理复杂区域和运动剧烈的对象,结合深度和运动矢量将视频帧划分为人眼不感兴趣、较感兴趣、很感兴趣3种类型,并分别采用不补偿、弱补偿和强补偿的SAO算法,从而在总体上减少自适应补偿的计算量,提高编码效率.实验表明,所提算法可使样点自适应补偿编码时间平均减少61.47％,而峰值信噪比(peak signal-to-noise ratio,PSNR)仅有0.033 dB的降低.     

基于几何分析的形状信息错误隐藏算法

对形状信息的单独编码是MPEG-4编码标准特有的。在容易受错误干扰的通信网络大环境中,对形状信息的错误进行隐藏可以有效避免错误在视频帧之间传播。本算法首先定义了视频对象形状信息丢失区域的4个矩形邻域,接着在这些邻域中检测与轮廓边界有接触的线,并将它们放在几何坐标系下进行分析。然后以一个优化准则为标准将这些线进行配对,保证目标轮廓的平滑性。最终每一组线都经过反复推断和纠正直到形成一个闭合的轮廓曲线。实验结果表明,针对不同的错误率条件下的网络,本算法均能将其错误进行较好的隐藏,在算法性能上与其他形状隐藏方法相比取得了更加鲁棒的效果。     

基于高斯金字塔与双边滤波的隐藏目标检测

隐藏目标通常处于视觉静止状态,其存在的微小运动不易被发现.当视频中存在隐藏目标时,其微小运动很难被检测到.针对该问题,提出一种将高斯金字塔算法和快速双边滤波相结合的隐藏目标微小运动检测方法,首先对视频图像的序列做多尺度的空间分解,然后对采样数据图进行滤波去噪,再经过视频重建后利用帧差法获取差分图像.实验结果表明,该方法与帧差法等相比,检测速度达到56.76帧/s,检测速度平均提高了4.14倍.帧差结果图的相似度最低,对隐藏目标的检测效果最显著,能在保证检测性能的同时提高检测速度.     

基于场景检测的错误隐藏技术

提出了可以用于H.264/AVC解码器的基于场景变换检测的错误隐藏机制,首先利用H.264/AVC的快速准确的检测是否发生场景切换,根据场景切换检测结果对预测帧和I帧分别提出相应的时间空间自适应的错误隐藏方法. 实验结果表明,所提方法在错误隐藏的重构图像质量在主观感觉和客观PSNR定量上,都比通常的方法有明显的提高;与传统错误隐藏方法相比,本文的基于场景切换检测的错误隐藏机制鲁棒性高,更能适应的H.264/AVC更为复杂的多种应用场合.     

MPEG-2视频解码器中的错误隐藏技术

视频信号无论从空域还是时域都有很强的相关性,因此传输视频信号除了加纠错码外,在接收端的错误隐藏技术对提高重构图像质量也是十分有效的。该文提出了一个支持错误隐藏技术的MPEG-2(movingpictureexpertgroup)视频解码器的设计方案,用该方案进行的仿真实验证明其是可行的。同时基于图像信号的相关性、光滑性及一致性的假设,分别对MPEG-2的I-帧、P-帧和B-帧图像提出了相应的错误隐藏技术。此外通过分析直流系数的错误结果后,提出了直流系数的错误隐藏方法。该文算法简单,适于实时处理,峰值信噪比PSNR比一般传统方法平均高出2～3dB。     

视频帧内运动目标复制-粘贴篡改检测算法

摘要： 提出了一种基于Lucas_Kanade(LK)光流及运动目标预检机制的视频帧内运动目标复制 粘贴篡改检测算法.该算法分为运动目标检测与跟踪、运动序列筛选和空间域匹配3个阶段.运动目标检测与跟踪利用背景建模算法和卡尔曼滤波器进行检测和跟踪;运动序列的筛选采用LK方法得到各运动序列的光流值,并计算其相关性来选择可能存在篡改的视频帧序列;空间域匹配利用尺度不变特征变换算法对上一阶段得到的对应运动序列逐帧进行匹配,过滤正常的视频序列.实验结果表明,本文算法能有效检测同源视频中针对运动目标的多帧复制 粘贴篡改.     

高效的H.264时域误码掩盖算法

为提高在视频通信中重建图像质量,针对最新H.264视频编码标准的特点,提出了一种基于分数像素边界匹配搜索的时域误码掩盖算法。宏块丢失导致的解码错误会在时间和空间上扩散,使得重建图像质量严重下降。该算法充分利用了运动矢量的空间相关性、H.264标准中运动矢量的精度以及边界像素信息,更精确地恢复丢失宏块的运动矢量,从而提高所恢复视频信号的质量。仿真结果表明:对于不同运动程度序列和不同宏块丢失率,该算法优于传统的整像素的边界匹配算法,具有很强的鲁棒性,当应用于较高的宏块丢失率及运动较复杂的序列时,所恢复视频序列的亮度信号峰值信噪比相对传统算法提高了1.0~2.5dB。     

基于局部卷积的视频图像像素补偿方法

为了修复高速运动目标视频图像的缺失像素，提出了一种基于局部卷积的视频图像像素补偿方法(局部卷积补偿方法).首先引入局部卷积方法，分割神经网络模型，重建视频图像帧；再激活源视频图像及对应像素空间；最后采用线性均值补偿方法补偿视频图像内插帧空洞，并判断视频图像匹配程度，完成视频图像像素补偿.对比实验结果表明，局部卷积补偿方法的平均梯度为11.239,明显高于遥感图像分类方法、单幅图像超分辨率重建方法和多尺度递归图像超分辨率重建方法的平均梯度，说明经过局部卷积补偿方法补偿后的视频图像具有较高的清晰度.     

基于H.264/AVC改进的时空域错误掩藏算法

对H.264编码的视频流解码出现宏块丢失进行错误掩藏时,使用传统的时空域错误掩藏算法,并不能很好地恢复出原始视频帧,影响了主观观赏效果和客观视频质量.因此,分别对时空域提出了相应的改进算法.时域通过增加参考帧、运动矢量,改进匹配算法等,提高了运动矢量的搜索精确度和运动剧烈视频帧的错误恢复质量.空域通过自适应的选择加权像素平均插值和方向插值,并改进了方向插值算法,明显提高了视频帧的恢复质量,避免了错误边缘的产生.实验结果表明,改进的时空域错误掩藏算法,不仅提高了方向插值的准确性和宏块匹配的精确度,而且可以减少块效应的出现,从而有效地提高了丢失宏块的恢复质量.     

三维和二维平移运动估计算法分析研究

运动估计和补偿预测编码是视频编码标准中的一项关键技术,其核心问题在于如何利用当前帧和参考帧来估算运动矢量.文章结合H.264/AVC视频编码标准的新特征,对传统运动估计和运动补偿算法和三维平移运动估计和算法进行了分析.通过计算复杂性的分析,认为在视频预测编码中,可以根据视频编码要求,采用二维运动估计或三维平移运动估计,提高压缩编码性能.     

时空域结合的Ⅰ帧综合差错隐藏方案

为提高视频压缩码流在Internet网络丢包信道中传输的抗误码性能,提出了一种在解码端基于场景判断时域空域相结合的Ⅰ帧综合差错隐藏方案。采用了H.264中灵活宏块顺序模式组织宏块打包数据,在场景判断的基础上利用了帧间信息对Ⅰ帧进行时域差错隐藏,并通过对匹配块的可靠性检测抑制了误码扩散效应;同时改进了传统Ⅰ帧空域隐藏算法,根据丢失块边缘上的梯度预测丢失块的纹理状况,分为平滑、单纹理和多纹理区域进行掩盖。仿真结果表明,对于一般性运动视频,时域空域结合的隐藏算法比空域算法掩盖质量提高2 dB以上。     

一种采用内预测模式的HEVC视频信息隐藏算法

针对最新的视频编码标准高效率视频编码(HEVC),提出一种基于帧内模式选择的视频信息隐藏算法.首先,对一幅二值图像进行Arnold置乱和turbo码编码,形成待嵌入的二值信息序列.然后,结合帧内模式选择过程,调制I帧亮度16×16编码单元最优预测模式的奇偶性来实现信息隐藏.由于只在I帧进行信息隐藏,提取时只需部分解码即可提取隐藏信息,无需完全解码与原始视频的参与,实时性较好.实验结果表明:算法对视频质量和比特率的影响较小,且能保证一定的信息隐藏容量,符合视频隐藏算法的基本要求.