一种面向交互应用的多视点视频编码方案

视点切换是交互式多视点视频应用需要解决的难题之一,该文为此提出一种交互式多视点视频的编码方案。通过消除预测帧之间的相关性,改善视点切换的性能,以共享关键帧和时-空预测编码方式,在时间和空间上去除多视点视频数据的冗余,提高编码效率。该方案不增加任何辅助数据,即可在任意的P帧上进行快速视点切换,具有极低的视点切换延时,并且兼顾了编码效率和单一视点的解码代价。采用H.264/AVC编码器实现该方案,并得到满意的测试结果。     

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.     

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GVF-Snake的运动目标跟踪

为了使GVF-Snake具备快速跟踪运动目标的能力,提出采用帧差运动补偿和GVF-Snake结合的跟踪算法.采用二次帧差法对视频图像进行处理,自动得到初始轮廓解决GVF-Snake模型初始轮廓确定的问题.对于输入视频图像在每一次迭代中重新计算整幅图像的GVF场时间消耗大的现象,采用分块计算,减少了计算量,使GVF-Snake跟踪达到接近实时的要求.在遮挡方面,采用前一帧差运动补偿的方法.实验表明,此跟踪算法具有较好的性能.     

基于像素递归失真估计的率失真优化模式选择算法

为了改善视频数据在差错信道上传输的鲁棒性,结合H.264/AVC标准的多模式划分特点,提出了一种基于像素递归失真估计的率失真优化模式选择算法。该算法针对H.264/AVC中的多种帧内和帧间预测模式,对像素的递归失真估计方法进行改进,准确估计了差错环境下的视频失真,并采用二次率失真模型预测运动补偿编码的总码率以进行运动估计,最后运用率失真优化模型进行编码模式判决。实验结果显示,相对于H.264参考软件的模式选择算法,该算法提高了视频的差错恢复性能,能有效改善视频传输的鲁棒性。     

一种高效低时延的多视点分布式视频编码

分布式视频编码是一种可以将编码端复杂度转移到解码端的视频编码方式.多视点分布式视频编码在视点内部大都采用运动补偿内插法来降低时间冗余,但是因为运动补偿内插法的解码顺序与视频顺序不一致,从而导致视频解码出现时延.因此,基于运动补偿外推法提出了一种高效低时延的多视点分布式视频编解码方法.此外,一般运动补偿外推法的重构质量要低于运动补偿内插法.在使用运动补偿外推法降低时间冗余的基础上,使用视差矢量内插法降低视点间冗余,经过融合算法提高重构质量.实验证明,所提出的这种高效低时延的多视点分布式视频编码,在重构质量相当的情况下,解码时间降低了0.3s.     

一种基于NSCT和图像融合的多视点图像编码方法

提出了一种基于相邻视点图像融合的多视点图像编码方法。该方法首先将多幅同一场景的多视点视频图像进行融合,得到一幅含有大部分信息的融合图像、边信息和视差矢量。之后对融合图像作基于NSCT的类SPIHT编,对边信息和视差矢量进行熵编码。该编码方案,通过图像融合,有效降低了多视点视频图像传输和存储过程中的信息量。解码后的图像视觉质量和实验结果表明,该方法能更有效地表示图像的边缘信息,获得比传统编码方法更高的峰值信噪比,具有实践意义。     

区域基视频编码的基本方法及关键技术

介绍了一种区域基视频编码的基本方法以及关键技术。这种编码方法适合于极低比特率的视频编码应用，包括时间递归形态分割、基于区域的运动估计以及采用运动补偿预测的轮廓纹理编码。该编码方法是对输入的图像序列内容没有任何限制，而且其算法结构可按不同的图像质量等级和比特率要求实现可分级的编码过程     

甚低码率视频信号压缩编码技术

针对电话线低码率传输的视频监控工业环境,基于 H.263 标准,提出了一种新的视频压缩编码方法,即在帧内编码 DCT 变换后的系数量化策略上,采用量化表的方法来替代视频图像帧内编码的常规处理方法,在帧间编码的预测算法上,采用了半像素精度运动估计和 PB-帧工作模式。通过 C 编程,对该算法进行了仿真分析。结果表明该算法不但提高了系统的运行速度;而且提高了图象压缩比。     

一种新的基于自组织神经网络的运动估计算法

提出了一种新的基于自组织网络的CFSSOM-VQ运动估计算法,新的帧间预测编码方案采用基于自组织特征映射算法(SOM)的矢量量化(VQ)作为帧间预测,以取代目前常用的运动补偿帧间预测(ME MC).并对SOM算法进行了改进,提出了一种分类频率敏感自组织特征映射(CFSSOM)算法.将该算法应用到会议电视视频编码的实验结果表明,与ME MC算法相比,CFSSOM-VQ算法具有更好的预测编码性能.