首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 140 毫秒
1.
研究了基于信源量化、信道错误和差错隐藏的视频传输端到端失真问题.提出了一种基于视频编码流结构的端到端失真度估算方法.采用帧间递归,以宏块为单位根据信道平均误比特率和视频编码信息在编码器端实时估算端到端失真.仿真结果表明,对于绝大部分视频测试序列,在不同信道误比特率下,该方法模型估算的平均相对偏差小于8%,平均绝对偏差控制在0.9 dB以内,准确度高,为基于率失真或联合功率率失真优化中的失真估算提供一个有力的工具.  相似文献   

2.
视频传输中端到端失真的估计可为视频编码与传输过程采用更为有效的编码与传输策略提供依据。通过分析包含错误掩盖的H.264视频传输的端到端失真过程以及图像结构相似性估计(structural similarity index measurement,SSIM),给出了帧间错误继承系数估计值,并在此基础上推导出了一种结合一阶矩的端到端失真估计的递归计算模型。该模型可由原始视频序列特性及编码参数、传输系数给出端到端失真估计值,而无需统计编码器编码信息,进一步,通过引入失真反馈,可获得更准确的失真估计值。仿真实验表明,该模型在无反馈与结合反馈的情况下均能较准确地估计端到端失真。  相似文献   

3.
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。  相似文献   

4.
使用基于块的预测编码产生的视频流对包交换网络及无线网络中的传输错误异常敏感。如果能够在编码时准确估计出失真度,从而在率失真(R—D)优化的条件下选取最优的编码模式,就可以保证最佳的解码效果。研究了一种端到端的通用率失真模型,按照视频包在网络信道上传输的实际情况,通过对可能产生失真的几部分,包括编码器量化失真、网络传输失真及解码器掩盖失真,分别进行计算并应用于最新的视频编码标准H.264之中。实验表明,通用率失真模型能够较好的估算出从编码端到解码端的失真度,得到较好的编码效果。  相似文献   

5.
在无线视频传输环境端到端失真分析的基础上,针对H.264视频流建立了一种新的端到端失真模型.在使用LDPC信道编码方式与该失真分析模型的基础上,提出了一种基于端到端失真优化的联合信源信道编码方案.该方案根据当前无线信道的信噪比与信道带宽等状态信息,自适应地调节信源编码量化参数和信道编码码率,使端到端失真最小.实验结果表明,与固定码率编码相比,本文提出的联合信源信道编码方案可在不增加带宽的情况下显著提高视频传输质量.  相似文献   

6.
为提高H.264编码码流在丢包网络上的传输性能,提出了一种视频前向/后向联合差错控制算法。结合了考虑信道条件的率失真模式选择(前向)和基于反馈的差错跟踪(后向)两种技术。后向差错控制技术能充分利用已知的解码器状态,而前向技术可对由于往返延时而未知的解码器状态做出估计,二者的结合使用能够进行更好的差错控制。仿真结果表明:在不同的信道条件下,相对于简单的随机帧内宏块更新算法,该算法可以提高重建图像峰值信噪比达0.8~2.7dB。  相似文献   

7.
基于运动补偿混合编码的AVS—M低速率视频流,对信道误码十分敏感.网络丢包造成的错误信息不仅影响当前帧的重建质量,还会在其后续帧的时域和空域上迅速蔓延和扩散,使得视频质量急剧下降.为此,分析了AVS—M无损率失真优化和有损率失真优化模型,研究了受损MB的扩散失真和掩盖失真,通过比较在模拟丢包网络中MB在不同编码模式下的Lagrangian代价函数,实现了一种基于有损率失真优化的AVS—M帧内更新算法.同时,将该算法与AVS—M的随机帧内更新以及行更新算法进行了比较.实验表明,基于有损率失真优化的帧内更新算法,在计算复杂度增加不大的情况下,较大地提高了AVS—M视频的差错恢复性能.  相似文献   

8.
H.264视频编码中的快速失真与速率估计算法   总被引:1,自引:0,他引:1  
H.264视频编码标准采用率失真优化技术追求更高的编码效率。针对每一个宏块,编码器需要遍历多种帧内和帧间模式,复杂度较大,提出了模式选择中速率和失真的快速估计算法。该算法省去了模式判决中的反变换和熵编码过程,利用频域系数来直接估计宏块的编码失真和速率,且失真的估计能适于不同的宏块类型,速率的估计能自适应于视频的内容。仿真结果表明,对于多种类型的视频序列,该算法相对于参考算法能够提供较高的估计准确度,在保持编码率失真性能下降不多的条件下,节省了约35%的模式决定时间。  相似文献   

9.
针对视频流在通过易错信道传输时丢包和延时导致的降低接收端的视频质量问题,为了提升视频流的容错性能,提出了一种快速容错编码策略,对每个主要帧自适应地编码多个冗余帧,并且进一步提出了快速多冗余帧数量计算的方法.利用实验数据得到失真和码流消耗的函数,使用编码参数来快速估计率失真代价值,进而根据失真模型对具有不同冗余帧计数的冗余帧的编码参数进行限制.由于序列相邻帧的特征具有相似性,因此使用临近帧的编码参数及失真和码流消耗对统计模型进行更新.最终通过利用失真和码流消耗的统计模型,分析冗余帧数量对总体端对端率失真代价的影响,以此选择优化的冗余帧数目和编码参数.实验结果表明:该算法与自适应调整编码参数的冗余帧编码的算法相比,峰值信噪比平均提高约1dB,具有更好的端对端视频传输质量.  相似文献   

10.
针对失真漂移现象造成码率拉格朗日因子(R-λ)模型编码效率低的问题,提出一种考虑区域间失真关联性的高效视频编码(HEVC)帧内码率控制改进算法。首先根据帧内预测编码原理,对编码区域间的失真关联性进行分析,得到漂移的失真、当前失真与总失真之间的关系;然后利用编码像素值、参考像素值和参考像素重构值,准确地预测出漂移的失真值;最后结合传统的R-λ模型,获取基于失真漂移的拉格朗日因子λ,继而建立更准确的R-λ模型。实验结果表明,与原始的帧内码率控制算法相比,在相同的码率下所提算法可将编码码率平均降低1.7%,重构视频的峰值信噪比平均提高0.1 dB,证明所提算法的编码效率得到提升,且编码时间增幅非常小。  相似文献   

11.
In this paper, we first present a statistics analysis of the picture distortion caused by quantization, channel errors and subsequent error propagation, and propose rate-distortion (R-D) estimation models which are functions of two parameters, i.e. quantization step and intra refreshing ratio. Second, based on our proposed R-D models, a joint optimal quantization step and intra refreshing ratio selection algorithm is developed by using Lagrange multiplier theory. Next, a novel rate control algorithm, combined with macroblock (MB) coding mode selection, is proposed. The algorithm focuses on bit allocation at group of pictures (GOP) level and picture level to improve the encoding quality, and the MB mode selection addresses improving the local subjective quality within a picture. Finally, extensive simulation resultsshow that our algorithm can make the encoder adapting itself in time to the variation of the channel band-width and significantly improve the end-to-end video quality over packet loss network.  相似文献   

12.
在率失真统计分析的基础上,提出了一种丢包网络中联合控制图像级量化参数和最佳宏块编码模式选择的优化算法.该算法克服了以往码率控制方法和误码复原技术互不关联的弊病,利用Lagrange数乘理论,在给定的受限码率下求得最优的图像量化参数和帧内刷新率,使得视频信源编码和信道传输总失真最小.实验结果表明,本算法能够获得比传统算法更高的性能增益.  相似文献   

13.
网络的带宽抖动和数据传输错误是影响视频传输的重要原因。该文提出了一种新的多参考帧图像预测的视频编码算法,即多参考预测链,使视频具有时域可扩展性和抗错性解决网络的这两个潜在问题。该算法中P帧之间的参考预测关系构成多条链状结构,使视频具有时域可扩展性。链间的不相关性使每个链可独立解码,从而增强了码流抗错性。该算法采用R-D框架动态的管理预测关系链,从而适合网络带宽的变化而获得最佳的终端视觉效果。仿真实验表明,采用多参考预测链编码的码流时域可扩展性的应用非常可行,且表现出较高的抗错性。  相似文献   

14.
Intra refresh is an efficient and simple technique for suppressing temporal error propagation in video transmission over error-prone networks. However, most existing intra refresh algorithms do not make good use of the visual perceptual mechanism of the Human Visual System (HVS). This paper presents an intra refresh algorithm based on an attention model and a loss impact model. Intra refresh rates are allowed to vary for different image regions according to the HVS characteristic and the channel conditions to protect the most important macro-blocks against packet loss. A joint source-channel rate-distortion model was de-veloped taking into account the HVS characteristic to achieve an optimal end-to-end distortion for a better subjective quality. Tests demonstrate that, for the same bit rate and packet loss rate, this method provides a much better subjective feeling than existing intra refresh methods.  相似文献   

15.
通过对视频编码中均方误差的分析,提出了一种计算传输误码的方法。通过这种方法可以导出一种描述帧间误码传递的数学模型,其中包含了对帧内编码和环路滤波的控制,并且可以得到比较精确的仿真结果。对于给定的比特率,只需要四个参数就可以描述解码端的综合误码特性。使用这个模型,在已知数据丢包概率的条件下,可以通过解码端的最小均方误差,选择最佳帧内编码和帧间编码的比率。  相似文献   

16.
研究了H.263 视频在Rayleigh衰减无线信道中传输的信源/信道码率分配策略,目标是确定出前向纠错码(FEC)的最优编码速率,减小视频解码失真.对二阶Markov无线信道模型中符号级RS(n,k)编码残余分组出错率进行了分析,提出了一种估算解码失真的解析方法,并根据失真结果探讨了一种最优FEC编码速率策略.实验结果表明,残余分组出错率和解码失真的分析是合理的,最优FEC码率分配策略提高了无线视频传输质量.  相似文献   

17.
为增强视频传输的稳健性和提高视频传输的质量,提出了一种基于H.264的多描述视频编码方案以及整帧丢失时的误码掩盖方案。该方案在编码器端编码之前进行必要的预处理工作,利用标准的H.264编码器产生多描述码流及相关的编码信息,在解码器端解码之后进行必要的后处理,再根据接收到的编码信息进行多路视频的加权合成以得到较好的视频质量。整帧丢失时的误码掩盖方案利用其他描述正确解码的相应帧进行替换的方法,误码掩盖之后进行视频加权合成。实验结果证明该方案在各种条件下均取得了相当大的增益,特别是当2路视频质量相差较大时,增益可以达到2.38 dB,在发生整帧丢失的时,也有几个dB的增益。  相似文献   

18.
为了阻止无线网络视频传输中由于丢包和误码而引发的差错扩散,提出了一种基于场景参考帧的预测帧刷新的抗差错策略.通过对视频序列的分割,对场景内需要同步刷新的视频帧进行基于场景参考帧的预测编码,获得相应预测帧,在编解码端同步场景标志和刷新标志,从而实现预测帧刷新.试验结果表明,与传统的I帧刷新策略相比,在需要高I帧刷新率的不可靠无线网络中,文中策略能够在保持相似重建视频质量的前提下,使帧比特率显著下降.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号