[发明专利]多视角分布式视频压缩的边信息生成方法

说明书

技术领域

本发明是一种针对无线多媒体传感器网络（Wireless Multimedia Sensor Networks, WMSN）中多媒体多视角数据压缩的技术方案。主视角采用基于DCT hash的分布式视频编码方法，辅助视角采用传统的视频编码方法，尽可能降低节点的能耗同时提高解码图像的质量，属于计算机无线通信技术领域。

背景技术

随着无线多媒体传感器技术的发展，人们对数字视频要求也日益提高，希望看到自然表征物体更加清晰，更加真实的画面，而传统的单视角视频网络只能提供二维的平面视觉，不能提供更好的立体视觉感官，于是便产生了多视角视频网络。然而，这种多视角视频网络数据量巨大，这个数据压缩带了新的挑战。传统的视频编码标准（如MPEG、H.26X）都采用了混合编码框架，编码采用运动估计，充分挖掘视频序列的时间和空间相关性信息，一般情况下，编码复杂度是解码复杂度的5~10倍，不再适用于这些新的视频应用场合中，必须寻找新的编码压缩方法。一种全新的视频编解码框架—分布式视频编码（Multiview Distributed Video Coding，DVC）已经受到了学者的广泛关注，这种视频编码突破了传统视频编码的束缚，采用帧内编码和帧间解码技术，通过在解码端发掘视频信号的相关性进行帧间预测解码，从而去掉了编码端复杂的帧间预测，具有低复杂编码的特性，并且具有很好的编码鲁棒性特点，能较好地满足这些新的视频应用需求。

目前典型的分布式编解码算法主要有斯坦福大学Girod和Aaron等提出的Wyner-Ziv视频编码，主要基于信道编码技术；加州大学伯克利分校的Ramchandran等提出的PRISM（Power-efficient Robust high-compression Syndrome-base Multimedia）视频编码，编码器基于当前帧和先前帧之间的帧能量差选择编码模式，解码器的灵活性是受限的；Zixiang Xiong等提出的分层Wyner-Ziv视频编码，将视频流分为基本层和增强层，基本层采用标准的H.26L视频编码，增强层采用基于LDPC码的分布式视频编码；Sehgal等提出的state-free分布式视频编码，用陪集解决Wyner-Ziv理论中关于预测编码不匹配的问题；基于小波编码的分布式视频编码专门为任意形状图像编码设计的编码器；文献提出的多视角分布式视频编码基于Turbo或LDPC对多视角分布式视频编码中Wyner-Ziv帧的所有区域不加区别的编码，这种方式的编码处理，对于运动比较剧烈的区域，运动估计技术不能够准确预测，不能较准确的生成时间边信息。并且，对时间和空间边信息进行完全融合生成融合边信息用来解码Wyner-Ziv帧。针对此问题，本发明提出了一种改进的多视角分布式编码算法，在主视角通过ROI判定准则得到运动剧烈区域和非运动剧烈区域。对于运动剧烈区域，边信息由时间边信息和空间边信息融合而成，该时间边信息生成算法采用基于DCT hash运动估计法，本文提取DCT低频系数作为DCT hash；而对于非运动剧烈区域，采用传统的运动内插算法生成的时间边信息与空间边信息融合而成。本放法可增强运动剧烈区域效率，从而在降低码率的同时提高解码图像质量，最终降低传感器节点能耗。

发明内容    

    技术问题：本发明的目的是提出面向无线多媒体传感网多视角分布式视频编解码的边信息生成方法，解决视频应用中数据量大的问题。通过使用本发明提出的方法在降低码率的同时可以得到最佳边信息，进而提高了解码图像的质量，最终降低传感器节点能耗，延长了无线传感网络生存周期。 

技术方案：本发明的方法是一种改进性的方法，该方法将主视角中非关键帧（Wyner-Ziv frame，WZ）的ROI（Region of Interest，感兴趣区域）宏块中DCT（离散余弦变换）低频系数提取出来进行熵编解码，对ROI（Region of Interest，感兴趣区域）宏块解码端利用接收到的DCT（离散余弦变换）低频系数进行双向运动估计内插生成ROI（Region of Interest，感兴趣区域）宏块时间边信息，而对非ROI（Region of Interest，感兴趣区域）区域使用解码出的帧进行运动补偿帧内插（或外推）生成非ROI（Region of Interest，感兴趣区域）宏块时间边信息，进而生成最佳非关键帧时间边信息；空间边信息的生成是采用单应性矩阵方法。最终将时间边信息与空间边信息进行融合。通过以上改进可以降低码率，提高解码图像的质量，降低传感器节点能耗，延长无线传感器网络生存周期。