[发明专利]一种DVC中基于二次边信息的相关噪声建模方法

权利要求书

1.一种DVC中基于二次边信息的相关噪声建模方法，其特征在于该方法包括如下步骤：(1)在线噪声和边信息的二次生成；具体包括：

(1.1)将视频序列经过图像分组模块GOP＝2(Group of Pictures),分为偶数帧和奇数帧，偶数帧为Wyner-Ziv帧即WZ帧和奇数帧为关键帧即K帧，则2m帧视频序列中WZ帧包括WZ₂、WZ₄、…、WZ_2n、…、WZ_2m帧，K帧包括K₁、K₃、…、K_2n-1、…、K_2m-1帧；K帧采用传统的帧内编码，解码端得到解码的K帧包括帧，n＝1～m；

(1.2)解码端，在和帧之间搜索，得到前后向运动矢量其中dx_f代表前向运动矢量在水平方向的分量，dx_b代表后向运动矢量在水平方向的分量，dy_f代表前向运动矢量在垂直方向的分量，dy_b代表后向运动矢量在垂直方向的分量，上标的含义代表在相应两帧之间搜索运动矢量，下述的dx_f dx_b，dy_f dy_b也是同样含义，dx_f dx_b，dy_f dy_b中的f是表示前向Front的意思，b是表示后向Back的意思，WZ_2n帧的前向补偿帧为x表示像素点的横坐标,y表示纵坐标，构造出帧是在帧的基础上利用第2n-1帧,第2n+1帧搜索出的前向运动矢量得到的，后向补偿帧为下述步骤(1.3)构造出来的各帧中的字母的含义也参照本步骤；生成的一次边信息为的下标1表示是一次边信息，上标2n表示第2n帧，即WZ_2n帧对应的边信息，一次在线残差即相关噪声为的下标1表示是一次在线残差，上标2n表示第2n帧，即WZ_2n帧对应的在线残差；都是构造出来的帧；

(1.3)一方面在和之间搜索，得到新的前后向运动矢量并计算的后向帧为的前向帧另一方面在和之间搜索，得到前后向运动矢量的后向帧为的前向帧为此处的dx_f dx_b，dy_f dy_b含义和前述步骤一样；

(1.4)生成的二次边信息如下：其中下标21和下标22分别表示生成的二次边信息的第一种形式和第二种形式；生成的二次残差即相关噪声如下:

(2)二次在线噪声与一次在线噪声的融合、二次边信息和一次边信息进行融合：对二次在线噪声与一次在线噪声进行融合，得到融合在线噪声对二次边信息和一次边信息进行融合，得到融合边信息为：此处的上标2n与步骤(1)所述2n-1,2n+1中的n含义是相同的，2n就表示的是第2n帧，2n-1就表示的是第2n-1帧，2n+1就表示的是第2n+1帧，所以SI²ⁿ是第2n帧即WZ_2n帧最终对应的融合边信息，R²ⁿ是第2n帧即WZ_2n帧最终对应的融合在线噪声；

(3)训练KDE模型和估计混合高斯模型参数；具体包括：

(3.1)高斯混合模型参数初始化：

高斯混合模型y表示某个残差样本值，θ是高斯混合模型的参数集，θ＝(θ₁,θ₂,...θ_S)，S为高斯混合模型的分模型个数,θ_i＝(α_i,u_i,σ_i)，i＝1,2,...S,i表示是第几个高斯分布，α_i是第i个高斯分布的权重，第i个高斯分布的概率密度函数是μ_i是第i个高斯分布的权重，是第i个高斯分布的方差，对频带级的融合噪声R²ⁿ做K-means聚类，将聚为S类的聚类中心结果作为高斯混合模型中θ＝(θ₁,θ₂,...θ_S)参数估计的初始值；

(3.2)根据，更新高斯混合模型参数集；y_j是残差样本集R²ⁿ中的第j个残差值；N是残差样本集R²ⁿ的样本容量大小,S为高斯混合模型的分模型个数，α_i是第i个高斯分布的权重，μ_i是第i个高斯分布的权重，是第i个高斯分布的方差，表示y_j属于第i个高斯分布的隶属度的更新估计值，是第i个高斯分布的权重的更新估计值，是第i个高斯分布的权重的更新估计值，是第i个高斯分布的方差的更新估计值；

(3.3)直到前后两次高斯混合模型的对数似然函数变化值小于设定阈值时，高斯混合模型的参数集更新结束；

(3.4)KDE模型参数初始化：

KDE模型x是要估计的残差值，X_i是残差样本集中的第i个样本值，N是残差样本集R²ⁿ的样本容量，h(x)^*为步骤(3.5)所求优化的对要估计的残差值x的自适应的可变带宽，K(·)采用核函数，计算初始固定带宽h₀，是样本方差；

(3.5)计算优化的自适应的可变带宽其中，h₀为步骤(3.4)所求初始固定带宽，x是要估计的残差值，X_i是残差样本集中的第i个样本值，N是残差样本集R²ⁿ的样本容量,是采用h₀为带宽情况下对要估计的残差值x的概率密度估计值；

(4)利用KL散度判决模块，自适应地对各个频带的相关噪声建模，具体包括：

(4.1)利用步骤(3)得到高斯混合和KDE两种相关噪声模型下的残差R²ⁿ的概率密度，分别与融合噪声残差样本的概率密度做KL散度计算；选择可以获得较小KL散度值的模型作为当前频带的最优模型；

(4.2)基于步骤(4.1)选择的最优模型，计算残差二进制表示后每一位的为0和为1的概率对数似然比，即可得到LDPCA解码器更精确的输入，并送入LDPCA解码器模块。