[发明专利]一种联合边信息的分布式视频压缩采样重建方法

说明书

本发明公开了一种联合边信息的分布式视频压缩采样重建方法，考虑到由关键帧产生的边信息与非关键帧的相似性，该相似性可以进一步通过两者的差异在固定变换基上的稀疏约束来表征，从而生成非关键帧重建优化模型。最后通过FISTA策略进行优化求解，从而生成较好重建质量的非关键帧信息。实验表明：本发明提出的方法考虑到图像与其边信息之间的相关性，进行联合边信息残差稀疏正则化约束的图像重建，从而使得重建视频帧的各项指标均接近理想值。

技术领域

本发明属于分布式视频编码领域，涉及一种分布式视频压缩采样重建方法，适用于各种资源受限的视频编码应用场景。

背景技术

随着用户对高清视频的应用需求，视频数据量在急剧增加。视频编码技术能够有效地去除视频数据中的冗余信息，从而实现视频在互联网中的快速传输及存储。目前常见的视频标准包括由国际标准组织国际电信联盟电信标准化部门 (ITU-T)和国际标准组织机构(ISO)制定的MPEG、H.26x等。随着相关技术的更新与升级，传统视频编码技术在视频监控、消费电子等方面得到了广泛的应用。在传统的视频编码方法中，编码端需要充分利用视频时间和空间的相关性进行类似于运动估计和运动补偿等高计算复杂度的运算，从而对硬件系统提出了较高的要求，不太适合于各种计算资源受限的应用场合。分布式视频编码技术为解决计算资源受限下的视频传输问题提供了一种有效的解决途径。在分布式视频编码中，视频帧被分为关键帧和WZ帧。对于关键帧，采用传统的编码方法。对于 WZ帧进行信道编码(往往在变换域进行)，仅仅只传送一部分校验信息。在解码端将关键帧进行运动估计及运动补偿产生边信息，将边信息看作是WZ帧经过一个虚拟信道后叠加噪声(相关噪声)获得，于是通过边信息及校验信息进行信道解码就可恢复出数据。2002年斯坦福大学Bernd等提出了像素域的WZ视频编码架构。随后该框架被扩展到变换域，提出了变换域的WZ视频编码架构。因此，基于变换域的分布式编码技术成为了主要研究方向。Berkeley大学的Kannan研究小组提出了基于块的PRISM架构，它使用Hash信息辅助边信息进行解码重构。DISCOVER研究小组在变换域WZ视频编码架构的基础上进行了改进，引入图片组的概念，可根据待编码视频序列的时域相关性调整关键帧与WZ帧的比例。分布式视频压缩感知是一种新颖的视频编码方法，通过将压缩感知和分布式视频编码方法相结合，在基本不影响编码质量的前提条件下，可以极大降低视频采集端的能耗，成为了国内外许多研究学者关注和研究的热点。

在分布式视频压缩感知中，一个核心技术是在解码端需要结合边信息，并通过有效的重建方法对编码端稀疏采样的视频进行重建。边信息可以被视为当前帧的含噪图像，如何将边信息与传统压缩采样重建算法相结合是分布式视频压缩感知的关键问题之一。

发明内容

本发明针对现有技术的不足，提供一种联合边信息残差稀疏正则化约束的分布式视频压缩采样重建方法。

本发明所采用的技术方案是：一种联合边信息残差稀疏正则化约束的分布式视频压缩采样重建方法，首先将输入视频分为关键帧和非关键帧，在编码端对关键帧采用高采样率的压缩采样测量方法，对非关键帧采用低采样率的压缩采样测量方法。在解码端，对关键帧进行帧内重建，并通过运动估计和运动补偿算法生成用于非关键帧重建所需的边信息。对于非关键帧，结合边信息，求解所提出的联合重建模型实现非关键帧的重建，其整体实现框图如图1所示。该方法包括以下步骤：

步骤1：在编码端，将视频分为关键帧和非关键帧，按照压缩感知的原理，对其进行稀疏采样。关键帧选用较高的采样率，非关键帧选用较低的采样率。假设原始视频关键和非关键帧对应的列向量分别表示为y_K∈R^N×1和y_N∈R^N×1，测量矩阵分别为和其中N表示将二维视频帧转换成的一维向量的长度，M表示关键帧的测量数，S表示非关键帧的测量数，M＞S，测量矩阵选用预随机化的分块哈达玛矩阵(SBHE)。则关键帧和非关键的测量值 x_K∈R^M×1和x_N∈R^S×1具有如下关系式：