基于變換域Wyner-Ziv視頻編碼的有效重建算法

王運波，卿粼波，王正勇,楊 紅

(四川大學 電子信息學院 圖像信息研究所，四川 成都 610065)

基于變換域Wyner-Ziv視頻編碼的有效重建算法

王運波，卿粼波，王正勇,楊 紅

(四川大學 電子信息學院 圖像信息研究所，四川 成都 610065)

為了減少分布式視頻編碼系統重建值與真實值之間誤差，提出了基于變換域Wyner-Ziv視頻編碼最小均方誤差(MMSE)重建的一種有效重建算法。該算法充分利用視頻幀間相關性，對MMSE重建算法積分區間做出調整，當邊信處于解碼值對應量化區間之內時，在量化區間內利用MMSE重建；當邊信息處于解碼值對應量化區間之外時，對量化區間做出調整，在改進后的區間利用MMSE重建。實驗結果表明，與最佳重建最小均方誤差重建算法相比，該算法可以有效提高解碼視頻的平均PSNR。

分布式視頻編碼；Wyner-Ziv視頻編碼；MMSE重建；量化區間

當前常用的視頻編碼標準如MPEG、H.26x是在編碼端做復雜的運動估計補償及幀內模式的預測決定來消除視頻中大量存在的冗余信息，從而獲取壓縮性能，編碼端計算復雜度高于解碼端，適用于廣播及一次編碼多次解碼的視頻系統。然而，隨著視頻傳感器網絡、無線視頻監控系統、多視角視頻等新型應用的出現，其要求編碼端設備簡單、低功耗、低復雜度，一種新的視頻編碼方案——分布式視頻編碼(DVC)應運而生，它將編碼端的計算復雜度轉移到解碼端，在解碼端做運動估計補償，其理論基礎是兩大信息理論即Slepian-Wolf理論[1]和Wyner-Ziv理論[2]。這兩個理論指出：利用獨立編碼、聯合解碼的方法對兩個統計相關信源進行壓縮，可以達到與傳統聯合編解碼方法相同的壓縮效率。目前，研究者主要以像素域Wyner-Ziv視頻編碼系統和變換域Wyner-Ziv視頻編碼系統作為研究對象，后者因結構簡單，性能良好，得到了廣泛關注。

DVC系統中，重建函數是解碼端的關鍵環節，對視頻解碼質量有很大影響，但對它的研究有所欠缺。最初的重建方案是文獻[3]提出的邊界重建算法，其原理是：當邊信息落于譯碼符號對應的量化區間內時，直接使用邊信息值作為重建值；否則，使用區間邊界值作為重建值。文獻[4]提出了一種運動補償重建算法來減少誤差，對整幀以簡單的塊的形式進行運動補償，利用前后向關鍵幀的信息改進重建。文獻[5]在像素域中提出一種可變的重建方案，根據邊信息與解碼值的差距，通過調節變量λ的大小來調整邊信息對最終重建的貢獻值。Vatis等[6]提出一種增強重建算法，研究邊信息與原始幀之間關系，利用最后得到的平均期望值來作重建。文獻[7]提出了一種基于對稱運動矢量和HASH碼字的運動補償內插的邊信息生成算法來改善解碼性能。Kubasov等[8]提出一種最小均方誤差重建算法，該算法根據邊信息與原始幀之間的虛擬相關噪聲模型求取使得均方誤差最小的期望值作為重建值，以使重建幀的均方誤差最小，受到廣泛的應用。文獻[9]提出了一種有效重建方案，在最小均方誤差重建的基礎上，針對無碼率傳輸的頻帶系數，根據邊信息幀與原使幀之間拉普拉斯分布參數α，重構最優重建值。對于邊信息落于譯碼符號對應區間之外的情況，文獻[8-9]并未更多考慮利用邊信息，此時，邊信息仍有很大的參考價值，尤其邊信息落入離譯碼符號對應區間最近的左、右區間時，因此，針對最小均方誤差重建算法本文提出一種有效重建算法，當邊信息處于區間之外時，根據拉普拉斯分布，刪除一部分小概率區間，在新的區間利用最小均方誤差重建，從而改善Wyner-Ziv視頻編碼中幀的重建質量。

1 變換系數的量化

目前最常用的DVC系統是由斯坦福大學Aaron等人[3]提出的變換域Wyner-Ziv視頻編碼系統，系統框圖如圖1所示。

圖1 變換域Wyner-Ziv視頻編碼系統

(1)

2 變換系數的重建

解碼端首先利用與當前WZ幀相鄰的已解碼關鍵幀求出邊信息SI，將得到的SI與編碼端進行相同的DCT變換和量化，得到SI的變換系數Y。然后，對接收到的校驗碼進行解碼重構得到量化索引值q。最后，根據量化索引值q及對應的邊信息值y∈Y，重建當前WZ幀的DCT系數x′，設z(q)表示量化索引值q對應量化之前的最小系數。重建算法[3]如下

(2)

式中：y表示邊信息值；z(q)為量化索引值q對應的量化區間的下限值；z(q+1)為區間上限值，該算法雖然簡單，但性能較差。文獻[8]對該算法作出改進，將邊信息幀與原WZ幀之間虛擬信道的噪聲模型參數考慮在內，采用最小均方誤差重建算法

x′=E[x|x∈[z(q),z(q+1)),y]=

(3)

式中：y為邊信息值；[z(q),z(q+1))為量化索引值q對應的量化區間；x為區間里的某個系數；fx|y(x|y)是已知y時x的條件概率密度函數，其滿足拉普拉斯分布。

3 優化的有效重建算法

圖2 概率密度函數

邊信息小于下邊界值yz(q+1)，預估真實值在區間[Vmmse,z(q+1))，表1給出了前100幀News，Foreman，Coastguard，Mobile序列的邊信息值落在量化區間外時真實值在對應預估區間里的比例。

表1 真實值在預估區間比例

3.1 DC頻帶重建

DC頻帶中，系數值為正數，解碼值q的量化區間為[z(q),z(q+1))，根據解碼重構得到的量解碼值和邊信息值通過式(3)計算重建系數x′，依據上述分析，對原WZ幀系數所在區間做出調整，確定在概率高的區間里重建減少重建誤差，由于邊信息與解碼值區間有3種關系，因此，分以下情況討論：

1)當邊信息y

x′=E[x|x∈[z(q),z(q+1)-d),y]=

(4)

2)當邊信息y≥z(q+1)，如圖3b所示，q為解碼值，[z(q),z(q+1))為量化區間，縱坐標曲線為概率密度函數，根據概率密度函數分布，去掉原WZ系數在區間中概率較少的一段，即圖3b中陰影部分，該段距離記為d，在區間[z(q)+d,z(q+1))用最小均方誤差重建，得重建系數x′

x′=E[x|x∈[z(q)+d,z(q+1)),y]=

(5)

圖3 邊信息落于量化區間之外時概率密度函數

3)當邊信息y∈[z(q),z(q+1))時，在區間[z(q),z(q+1))用式(3)重建系數x′。

3.2 AC頻帶重建

AC頻帶中，系數有正有負，其量化間隔分布是以0為對稱中心，量化索引值q對應的量化區間與DC頻帶有些不同，為了減少系統碼率，對于落在量化間隔對稱中心的區間[-Δk,Δk)里的系數其量化值均記0，因此，針對AC系數，為進一步確定原WZ幀系數所在區間，減少重建誤差，分以下情況討論：

1)當解碼值q！=0時，根據邊信息與解碼值量化區間的關系，分邊信息小于區間下邊界值、邊信息在區間內、邊信息大于區間上邊界值，其重建同上述DC頻帶系數重建一樣。

2)當解碼值q=0時，此時，量化區間為[-Δk,Δk)，邊信息y可能小于-Δk，可能大于Δk，以及在區間內3種情況，為減少重建誤差，使重建值更精確，對重建區間做出改進，具體如圖4所示。

(1)y<-Δk或y∈[-Δk,-0.5Δk)時，分別如圖4a、圖4b所示，y表示邊信息，[-Δk,Δk)為q=0時對應的量化區間，縱坐標曲線為概率密度函數，根據概率密度函數分布，此時原系數在區間[-Δk,0)概率比較大，在區間[-Δk,0)用式(3)重建系數x′。

圖4 解碼值為0時概率密度函數

(2)y≥Δk或y∈[0.5Δk,Δk)時，分別如圖4c，4d所示，y表示邊信息，[-Δk,Δk)為q=0時對應的量化區間，縱坐標曲線為概率密度函數，根據概率密度函數分布，此時原系數在區間[0,Δk)概率比較大，在區間[0,Δk)用式(3)重建系數x′。

(3)y∈[-0.5Δk,0.5Δk)時，重建系數x′用邊信息y代替。

4 實驗結果與分析

為了評估本文提出的算法，選取了常用的幾種視頻序列Foreman@101幀、Hall-monitor@201幀、Coastguard@201幀、Mobile@201幀進行測試，圖像格式為QCIF，圖幀頻為30 f/s(幀/秒)，圖像組長GoP為2，KEY幀采用H.264/AC幀內編解碼方式，WZ幀采用Wyner-Ziv編碼，量化方式采用文獻[11]中的Qi={8,7,6,5}4種量化表，所有率失真結果只對WZ幀亮度分量進行評估。實驗中參數值d取相應頻帶量化步長的三分之一。在TDWZ系統平臺上，將本文提出的算法與最小均方誤差重建算法做了比較。

圖5給出了RD性能比較，從實驗結果可以看出，與最佳重建MMSE重建算法相比，在相同碼率條件下使用本文提出的重建算法，可有效提高解碼重構圖像的PSNR。對于Foreman序列，恢復圖像的PSNR平均可以提高0.32 dB；對于Coastguard序列，恢復圖像的PSNR平均可以提高0.44 dB。兩個序列增益不同的原因是：Foreman序列相對于Coastguard序列運動平緩，邊信息質量好，此時邊信息落入量化區間里的比例較大，而運動較強的Coastguard序列邊信息質量相對較差，落在量化區間外的比例較大，由于對落在區間外時的重建做出改進，所以運動相對較強的Coastguard序列整體性能增益優于Foreman序列。

圖6給出了Hall、Mobile序列中幀的PSNR實驗結果，可以看出本文算法相對最佳重建MMSE重建算法對重建圖像有一定質量提升，圖中Hall序列平均PSNR增加的小，而Mobile序列增加的多，是因為Hall序列整體邊信息質量好，邊信息落在量化區外的情況較少，Mobile序列整體邊信息質量差，落在量化區間外的比例較多，因此，Mobile序列的增益比Hall大。

圖5 RD性能比較

圖6 Wyner-Ziv幀客觀質量比較

5 結論

文中提出了一種基于最小均方誤差重建的新的有效重建算法，該算法主要考慮到當邊信息落在譯碼符號對應量化區間之內或之外時邊信息的可信度。該算法中，對于邊信息值落在譯碼符號對應量化區間之內的值，直接在量化區間里利用最小均方誤差重建算法重建；對于邊信息落在譯碼符號對應量化區間之外的值，則對量化區間做出調整，再利用最小均方誤差重建算法進行重建。在不增加碼率和計算復雜度的基礎上，與最小均方誤差重建算法相比，該方案可有效改善視頻序列解碼性能。

[1]SLEPIAN D，WOLF J.Noiseless coding of correlated information sources[J].IEEE Trans.Inform.Theory，1973，19(4)：471-480.

[2] WYNER A，ZIV J.The rate-distortion function for source coding with side information at the decoder [J].IEEE Trans.Inform.Theory，1976，22(1)：1-10.

[3]ARON A，ZHANG R，GIROD B.Wyner-Ziv coding of motion video[C]//Proc.36th Asilomar Conference on Signals，Systems and Computers.Pacific Grove：IEEE Press，2002：240-244.

[4]SUN J，LI H.Motion compensated Wyner-Ziv video coding[C]//Proc.7th Workshop Conference on Multimedia Signal Processing.Shanghai：IEEE Press，2005：1-4.

[5]YANG C L，LIN Y G，PO L M，et al.Variable reconstruction scheme for distributed video decoding[C]//Proc.2008 IEEE Region Conference(TENCON 2008).Hyderabad：IEEE Press，2008：1-5.

[6]VATIS Y，KLOMP S，OSTEMANN J.Enhanced reconstruction of the quantised transform confficients for Wyner-Ziv Coding[C]//Proc.IEEE International Conferenceon Multimedia and Expo.Beijing：IEEE Press，2007：172-175.

[7]史萍，羅坤.分布式視頻編碼中邊信息的產生[J].電視技術，2010，34(11)：27-29.

[8]KUBASOV D，NAYAK J，GUILLEMOT C.Optimal reconstruction in Wyner-Ziv video coding with multiple side information[C]//Proc.9th Workshop Conference on Multimedia Signal Processing.Crete：IEEE Press：183-186.

[9]WANG Fengqin，FAN Yangyu，JIA Meng.Efficient reconstruction scheme for transform domain Wyner-Ziv video coding[J].The Journal of China Universities of Posts and Telecommunications，2010，17(4)：52-57.

[10]BRITES C，PEREIRA F.Correlation noise modeling for efficient pixel and transform domain Wyner-Ziv video coding[J].IEEE Trans.Circuits and SysIems for Video Technology，2008，18(9)：1177-1190.

[11]ARTIGAS X，ASCENSO J，DALAI M，et al.The DISCOVER codec：architecture，techniques and evaluation [J].Picture Coding Symposium，2007，17(9)：1103-1120.

王運波(1990— )，碩士生，主研圖像處理、視頻編碼；

卿粼波(1982— )，副教授，主要研究方向為圖像處理、模式識別、多媒體通信；

王正勇(1969— )，碩士生導師，主要研究方向為圖像處理、模式識別、多媒體通信；

楊 紅(1983— )，講師，博士生，主要研究方向為視頻通信。

責任編輯：時 雯

Efficient Reconstruction Algorithm Based on Transform Domain Wyner-Ziv Video Coding

WANG Yunbo，QING Linbo，WANG Zhengyong,YANG Hong

(ImageInformationInstitute，SchoolofElectronicsandInformationEngineering，SichuanUniversity，Chengdu610065，China)

In order to reducing the error between the reconstructed value and the ture vale in the distributed video coding system，an efficient reconstruction algorithm based on minimun mean square error(MMSE) reconstruction is proposed for transform domain Wyner-Ziv video coding.By making full use of the temporal correlation among the video frame，the reconstruction algorithmmakes an adjustment aiming at the integral interval of MMSE reconstruction.When side information is within the decoded quantization bin， the reconstructed value is derived from using MMSE on the original quantized interval.When the side information is outside the decoded quantization bin，the integral interval is adjusted and the reconstructed value is derivedfrom using MMSE on the adjusted interval.Experimental results show that the proposed scheme can improve the averagePSNRof the reconstructed video effectively，compared with the minimum mean square error reconstruction algorithm.

distributed video coding；Wyner-Ziv video coding；MMSE reconstruction；quantized interval

國家自然科學基金項目(61201388)；高等學校博士學科點專項科研基金項目(20110181120009)

TN919.81

A

10.16280/j.videoe.2015.05.007

2014-03-24

【本文獻信息】王運波，卿粼波，王正勇，等.基于變換域Wyner-Ziv視頻編碼的有效重建算法[J].電視技術,2015，39(5).