单向分布式视频编码中码率控制技术研究

Due to its low encoding complexity and high compression performance, Distributed Video Coding(DVC) has widespread prospect in power-limited application fields, such as video sensor networks, video surveillance and etc. However the rate control problem has not been solved well in most of DVC architectures in the literature. The offline trained quantization parameters are used to quantize key and W-Z frames, which leads to uncontrollable bitrate and fluctuating reconstruction quality, and the bitrate needed for correct decoding is controlled by the decoder with the aid of feedback channels, which makes DVC unsuitable for real-time applications without feedback channel. To solve these problems and make DVC more practical, this project aims to research the rate control technologies in unidirectional DVC without feedback channel, including frame-level rate control, bitplane-level rate control and iterative decoding without feedback. Through breakthrough of the above key technologies, an unidirectional DVC encoding/decoding system with low encoding complexity is presented, whose RD performance is comparable with DISCOVER(the benchmark of bidirectional DVC with feedback channel), and the reconstruction quality is very stable. Our presented research has positive significance to promote the application of DVC and rapid development of resource-limited video devices.

分布式视频编码（DVC）具有较低的编码复杂度和较高的压缩性能，在视频传感器网络、视频监控等低功耗应用领域具有广阔的前景。但是目前DVC系统中码率控制的问题尚未得到很好的解决，比如采用离线训练的量化参数分别量化Key帧和W-Z帧，导致码率不可控，重构质量波动大；利用反馈信道控制比特平面码率，时延大，不适用于不存在反馈信道或实时性要求比较高的场合。针对以上问题，本项目将研究无反馈信道的单向DVC中码率控制技术，包括帧层恒定码率控制方法、比特平面码率控制方法以及无反馈迭代解码方法。通过以上关键技术的突破，实现单向分布式视频编解码系统，在保持低编码复杂度的前提下，该系统的率失真性能和基于反馈信道的双向DVC系统基准平台DISCOVER相当，而且实际码率和目标码率接近，各帧重构质量稳定。本项目的研究对推动DVC的实际应用和低功耗视频设备的快速发展具有积极的意义。

分布式视频编码（DVC）具有较低的编码复杂度和较高的压缩性能，在视频传感器网络、视频监控等低功耗应用领域具有广阔的前景。但是目前DVC系统采用反馈信道控制码率，时延大，不适用于不存在反馈信道或实时性要求比较高的场合。本项目研究了无反馈信道的单向DVC中码率控制技术，研究内容包括：.1）低复杂度编码端码率估计方法，以极低的复杂度估计近似边信息，并在码率估计中同时考虑帧间相关性和比特平面间相关性，以极低的复杂度实现了精确的码率估计； .2）研究了基于边信息和相关性噪声细化的无反馈迭代解码技术，在解码端利用重构帧对边信息和相关性噪声细化，得到更精确的边信息和相关性噪声，并用于迭代解码，对尚未正确解码的比特平面重新解码，提高重构质量，有效解决了单向DVC中因为编码端码率欠估计导致重构质量退化的问题；.3）从对数似然比计算和对错误解码比特的鲁棒性两个因素重新评估格雷码对DVC性能的影响，包括单向DVC和双向DVC系统，评估结果表明格雷码并不总能提高DVC系统的性能，纠正已有文献中仅仅因为比特平面相关性更强就得出格雷码可以提高DVC性能的错误认识；.4）针对DVC系统解码复杂度高耗时长的问题，对其中最耗时的LDPCA解码模块进行GPU优化，提高解码速度。经过GPU优化后，解码速度提高了4倍左右。.本项目的研究成果可以成功推动DVC在视频传感器网络以及视频监控等对编码端资源受限的领域的实际应用。在本项目的资助下，出版学术专著1部，在国内外期刊和国际会议上发表论文17篇,其中SCI检索8篇，申请国家发明专利7项，其中授权专利3项，登记软件著作权2项。