一种分布式视频编码中码率控制方法
【技术领域】
[0001] 本发明涉及一种在分布式视频编码中码率控制方法，属于视频压缩领域。
【背景技术】
[0002] 分布式视频编码值istributedVideoCoding,DVC)是基于20世纪70年代 Slepian.WolfW及Wyner.Ziv提出的信息理论而建立的，将编码器运算复杂度转移到解码 器。其特点是编码简单、解码较复杂、压缩性能接近传统的编码方式、抗误码能力强，适用于 无线网络中资源受限的视频编码设备等。
[0003] 分布式视频编码中多使用化rbo码或者LDPC码该样的信道编码对WZ峽进行编 码。虽然化rbo码和LDPC码都是能够接近理论界的信道编码方案，但有研究结果表明LDPC 码的整体性能要好于化rbo码，对于运动剧烈的视频，LDPC方案抗误码率性能更好。在分布 式视频编码中，原始WZ峽与相应边信息间相关噪声模型的准确度对编码效率有很大影响， 相关噪声模型越准确，LDPC码成功解码需要的校验位就越少，一方面降低了码率，提高了压 缩效率；另一方面，减少了LDPC码解码的计算量。所W，解码端对相关噪声的准确建模是分 布式视频编码的一个关键技术。
[0004] 由于子带级的拉普拉斯分布模型在计算复杂度和精确度上具有良好的折中得到 了广泛认可，现今的DVC系统大多采用拉普拉斯分布来描述原始WZ峽和边信息之间的噪声 关系，近年来对相关噪声模型的研究主要在于如何获得更精确的拉普拉斯参数。但DVC系 统中的DCT残差系数统计分布并不完全符合拉普拉斯分布该个假设，而是具有更尖的峰值 特性和更长的尾部，为适应残差系数的该两个特性，本文提出基于K-Medoids聚类的拉普 拉斯-柯西混合相关噪声模型的建模方法。该混合模型利用K-Medoids将子带残差分为大 残差系数和小残差系数，对小残差系数的分布使用拉普拉斯模型来描述，对大残差系数的 分布使用柯西分布来描述，增加了模型的精度，从而提高了系统的率失真性能。
【发明内容】
[000引技术问题；针对变换域分布式视频编码中原始Wyner-Ziv(WZ)帧与相应边信息的 残差系数存在大残差和小残差系数统计分布与传统的拉普拉斯分布存在一定偏差的问题。 为了减少该种差异，提出一种基于K-Mediods的混合分布相关噪声模型及其参数估计算 法。该混合模型利用改进的拉普拉斯分布描述小残差系数的分布，采用柯西分布描述大残 差系数。本文提出的混合模型建模方法能较精确地描述WZ峽和边信息间的残差系数分布， 从而有效地改善了变换域分布式视频编码的率失真性能，并减少系统解码端计算复杂度。 [000引技术方案：
[0007] 1. -种分布式视频编码中相关噪声模型建模方法，其特征在于，该方法包含W下 步骤：
[0008] 1)对于当前解码子带bk，每个系数和它与该子带残差均方的距离的绝对值组成一 个2维特征向量，即子带bk中第n个残差特征向量表示成兩=(媒.（//，v)，|a(//，v)|)，其 中
【主权项】
1. 一种分布式视频编码中相关噪声模型建模方法，其特征在于，该方法包含以下步 骤： 1) 对于当前解码子带bk，每个系数和它与该子带残差均方的距离的绝对值组成一个 2维特征向量，即子带bk中第n个残差特征向量表示成
，其中
2) 利用K-Medoids聚类算法将残差特征向量分成大残差类与小残差类； 3) 使用改进的拉普拉斯分布描述小残差类，使用柯西分布描述大残差类；分别计算相 应的分布参数，最终得到混合分布式相关噪声模型。
2. 根据权利要求1所述的一种分布式视频编码中码率控制方法，其特征在于，所述步 骤2)中，按照如下步骤进行K-Medoids聚类： 1) 初始化聚类中心：选择开始的三个残差特征矢量作为初始聚类中心之广，；(k)， 笔w，对应的类为\(k)，S2(k)，5^)，令k= 0; 2) 样本聚类：将待分类的特征向量集逐个按最小距离原则划分给三类中的某一 类，即：如果 （i= 1，2,. . .，N)，j= (1，2, 3)，则乓e ;式中 表示足 和类0fcl的中心f/k|的距离，上角标k表示迭代次数，这里的距离选择欧氏距离，于是产生 新聚类5f+1); 3) 重新计算聚类中心：与K-Means不同，K-Means选择当前cluster中所有数据点的 平均值为新的中心点，而在K-Medoids中，将从当前cluster中选取一个到其他所有（当前 cluster中的）点的距离之和最小的点作为中心点； 4) 判断终止条件：如果#+1>=Zf，（j= 1，2,3)，则结束，得到3个聚类，DCT残差系 数被分为三个集合SpS2,S3，否则，k=k+1，转至2)。
3. 根据权利要求1或2所述的一种分布式视频编码中边信息改进方法，其特征在于，步 骤3)中，计算拉普拉斯分布的参数以及柯西分布的参数的具体流程为： 聚类之后，计算三个残差系数集合S^j= 1，2, 3)各自的方差，然后按从小到大的顺 序，将其对应的残差系数集合分别记为SpS2,S3，其中Si记为小系数集，而S2,SJU记为大 系数集，31基本关于0对称，为了计算柯西分布的参数的方便，对S:进行修正，记Si的上界 和下界的绝对值的最小值为TL，之后将用柯西分布来描述大残差系数集，而用拉普拉斯分 布描述小残差系数集； 柯西分布可以表示为：
其中A是形状参数，y是位置参数，因为视频压缩编码中残差系数基本关于0对称， 所以令U=〇;为了保持最后由拉普拉斯分布和柯西分布组合表示的概率密度还能满足 J7/(.0 = 1，那么对于柯西分布，得找到一个X使得其概率密度在[-TL，TL]区间内的积分 值等于拉普拉斯的概率密度在[_TL，TL]区间内的积分值，并且仍然能维持它的重尾特性； 这样就能推导出入； 令拉普拉斯概率密度在[_TL，TL]内的积分值为I\(TL)，它可以按下式计算：
令Pe(LH)表示柯西概率密度在[_TL，TL]内的积分值，按下式计算：
利用下式计算属于SiS差系数集合的拉普拉斯参数：
<是31残差系数集合的方差。 最终表不相关噪声模型：
【专利摘要】本发明公开了一种分布式视频编码中建立相关噪声模型及估计模型参数的方法，该混合模型首先利用K-Mediods将残差系数分为小残差和大残差，利用改进的拉普拉斯分布描述小残差系数的分布，采用柯西分布描述大残差系数。该文提出的混合模型(Hybrid Distribution Correlation Noise Model，HDCNM)能较精确地描述WZ帧和边信息间的残差系数分布，从而有效地改善了变换域分布式视频编码的率失真性能，并减少系统解码端计算复杂度。
【IPC分类】H04N19-625, H04N19-61
【公开号】CN104702961
【申请号】CN201510086215
【发明人】张登银, 蔡睿
【申请人】南京邮电大学
【公开日】2015年6月10日
【申请日】2015年2月17日