专利名称：一种基于压缩感知的错误隐藏方法
技术领域：
本发明属于数据传输技术领域，涉及重构解码视频序列中丢失块的方法，特别涉及ー种基于压缩感知的错误隐藏方法。
背景技术：
目前，广泛使用的编码，如 H. 26x(T. Wiegand, G. J. Sullivan, G. Bjontegaard, andA. Lutnra, “Overview of tne H. 264/AVC video coding standard,，，IEEETransactionson Lircuits and Systems for Video Technology,vol. 13, no. 7, pp. 560-576,Jul. , 2003) 和 MPEG-χ (Int. Telecommun. Un i on-Telecommun. (ITU-T)and Int.Standards Org./Int. Electrotech· Comm. (IS0/IEC)JTC I,Rec. H. 262andIS0/IEC 13818-2(MPEG-2Video), Generic Coding of Moving Pictures and Associated AudioInformation-Part 2:Video Nov. 1994.),在获得高压缩效率的同时，也降低了码流对丢包问题的鲁棒性。但是由于互联网和无线网中网络环境的变化，丢包现象难以避免。作为ー种后处理方法，错误隐藏技术可以根据正确解码的宏块恢复出丢失的块，因此既不像前向纠错(FEC)技术需要增加额外的带宽，也不像自动重传请求(ARQ)技术需要引入重新传输机制。错误隐藏技术在互联网和无线网上的视频流传输问题上有着广阔的应用前景。由于视频序列连续帧之间存在很强的相关性，时域错误隐藏方法可以根据前ー帧的相关信息恢复出丢失块的细节。使用该方法的一个关键问题是如何确定最合理的运动向量，如果运动向量可以从解码端正确解码的，则可以直接用来进行错误隐藏。但是，在大部分情况下，丢失宏块的运动矢量也无法正确解码。有一种解决方法是结合与其空间相邻宏块对应的可能矢量中给出ー个统计结果，但是，这种方法依赖于运动矢量均匀分布这一前堤。还有ー种方法是基于边界匹配的运动矢量匹配方法，该方法根据内边界和外边界的平滑性选择ー个最合理的运动矢量，这种方法得到的运动矢量精度高，复杂度低。时域错误隐藏方法的另ー个关键问题是如何刻画和描述丢失的宏块与上ー帧对应宏块之间的对应关系。X. Xiang 等(X. Xiang, Y. Zhang, D. Zhao, S. Ma, and ff. Gao，“A highefficient error concealment scheme based on auto-regressive model for videocoding, ” in PCS, Chicago, USA, 2009)提出了一种基于自回归模型的错误隐藏方法，在这种方法中，首先，自回归系数通过空间相邻的宏块估计出来。然后，丢失的宏块由沿着所选择的最优运动矢量所选宏块加权估计出来。此外，Y. Zhang等(Y. Zhang, X. Xiang, S. Ma, D.zhao, and ff. Gao, “Auto Regressive Model and Weighted Least bquares Based PacketVideo Error Concealment, ”in DCC, Snowbird, 2010, pp. 455-464)结合时域的连续性来提1 自回归系数的准确性，并考虑空间距尚与观测噪声之间的相关关系，从而大大提闻了基于自回归模型错误隐藏技术的重构质量。但是，由于自回归模型容易受到欠定和超定问题的影响，通常用一个低阶的自回归模型来描述，利用时空相关性的能力上将受到很大的限制。压缩感知(D.L. Donoho, “Compressed sensing, ” IEEE Transactions onInformation Theory, vol. 52, no. 4, pp. 1289-1306，Apr. , 2006.)是另外一种描述自然图像和视频序列中的千变万化细节信息的方法，这种方法可以应用于图像超分辨率和图像修复中，能够将各种复杂的纹理很好地表示出来，因此，利用压缩感知进行错误隐藏是非常有意义的ー个课题。
发明内容
本发明g在至少解决现有技术中存在的技术问题，特别创新地提出了ー种基于压缩感知的错误隐藏方法。为了实现本发明的上述目的，本发明提供了ー种基于压缩感知的错误隐藏方法，其包括如下步骤SI :构建丢失宏块的稀疏基模型； S2 :确定稀疏系数；S3 :根据稀疏基模型和稀疏系数重构已丢失宏块。本发明的基于压缩感知的错误隐藏方法能够根据前ー帧正确解码的宏块形成稀疏基，然后结合规整化最小ニ乘方法确定出比较合理的系数，从而重构出较高质量的宏块。本发明的算法具有较好的收敛性，其充分运用视频序列的时间连续性和空间相关性，增强了所重构丢失块的精度。本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中图I是本发明基于压缩感知的错误隐藏方法的流程图；图2是本发明ー种优选实施方式中丢失宏块的稀疏基的构造方法示意图；图3是在QP为24，丢包率为5%的情况下，不同方法对Mobile序列前30帧恢复结果的PSNR对比图；图4是在QP为24，丢包率为5%的情况下，不同方法对Mobile序列第十帧的恢复结果。
具体实施例方式下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过參考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。本发明提出了ー种基于压缩感知的错误隐藏方法，如图I所示，该错误隐藏方法包括如下步骤SI :构建丢失宏块的稀疏基模型；S2 :确定稀疏系数；S3 :根据稀疏基模型和稀疏系数重构已丢失宏块。
在本实施方式中，构建丢失宏块的稀疏基模型包括如下步骤Sll :确定丢失宏块的运动矢量；S12 :对步骤Sll确定的运动矢量进行偏移，得到运动矢量组；S13 :判断与得到的运动矢量组对应的宏块是否正确解码，如果正确解码，则对其进列拉直，形成丢失宏块和临近像素点的稀疏基模型。用公式具体表示构建丢失宏块的稀疏基模型的具体过程为假设B:是第i帧中第j个丢失的宏块，爲"可以由稀疏基K稀疏表示出来，记为n, ニ ΨΗ a( 1 )其中，α是稀疏系数。设I/为与蹲相邻的像素点集合，并进ー步假设5/可以由稀疏基をW和稀疏系数α稀疏表示出来代;=Ψτ(α,2)设ぐ是与5/对应的运动矢量，=-+(% )是由ジ衍生的运动矢量，是宏块在i-Ι帧与运动矢量V对应的图像块，如果该图像块正确解码，则对
Pム(《MO丨进行列拉直，如图2所示，得到稀疏基对VV和^在构建丢失宏块的稀疏基ホ吴型后，需要确定稀疏系数，由于形成的稀疏基对ヅB和 虽然能够有效的稀疏表示丢失宏块B/和邻近像素局ダ，但是各个稀疏基之间存在很强的
相关性，为此，在本实施方式中，采用ー范数和ニ范数联合最优化方法利用视频序列的相关性来确定稀疏系数mi η || ||丨-l-/l|| ||2SJ lii ^ Ψ Hja/q)此外，由于视频序列的连续性，第i帧的图像块属/与由第i_l帧形成的稀疏3 Ψ的关系与第i-Ι帧的图像块 I/—,(0，0)与由第i-Ι帧形成的稀疏基ちム(_存在一致性，利用这一特性，有助于改进所得稀疏系数的精度，即有min ! I +Ks.i β/ ニ ψ萆aA !(O，0) = t///7ん(け)fit,4、由干与具有较大偏移量^对应的稀疏基函数的系数为非零元素的概率通常比较大，因此，在本实施方式中，采用加权方法来确定稀疏系数min pVa\\ 十/!丨ト丨丨，V./ B； =ψτ,α/ /(0,0) = ^ ((!()) “)
其中，WzdiagW
权利要求
1.ー种基于压缩感知的错误隐藏方法，其特征在于，包括如下步骤 Si:构建丢失宏块的稀疏基模型； 52:确定稀疏系数； 53:根据稀疏基模型和稀疏系数重构已丢失宏块。
2.如权利要求I所述的基于压缩感知的错误隐藏方法，其特征在于，所述步骤SI中包括如下步骤 511:确定丢失宏块的运动矢量； 512:对步骤Sll确定的运动矢量进行偏移，得到运动矢量组； 513:判断与得到的运动矢量组对应的宏块是否正确解码，如果正确解码，则对其进列拉直，形成丢失宏块和临近像素点的稀疏基模型。
3.如权利要求I所述的基于压缩感知的错误隐藏方法，其特征在于，采用加权方法来确定稀疏系数 min IlFFciI1 +/l||a||2 Si B-ψα rr _ I 其中，α 为稀疏系数，W=CliagOV1, W2，…)，^ = max(c/ J)2 dk为所选宏块与待表示宏块之间的距离， 「.-]Γ B = SBi Ψ (0，0ず歹=^卑#私_」入为规整化因子。
4.如权利要求I或3所述的基于压缩感知的错误隐藏方法，其特征在于，利用规整化最小ニ乘法确定稀疏系数。
5.如权利要求I所述的基于压缩感知的错误隐藏方法，其特征在于，所述步骤S3中包括如下步骤 531:对步骤S2确定的稀疏系数进行硬阈值截断； 532:求解所述稀疏系数和与之对应的稀疏基形成的线性方程组，取最小ニ乘解作为最终的稀疏系数； 533:利用最終的稀疏系数和稀疏基实现丢失宏块的重构。
全文摘要
本发明提出了一种基于压缩感知的错误隐藏方法，其包括如下步骤首先，构建丢失宏块的稀疏基模型；然后，确定稀疏系数；最后，根据稀疏基模型和稀疏系数重构已丢失宏块。本发明的错误隐藏方法能够根据前一帧正确解码的宏块形成稀疏基，然后结合规整化最小二乘方法确定出比较合理的稀疏系数，从而重构出较高质量的宏块。另外，本发明的算法具有较好的收敛性，其充分运用视频序列的时间连续性和空间相关性，增强了所重构丢失块的精度。
文档编号H04N7/68GK102740080SQ20121018579
公开日2012年10月17日 申请日期2012年6月6日 优先权日2012年6月6日
发明者付长军, 季向阳, 戴琼海 申请人:清华大学