统计推断模型及其在视频编码中的应用.pdf

哈尔滨工业大学工学博士学位论文

国内图书分类号: 学校代码:10213
国际图书分类号: 密级:公开


博士学位论文

统计推断模型及其在视频
编码中的应用









博士研究生: 张永兵
导师: 赵德斌教授
申请学位: 工学博士
学科、专业: 计算机应用技术
所在单位: 计算机科学与技术学院
答辩日期: 2010年7月
授予学位单位: 哈尔滨工业大学
─ II ─
摘要

Classified Index:
U. D. C.:


Dissertation for the Doctoral Degree in Engineering

STATISTICAL INFERENCE MODEL AND ITS
APPLICATIONS TO VIDEO CODING





Candidate : Zhang Yongbing
Supervisor : Prof. Zhao Debin
Academic Degree Applied for : Doctor of Engineering
Specialty : Computer Application Technology
Affiliation : School puter Science and
Technology
Date of Defence : July, 2010
Degree-Conferring-Institution : Harbin Institute of Technology
─ III ─
哈尔滨工业大学工学博士学位论文
摘要
随着信息技术和互联网的飞速发展,新一代高效视频编码技术已经成为
近年来学术界和工业界的研究热点之一。目前主流的 、AVS 编码
标准的压缩性能比以往的任何标准都提高了一倍以上。但是在网络带宽受限
情况下,这些视频编码技术仍旧难以达到令人满意的效果,而且在传输过程
中容易发生错误。因此如何在带宽受限情况下进一步提高视频编码的效率以
及提高错误隐藏的性能引起人们越来越多的关注。从信号处理的角度,可以
先对输入信号进行下采样(在空域或者时域)并编码下采样后的信号,然后
对重构的下采样信号进行上采样(空域上称之为插值,时域上称之为帧率转
换)以恢复到原来的分辨率或者帧率。帧率转换和插值算法性能的好坏直接
影响到这种视频编码方案的压缩效率。
从信息论的角度,帧率转换、插值和错误隐藏都可被视为统计推断过程:
从已知的观察值来预测和估计一些未知量。推断效率的高低取决于描述原始
信号的模型的准确性。传统的帧率转换和错误隐藏算法采用平移运动模型来
描述连续帧之间的相关性,但是这种模型不能准确刻画局部图像的特性,因
此会造成原始信号和预测信号之间较大的误差。为了提高预测精度,本文从
统计推断的角度出发,对帧率转换、插值和错误隐藏的若干问题进行了深入
的研究。具体地,本文的主要内容包括如下:
第一,传统的帧率转换大都利用平移运动模型为待插帧寻找准确的运动
信息,但是这些方法不能刻画图像的局部特性。为了提高帧率转换的性能,
本文提出了基于时空自回归(STAR)模型的帧率转换方法。在提出的 STAR
模型中,待插帧内的任一像素都可以表示成一个样本空间内所有像素的加权
和。该样本空间包括其前、后邻近帧内以对应位置为中心的一个方形邻域和
当前帧内由已经插值出的部分像素组成的邻域。为了提高插值帧的质量,本
文提出了一种自反馈算法用来逼近最优的 STAR 系数。在每次迭代过程中,
待插帧内各个训练窗内的像素首先由其前、后向邻近帧对应像素和待插帧内
已经插值出的像素的加权和得到。然后原始帧训练窗内的真实像素也可以由
前一步骤中相同的 STAR 系数和样本空间得到。训练窗内的 STAR 系数可以
通过最小化其对应的插值误差和(包括前、后向插值帧内本次和上次迭代后
的误差以及当前真实帧和此次迭代后的误差)得到。实验结果表明该模型能
有效提升插值帧的主观和客观质量,尤其是对一些细节丰富的区域。
─ IV ─
摘要
第二,在 STAR 模型中,前后帧的邻域以当前帧相同位置的像素为中心。
因此,对运动中等或者剧烈的序列难以准确刻画运动物体的局部特性。为了
解决 STAR 模型的不足,本文提出了基于运动对齐的自回归(MAAR)模型
的帧率转换算法。MAAR 模型中,待插帧内各个像素可