基于自適應(yīng)分組與壓縮感知的分布式視頻編碼方法

黃 濤，熊繼平，宣利峰，趙 健

（浙江師范大學(xué) 數(shù)理與信息工程學(xué)院，浙江 金華 321004）

分布式視頻編碼[1-2]DVC（Distributed Video Coding）是多媒體視頻傳感器網(wǎng)絡(luò)[3-4]MVSN（Multimedia Video Sensor Networks）中視頻信號處理常用的一種技術(shù)。由于受到帶寬和能耗等條件的限制，為了使編碼端（多媒體視頻傳感器節(jié)點(diǎn)）對視頻信息的編碼復(fù)雜度降低，傳統(tǒng)的基于奈奎斯特采樣定理的視頻編碼標(biāo)準(zhǔn)并不適用于多媒體傳感器網(wǎng)絡(luò)的低成本、低能耗的要求。近年來信號與信息領(lǐng)域的研究熱點(diǎn)壓縮感知[5-6]CS（Compressive Sensing）技術(shù)的出現(xiàn)，由于其以全新的采樣技術(shù)進(jìn)行采樣，實(shí)現(xiàn)了采樣和壓縮同時進(jìn)行，大大減少了采樣率，從而降低了編碼端的運(yùn)算復(fù)雜度。Guillemot C[7]等人提出一種分布式視頻編碼方法來解決視頻信號的編碼問題，利用分布式視頻編碼大大降低了編碼端的運(yùn)算復(fù)雜度，實(shí)現(xiàn)了編碼端的簡單、低功率的要求。但這種方法還是采用的傳統(tǒng)的奈奎斯特采樣，其采集的海量數(shù)據(jù)使得性能并不高，如果應(yīng)用到MVSN中將使得編碼復(fù)雜度極高，實(shí)用性差。周燕[8]等人提出把壓縮感知CS應(yīng)用到MVSN的視頻信息處理中，減少視頻信號稀疏分解過程的計算量和存儲量，但遺憾的是未采用DVC技術(shù)，所以重構(gòu)幀的峰值信噪比（PSNR）不高，效果不佳。Pereira F[9]等人提出一種基于CS的分布式視頻編碼框架，這種方法具有兩大優(yōu)點(diǎn)：（1）在信號的稀疏處理上，利用每一幀對首幀的差值，得到稀疏視頻信號，再利用CS低壓縮采用率進(jìn)行采樣處理，最后恢復(fù)的視頻信號效果得到改善；（2）使CS幀在低采樣率的情況下也可以良好地恢復(fù)重構(gòu)。然而其缺點(diǎn)也十分明顯，一旦視頻信號中場景變化較快，其重構(gòu)視頻幀的效果將大打折扣。汪瀅[10]提出了一種基于基本圖像組 GOP（Group of Picture）和壓縮感知的分布式視頻編碼，即把所有采集幀進(jìn)行GOP分組，然后再對每一個GOP組分別進(jìn)行處理，從而在一定程度上改善了重構(gòu)效果，具有一定的場景變換適用性，然而不足之處是分組顯得單調(diào)固定，不具備靈活變換性。針對以上問題，本文在研究總結(jié)前人所做工作的基礎(chǔ)上，提出并實(shí)現(xiàn)了一種新穎的自適應(yīng)動態(tài)圖像組分組的CS分布式視頻編碼方法，這種方法首先繼承了基本分組法的優(yōu)點(diǎn)，同時避免了基本分組法造成的組數(shù)固定、不靈活的缺點(diǎn)，通過設(shè)定門限閾值T來實(shí)現(xiàn)自適應(yīng)動態(tài)調(diào)整圖像組分組的目的。實(shí)驗仿真表明：（1）重構(gòu)后的峰值信噪比（PSNR）得到大大改善和提高，重構(gòu)效果非常良好；（2）具有場景變化的適用性。

1 基于自適應(yīng)動態(tài)圖像分組的CS分布式視頻處理機(jī)制

本文首先介紹Pereira F[9]等人提出的基于差值處理的CS分布式視頻編碼方法（差值法），以及汪瀅[10]的基本圖像組和壓縮感知的分布式視頻編碼方法（基本分組法），最后提出一種自適應(yīng)分組的CS分布式視頻編碼方法（動態(tài)分組法），并與上面兩種方法對比證明所提出的動態(tài)分組法的優(yōu)勢。

1.1 差值法與基本分組法

圖1所示為基于差值法處理的CS分布式視頻編碼框架，在這種框架下，首先對第1幀x1標(biāo)定為關(guān)鍵幀（KEY 幀），即基本層。 第 2 幀到最后一幀（x1，…，xj）標(biāo)定為WZ幀，然后再對采集的視頻幀從第2幀開始，每幀都對第 1幀進(jìn)行作差值處理，其產(chǎn)生的差值（Δx1，…，Δxj）也叫做增強(qiáng)層，同時采用CS技術(shù)對數(shù)據(jù)進(jìn)行壓縮編碼處理，在恢復(fù)端對首幀基本層采用傳統(tǒng)的CS重構(gòu)技術(shù)，對增強(qiáng)層采用聯(lián)合稀疏解碼（JSM-1）模型[11]進(jìn)行重構(gòu)。最后再進(jìn)行簡單疊加運(yùn)算即可得到重構(gòu)視頻信號。

圖1 差值法

圖2所示為基本圖像組分組的原理及框架結(jié)構(gòu)，其基本流程是：首先對原始視頻信號進(jìn)行固定GOP分組，然后再對每一個GOP組分別進(jìn)行處理，對每一GOP組的幀圖像的處理方法采用上面介紹的差值法進(jìn)行處理，最后再對每一個GOP分組的幀信息進(jìn)行合并疊加得到總體的重構(gòu)視頻信號?？梢钥闯?，用這種基本分組方法得到的每一個GOP，其所含有的視頻幀數(shù)相對固定，即每一分組的視頻幀數(shù)相等，因此還是沒有實(shí)現(xiàn)真正意義上的根據(jù)視頻場景變換的動態(tài)調(diào)整GOP分組的目的。

圖2 基本分組法

1.2 動態(tài)分組法

針對第1.1節(jié)基本分組法所造成的GOP組數(shù)固定、不靈活的缺點(diǎn)，提出了一種自適應(yīng)動態(tài)圖像分組法，簡稱為動態(tài)分組法。圖3所示為所提出的基于自適應(yīng)分組和壓縮感知的分布式視頻編碼框架圖，與基本分組方法相比，在基本分組的基礎(chǔ)上插入一個自適應(yīng)分組分離器，目的是為了真正意義上實(shí)現(xiàn)能夠根據(jù)視頻場景變換的動態(tài)調(diào)整GOP分組的目的。

圖3 動態(tài)分組法

算法1自適應(yīng)分組算法

這樣所得的每一組GOP組數(shù)由實(shí)際場景變換來決定，從而實(shí)現(xiàn)自適應(yīng)動態(tài)調(diào)整圖像分組的目的，分組后的后期處理方法和基本分組法相同，在此不再贅述。

2 仿真結(jié)果及分析

實(shí)驗仿真基于2.79 GHz CPU，512 MB內(nèi)存的個人計算機(jī)環(huán)境下的Matlab 7.0實(shí)驗平臺。實(shí)驗的測試視頻信號為測試序列 foreman_cif.yuv[12]，每幀尺寸大小 176×144，采用序列的前50幀來進(jìn)行實(shí)驗，分別利用文中介紹的三種不同的方法進(jìn)行仿真測試。測試中在編碼端利用CS技術(shù)進(jìn)行壓縮采樣，其測量率對KEY幀采樣率取高采樣率0.7，對WZ幀取采樣率0.2進(jìn)行處理，設(shè)GOP=5，解碼端重構(gòu)方法用的是梯度投影算法（GPSR），如圖4所示為foreman序列重構(gòu)后各幀峰值信噪比。

圖4 重構(gòu)后各幀峰值信噪比對比圖

對每一幀視頻信號，首先從橫向看，使用差值法隨著視頻幀數(shù)增大，PSNR值逐漸下降，效果比較差。比較基本分組法和動態(tài)分組法，（1）首先從分組上進(jìn)行比較，由于設(shè)置的GOP=5，所以基本分組每一個GOP就比較固定，自始至終都以5個一組劃分開來，從而在分組上單調(diào)呆板，不具有靈活性，而所提出的動態(tài)分組法在分組上就顯得動態(tài)靈活了很多；（2）再從重構(gòu)效果（PSNR）上進(jìn)行比較，雖然少數(shù)幾個點(diǎn)的PSNR相同外，動態(tài)分組法整體效果的PSNR值要明顯高于基本方法的整體效果的PSNR值，尤其在WZ幀上，動態(tài)分組的主要目的就是改善WZ幀的重構(gòu)效果。

差值方法模糊化了圖像的重要關(guān)鍵信息，所以重構(gòu)出來的效果就很差，foreman序列是人物表情變化 （即場景變化）比較大序列，所以差值法和基本分組方法整體重構(gòu)效果不理想，因此證明了所提出的動態(tài)分組方法具有良好的場景變化適應(yīng)性。

從主觀評價上來看，由于第30幀圖像恰好為WZ幀，比較用上面敘述的三種不同的方法對第30幀進(jìn)行重構(gòu)，得到的峰值信噪比PSNR值，如表1所示，可以看出所提出動態(tài)分組方法的優(yōu)勢，其PSNR遠(yuǎn)遠(yuǎn)大于前兩種。再比較圖像的紋理視覺效果，如圖5所示。

表1 第30幀圖像的PSNR比較

圖5 foreman序列第30幀重構(gòu)后的效果

從圖5中可以看出，（d）幀圖像的圖像紋理均比（b）、（c）好。 首先與（b）比較，可以發(fā)現(xiàn)（b）圖像中效果特別差，里面的關(guān)鍵人物幾乎不見了，這樣就失去了圖像的重要信息了；再與（c）比較，發(fā)現(xiàn)（c）圖像中人物邊緣出現(xiàn)白斑，由于人物是不斷運(yùn)動的，具有動態(tài)特征，而基本分組并不具備這種動態(tài)特性，所以最后重構(gòu)的效果會比較差；從（d）中可以看出采用本文所提出的基于自適應(yīng)分組方法所重構(gòu)的視頻幀（d）圖像的效果良好，人物也清晰可見，邊緣紋理也比較理想。同樣測試hall序列等也有類似的效果。

利用本文提出的基于自適應(yīng)分組與壓縮感知的分布式視頻編碼方法，重構(gòu)后的視頻幀整體效果良好，峰值信噪比大大改善，能夠適用于視頻場景變化劇烈的場合。門限閾值的選擇是本文自適應(yīng)算法的關(guān)鍵，本文中采用的是簡單但行之有效的求列向量均值的方法設(shè)置門限閾值，下一步的研究方向可以針對具體的應(yīng)用場景在自適應(yīng)算法復(fù)雜性和重構(gòu)效率之間權(quán)衡，選擇其他智能算法來優(yōu)化閾值，進(jìn)而達(dá)到更完善的分組目的。

[1]GIROD B， AARON A， RANE S.Distributed video coding[J].Proceedings of the IEEE Special Issue on Advances in Video Coding and Delivery， 2005， 93（1）：71-83.

[2]王尊亮，李學(xué)俊.分布式視頻編碼技術(shù)研究進(jìn)展[J].計算機(jī)工程與設(shè)計， 2010， 31（3）： 31-34.

[3]魯琴.無線多媒體傳感器網(wǎng)絡(luò)多節(jié)點(diǎn)協(xié)同圖像采集與壓縮技術(shù)研究[D].北京：國防科學(xué)技術(shù)大學(xué)，2009.

[4]http：//www.eefocus.com/article/07-12/4155121112071731.htm l.

[5]GUILLEMOT C.Distributed monoview and multiview video coding： basics， problems and recent advances[J].IEEE Signal Processing Magazine， 2007， 24（5）： 67-76.

[6]DONOHO D.Compressed sensing[J].IEEE Transactions on Information Theory， 2006， 52（4）： 1289-1306.

[7]CANDéS E， WAKIN M. A sensing paradigm that goes against the common knowledge in data acquisition[J].IEEE Signal Processing Magazine， 2008， 25（2）： 21-30.

[8]周燕，王東，鐘勇.壓縮傳感在無線視頻監(jiān)控中的應(yīng)用研究[J].計算機(jī)應(yīng)用研究， 2010，27（6）： 73-75.

[9]PEREIRA F.Selecting the most promising application scenarios[J].Signal Processing： Image Communication，2008， 23（9）：339-352.

[10]汪瀅.壓縮感知在視頻編碼中的應(yīng)用研究[D].北京：北京郵電大學(xué)，2010.

[11]蔡述庭，王欽若.視頻傳感網(wǎng)中魯棒多視角分布式視頻編碼[J].計算機(jī)工程，2009，35（24）：219-221.

[12]http：//trace.eas.asu.edu/yuv/