CN101835042B - 基于无反馈速率控制的Wyner-Ziv视频编码系统及方法 - Google Patents

Abstract

本发明公开了一种基于无反馈速率控制的Wyner-Ziv视频编码系统及方法，它属于分布式视频编码技术领域，主要解决现有分布式视频编码方法需要反馈信道、解码时延大和不适应信道带宽变化的缺点。该系统由编码器、无反馈速率控制器和解码器三部分组成。编码器用于对输入视频帧进行独立编码；无反馈速率控制根据目标码率进行图像组层码率分配，利用编码图像帧间相关性分配帧层码率，并对Wyner-Ziv帧进行无反馈的比特面速率控制，解码器对接受到的码流进行联合解码。本发明降低了解码器复杂度和解码时延，能够有效的按照目标码率控制输出码率，可用于终端编码设备简单的视频通信系统。

Description

基于无反馈速率控制的Wyner-Ziv视频编码系统及方法

技术领域

本发明属于视频编码技术领域，涉及分布式视频编码系统以及无反馈编码速率控制方法，可用于实用分布式视频编码系统和终端编码设备简单的视频通信系统。

背景技术

随着信息技术和互联网的飞速发展，多媒体已成为人们获取信息最主要的载体，多媒体业务将是未来无线宽带网络的关键业务。有数据显示，未来宽带网络上数据流量的80％将是以视频为主的多媒体数据流量。为了适应无线网络日益发展，越来越多的移动视频终端被用于多媒体通信中，如无线视频探测头、便携式摄像机等，以及广泛应用于传感器网络中的视频传感器。这些编码设备的处理能力和功耗等资源都十分有限，因此要求视频编码器简单易实现，且具有良好的抗误码性能和压缩效率。

传统的视频编码标准如MPEG、H.263和H.264等都采用非对称编码方式，编码器复杂度远大于解码器。另外，传统视频编码方法在编码端采用预测编码模式，网络传输导致的丢包或比特错误会造成编码端和解码端重构缓存的不匹配，从而出现误码扩散现象，容错能力较差。显然无法很好的适应无线网络下要求误码率高、终端设备资源受限等应用。

为了解决传统视频编码在视频通信中遇到的编码器复杂、抗误码能力差等问题，国内外研究一种新的视频压缩技术——分布式视频编码方法(DVC：DistributedVideo Coding)，其中Wyner-Ziv视频编码是目前国内外分布式视频编码的研究热点。分布式视频编码系统采用帧内编码-帧间解码的结构，将编码视频序列分为关键帧和Wyner-Ziv帧，对关键帧进行传统的H.263或H.264帧内编码，而对Wyner-Ziv帧进行Wyner-Ziv视频编码。其中Wyner-Ziv帧的编码码率由它和边信息之间的统计相关性决定，由于原始Wyner-Zi帧和边信息分别位于系统的编码侧和解码侧，这就使得在编码侧估计成功解码Wyner-Zi帧所需要的比特率较为困难。为了使解码器能够正确解码，编码器需要传输足够多的校验比特，而传输过多的校验比特又会降低系统的压缩性能，所以码率控制在一定程度上决定了分布式系统的编码效率。

现有的分布式视频编码系统绝大多数都采用有反馈信道的码率控制方法，编码得到的校验位根据解码侧的反馈请求分多次发送，直到解码成功，这样可以在一定程度上提高编码效率，但是大大增加了解码的复杂度和时延，不利于实时视频传输，同时使用反馈信道也使得分布式视频编码系统的应用环境受到限制；另外，现有的有反馈的码率控制方法只是在编码侧简单设定关键帧的量化因子和Wyner-Ziv帧的量化矩阵，无法在带宽受限信道下有效进行速率控制。

发明内容

本发明的目的在于克服上述已有技术的缺点，提出一种基于无反馈速率控制的Wyner-Ziv视频编码系统，通过通过帧间的相关性以及目标比特率进行帧层码率分配，并在编码时Wyner-Ziv帧进行无反馈的比特面编码码率控制，避免使用反馈信道，降低了解码器复杂度和解码时延，且满足带宽受限信道下的应用。

为实现上述目的，本发明提供的基于无反馈速率控制的Wyner-Ziv视频编码系统包括：编码器、无反馈速率控制器和解码器，其中，无反馈速率控制器包括：

图像组码率分配单元：用于根据目标码率和实际编码比特量对每个图像组进行编码速率分配；

帧层码率控制单元：用于根据编码图像帧间相关性和分配到的图像组码率分配关键帧和Wyner-Ziv帧的编码码率，并按照码率选择关键帧的量化因子和Wyner-Ziv帧的量化矩阵，同时编码关键帧和Wyner-Ziv帧；

Wyner-Ziv帧无反馈码率控制单元：用于根据Wyner-Ziv帧离散余弦变换系数带内各比特平面与对应边信息比特面之间的相关性计算条件熵，按照条件熵确定的比特数编码每个比特平面，得到既定目标码率的Wyner-Ziv码流。

为实现上述目的，本发明提供的基于无反馈速率控制的Wyner-Ziv视频编码方法，包括如下步骤：

(1)将输入的视频帧等间隔的分成关键帧和Wyner-Ziv帧，每个关键帧和其后的Wyner-Ziv帧组成图像组；

(2)对于给定目标码率下，图像组大小为2的情况，按照下式计算初始图像组的码率

${\hat{R}}_{\mathrm{GOP}}^0=\frac{R_T}{F_R}\×S_{\mathrm{GOP}}$

其中R_T为目标码率，F_R为帧率，S_GOP为图像组的大小，根据图像组的码率确定初始关键帧的量化因子和Wyner-Ziv帧的初始量化矩阵编码第一个图像组；

(3)编码后续图像组时，根据已编码帧的码率更新每个图像组的预测码率

如下式：

${\hat{R}}_{\mathrm{GOP}}^C=\frac{(R_T-R_{\mathrm{en}})}{f_l}\×\mathrm{GOP}$

式中R_en为当前已编码的总比特数，R_T为目标码率，f_l为剩余的编码帧，如果不知道编码总帧数，按照帧率每秒钟更新一次；

(4)计算图像组内关键帧与Wyner-Ziv帧之间的相关性，用均方误差来表示相关性，并对相关性按照下式取对数处理：

$\mathrm{mse}=\frac{\ln \mathrm{MSE}}{10}$

式中MSE表示关键帧与Wyner-Ziv帧之间的相关性，mse表示取对数之后的相关性；

(5)通过关键帧与Wyner-Ziv帧之间的相关性按照下式来确定关键帧预测码率：

${\hat{R}}_K=(1-\mathrm{mse})\×{\hat{R}}_{\mathrm{GOP}}^C$

式中

表示关键帧的预测码率，

是图像组的预测码率；

(6)根据关键帧编码码率和量化因子之间的关系推出编码当前关键帧的量化因子Qp_C：

${\mathrm{Qp}}_C={\mathrm{Qp}}_P-6\×{\log }_2\frac{{\hat{R}}_K}{R_P}$

式中R_P和Qp_P分别为前一图像组中关键帧的编码码率和量化因子；

(7)根据步骤(6)得到的当前关键帧量化因子Qp_C编码当前帧，根据图像组预测码率

和实际编码码率R_K计算Wyner-Ziv帧的预测码率

${\hat{R}}_{\mathrm{WZ}}={\hat{R}}_{\mathrm{GOP}}^C-R_K$

(8)根据率失真性能为系统中每个量化矩阵选择对应的关键帧量化因子，形成量化参数对，并将选择的量化参数对进行列表，根据当前关键帧的量化因子Qp_C查表得到当前Wyner-Ziv帧的量化矩阵；

(9)将步骤(7)得到的预测码率

和步骤(8)得到的量化矩阵，分别与前一图像组中编码Wyner-Ziv帧的量化矩阵和编码码率R_WZ ^P进行比较，如果差值超过设定的门限值，将量化矩阵加一或减一，防止Wyner-Ziv帧的编码码率变化过大；

(10)对Wyner-Ziv帧进行离散余弦变换，提取系数带并进行Zigzag扫描排序，根据步骤(9)选定的量化矩阵的对变换系数带进行均匀量化，并提取比特面；

(11)对每个比特面进行编码速率控制，并送入LDPC编码器进行编码，得到既定速率的压缩码流，完成当前图像组编码；若当前编码的图像组是最后一个图像组，则退出Wyner-Ziv视频编码，否则，返回步骤(3)；

(12)解码器对接收到的压缩码流利用帧间相关性进行联合解码，最终得到恢复视频序列。

本发明与现有技术相比具有如下优点：

1)本发明由于使用了无反馈速率控制器，避免了在编码器和解码器之间使用反馈信道，降低了解码时延和解码器复杂度。

2)本发明由于根据目标码率进行图像组层码率分配，利用编码图像之间的相关性分配帧层码率，编码Wyner-Ziv帧时进行无反馈比特面速率控制，能够准确的按照目标码率控制编码输出，有效的适应信道带宽的变化。

附图说明

图1是本发明基于无反馈速率控制的Wyner-Ziv视频编码系统框图；

图2是本发明基于无反馈速率控制的Wyner-Ziv视频编码方法流程图；

图3是本发明基于无反馈速率控制的Wyner-Ziv视频编码系统率失真性能。

具体实施方式

参照图1，本发明基于无反馈速率控制的Wyner-Ziv视频编码系统，由编码器、无反馈速率控制器和解码器三部分组成。其中：

编码器：用于将输入视频帧分为关键帧和Wyner-Ziv帧，并分别对关键帧和Wyner-Ziv帧进行H.264/AVC帧内编码和Wyner-Ziv编码。该编码器主要由H.264/AVC帧内编码器、变换、量化和LDPC编码四个单元组成，其中H.264/AVC帧内编码器用来对关键帧进行帧内编码，变换、量化和LDPC编码三个单元对Wyner-Ziv帧进行独立编码。

无反馈速率控制器：用于根据目标码率分配图像组层速率，利用编码图像帧间相关性分配关键帧和Wyner-Ziv帧的编码速率，并对Wyner-Ziv帧进行无反馈的比特面编码速率控制。该速率控制器由图像组码率分配、帧层码率控制和Wyner-Ziv帧无反馈码率控制三个单元组成，其中图像组码率分配单元根据目标码率和实际编码比特量对每个图像组进行编码速率分配，得到图像组码率后，利用编码图像帧间相关性将该图像组的码率分配给关键帧和Wyner-Ziv帧，并按照分配得到的码率分别为关键帧和Wyner-Ziv帧选择量化参数，最后，Wyner-Ziv帧无反馈码率控制单元根据Wyner-Ziv帧系数带内各比特平面与对应边信息比特面之间的相关性计算条件熵，按照条件熵确定的每个比特面的码率。

解码器：用于对关键帧进行帧内解码，并利用前后已解码的关键帧进行运动补偿内插得到边信息，利用边信息解码Wyner-Ziv帧。该解码器主要由H.264/AVC帧内解码器、边信息生成、相关噪声模型、LDPC解码、反量化和反变换六个单元组成。其中H.264/AVC帧内解码器用来对关键帧进行帧内解码，边信息生成单元利用前后已解码的关键帧进行运动补偿内插产生边信息，得到边信息之后，相关噪声模型估计边信息和原始Wyner-Ziv帧之间的相关性，LDPC解码、反量化和反变换根据前面三个单元得到的信息解码Wyner-Ziv帧。

参照图2，本发明中的无反馈速率控制的Wyner-Ziv视频编码步骤如下：

步骤1，将输入的视频帧等间隔的分成关键帧和Wyner-Ziv帧，每个关键帧与其后的若干Wyner-Ziv帧组成一个图像组。

步骤2，编码初始图像组。

对于给定目标码率下，图像组大小为2的情况，根据目标码率R_T、目标帧率F_R和图像组的大小S_GOP计算初始图像组的预测码率

${\hat{R}}_{\mathrm{GOP}}^0=\frac{R_T}{F_R}\×S_{\mathrm{GOP}}$

根据图像组的码率确定初始关键帧的量化因子和Wyner-Ziv帧的量化矩阵，并编码第一个图像组。

步骤3，更新图像组预测码率。

编码后续图像组时，根据当前已编码图像组的总码率R_en、目标码率R_T和剩余的编码帧f_l更新当前图像组的预测码率

${\hat{R}}_{\mathrm{GOP}}^C=\frac{(R_T-R_{\mathrm{en}})}{f_l}\×\mathrm{GOP}$

如果不知道编码总帧数，按照帧率每秒钟更新一次。

步骤4，预测当前关键帧码率

得到图像组的预测码率后，计算图像组内关键帧与Wyner-Ziv帧之间的相关性，用均方误差来表示相关性，并对相关性取以10为底的对数，用mse表示取对数之后的相关性，然后，根据相关性确定当前关键帧预测码率

${\hat{R}}_K=(1-\mathrm{mse})\×{\hat{R}}_{\mathrm{GOP}}^C.$

步骤5，选择量化因子编码关键帧。

根据预测码率

前一图像组中关键帧的实际码率R_P和量化因子Qp_P之间的关系推出编码当前关键帧的量化因子Qp_C：

${\mathrm{Qp}}_C={\mathrm{Qp}}_P-6\×{\log }_2\frac{{\hat{R}}_K}{R_P}$

使用得到的量化因子Qp_C编码当前关键帧。

步骤6，预测当前Wyner-Ziv帧码率。

根据图像组预测码率

和当前图像组关键帧实际编码码率R_K得到Wyner-Ziv帧的预测码率

${\hat{R}}_{\mathrm{WZ}}={\hat{R}}_{\mathrm{GOP}}^C-R_K.$

步骤7，选择Wyner-Ziv帧量化矩阵。

根据率失真性能为系统中每个量化矩阵选择对应的关键帧量化因子，形成量化参数对，使得用量化参数对来编码关键帧和Wyner-Ziv帧的率失真性能相近，并将选择的量化参数对进行列表；根据当前关键帧的量化因子Qp_C查表得到当前Wyner-Ziv帧的量化矩阵；然后，将步骤6得到的预测码率

和得到的量化矩阵，分别与前一图像组中编码Wyner-Ziv帧的量化矩阵和编码码率R_WZ ^P进行比较，如果差值超过设定的门限值，将量化矩阵加一或减一，防止Wyner-Ziv帧的编码码率变化过大。

步骤8，对Wyner-Ziv帧进行离散余弦变换，提取系数带并进行Zigzag扫描排序，根据步骤7选定的量化矩阵的对变换系数带进行均匀量化，并提取比特面。

步骤9，Wyner-Ziv帧无反馈比特面速率控制。

首先，利用当前Wyner-Ziv帧和前后相邻的关键帧，进行快速运动补偿得到预测边信息帧；其次，将当前Wyner-Ziv帧和预测边信息帧相减得到残差帧，对残差帧进行离散余弦变换并提取系数带，计算每个残差系数带的方差σ′_b ²，由方差得到系数带拉普拉斯分布参数α′_b：

${{\mathrm{\α}}_b}^{\′}=\sqrt{\frac{2}{{{\mathrm{\σ}}^{\′}}_b^2}};$

接着，计算当前Wyner-Ziv帧和边信息预测帧之间的相关性，用均方误差来表示相关性，并对相关性取以10为底的对数，用mse_f表示取对数之后的相关性，利用mse_f对每个系数带的分布参数进行调整，得到该系数带的最终拉普拉斯分布参数α_b：

${\mathrm{\α}}_b=\frac{{\mathrm{\α}}_b^{\′}}{{\mathrm{mse}}_f};$

然后，计算每个比特面的交叉转移概率p_cros，由交叉转移概率得到该比特面的条件熵H(X|Y)：

H(X|Y)＝-P_cros×logP_cros-(1-P_cros)×log(1-P_cros)

最后，用H(X|Y)乘以比特面长度，得到编码该比特面的最优码率。

步骤10，按照步骤9得到的比特面码率选择合适的校验矩阵，对该比特面进行LDPC编码，得到既定速率的压缩码流，完成当前图像组编码；若当前编码的图像组是最后一个图像组，则退出Wyner-Ziv视频编码，否则，返回步骤3。

步骤11，联合解码。

对接收到的压缩码流利用帧间相关性进行联合解码：首先根据前、后相邻已解码关键帧，进行运动补偿内插得到边信息；然后对边信息进行离散余弦变换、量化和提取比特面，得到边信息的比特面信息；最后将接收到的码流信息和其对应边信息的比特面信息送入LDPC解码器，解码得到的信息依次通过合并比特面、反量化和逆离散余弦变换，得到恢复的视频。

本发明的效果通过以下实验进一步说明：

1)实验条件

硬件环境：CPU AMD Athlon(tm)64，2.10GHZ，448MB内存；

GOP结构：关键帧，Wyner-Ziv帧，关键帧，Wyner-Ziv帧，......；

搜索范围：32像素；

块尺寸：8×8像素；

重叠块尺寸：12×12像素

搜索精度：整像素精度、1/2像素精度；

参考序列：Hall，Foreman，Mother-daughter；

分辨率：176×144；

参考序列条件见表1。

表1  测试序列条件

2)实验内容

实验1：

统计各参考序列在上述实验条件下，给定目标码率，采用本发明提出的无反馈Wyner-Ziv视频编码，实验结果见表2。

表2不同目标码率下分布式视频编码的实际码率(单位：kbps)

从表2可以看出，在不同目标码率下，对各序列进行Wyner-Ziv视频编码的实际码率与目标码率非常接近，“Hall”序列的平均误差为0.57％，“Foreman”序列的平均误差为0.23％，“Mother-daughter”序列的平均误差最小，仅为0.12％。实验结果表明本发明的无反馈编码速率控制算法可以有效的控制编码码率，较为准确的满足目标码率要求。另外，该发明无需反馈信道，减小了解码时延，降低了系统复杂度，且增强了系统应用的灵活性。

实验2：

统计各参考序列在上述实验条件下分别采用H.264/AVC帧内编码、H.263+帧内编码和本发明提出的无反馈Wyner-Ziv视频编码方法，进行转码10帧图像，得到各模式的相匹配的比例。各序列的实验结果见图3、图4和图5。

由图3可以看出，对于“Hall”序列，与和H.263+帧内编码方法相比，Wyner-Ziv视频编码方法的客观恢复质量PSNR可以提高5～6dB，与H.264/AVC帧内编码方法相比，可以提高1～3dB；图4中的“Foreman”序列，与H.263+帧内编码方法相比，Wyner-Ziv视频编码方法的PSNR可以提高3～4dB，与H.264/AVC帧内编码相比，可以提高1～2dB；图5中的“Mother-daughter”序列，Wyner-Ziv视频编码比H.263+帧内编码的PSNR提高了2.5～3.5dB，比H.264/AVC帧内编码提高了1～2dB。本发明提出的无反馈Wyner-Ziv视频编码系统与H.264/AVC帧内编码方法相比，率失真性能有较大提高，也显著优于H.263+帧内编码方法，且编码器简单，易于实现。

Claims (5)

1.一种基于无反馈速率控制的Wyner-Ziv视频编码系统，包括编码器、无反馈速率控制器和解码器，其特征在于无反馈速率控制器，包括：

图像组码率分配单元：用于根据目标码率和实际编码比特量对每个图像组进行编码速率分配；

帧层码率控制单元：用于根据编码图像帧间相关性和分配到的图像组码率分配关键帧和Wyner-Ziv帧的编码码率，并按照码率选择关键帧的量化因子QP和Wyner-Ziv帧的量化矩阵，同时编码关键帧和Wyner-Ziv帧；

Wyner-Ziv帧无反馈码率控制单元：用于利用当前Wyner-Ziv帧和前后相邻的关键帧，进行快速运动补偿得到预测边信息帧；利用拉普拉斯分布模拟当前Wyner-Ziv帧和预测边信息帧之间的相关噪声，将当前Wyner-Ziv帧和预测边信息帧相减得到残差帧，对残差帧进行离散余弦变换并提取系数带，计算每个残差系数带的方差

根据下式得到系数带拉普拉斯分布参数：

其中

和

中的b指系数带序号；计算当前Wyner-Ziv帧和边信息预测帧之间的相关性，用均方误差来表示相关性，并对相关性取以10为底的对数，用mse_f表示取对数之后的相关性，利用mse_f对每个系数带的分布参数进行调整，得到该系数带的最终拉普拉斯分布参数：计算每个比特面的交叉转移概率P_cros，由交叉转移概率得到该比特面的条件熵H(X|Y)：

H(X|Y)＝-P_cros×log P_cros-(1-P_cros)×log(1-P_cors)；用H(X|Y)乘以比特面长度，得到编码该比特面的最优码率；按照条件熵确定的比特数编码每个比特平面，得到既定目标码率的Wyner-Ziv码流。

2.根据权利要求1所述的基于无反馈速率控制的Wyner-Ziv视频编码系统，其中编码器包括：

H.264/AVC帧内编码器：用于根据速率控制选择的量化因子对关键帧进行编码，并把得到的压缩码流传送给解码器；

变换单元：用于对Wyner-Ziv帧进行离散余弦变换得到变换系数，将所有不同变换块中相同频率位置的系数组织起来形成系数带，对系数带进行Zigzag扫描排序并传送到量化单元；

量化单元：用于对变换单元传送的变换系数进行量化得到量化系数，对该量化系数提取比特面，并将比特面传送给LDPC编码单元；

LDPC编码单元：用于根据速率控制结果选择校验矩阵，对量化单元得到的每个比特面进行独立的LDPC编码。

3.根据权利要求1所述的基于无反馈速率控制的Wyner-Ziv视频编码系统，其中解码器包括：

H.264/AVC帧内解码器：用于对接收到的关键帧压缩码流进行解码，并将恢复的关键帧图像传送到边信息生成单元；

边信息生成单元：用于利用解码出的前后相邻关键帧通过运动补偿内插产生边信息，对边信息进行与编码相同的离散余弦变换、量化和比特面提取，并将该比特面送入LDPC解码单元；

相关噪声模型：用于根据运动补偿内插残差信息估计原始Wyner-Ziv帧与边信息之间的相关性，建立噪声模型，并将得到的相关性信息传送到反量化单元；

LDPC解码单元：用于根据接收到的Wyner-Ziv帧压缩码流和边信息对Wyner-Ziv帧进行解码，并将解码得到的比特面传送到反量化单元；

反量化单元：用于对LDPC解码得到的比特流合并比特面得到量化系数，根据相关性对量化系数进行反量化得到变换系数，并将该变换系数传送到反变换单元；

反变换单元：用于对反量化单元传送的变换系数进行反离散余弦变换得到恢复图像。

4.一种基于无反馈速率控制的Wyner-Ziv视频编码方法，包括如下步骤：

(1)将输入的视频帧等间隔的分成关键帧和Wyner-Ziv帧，每个关键帧和其后的Wyner-Ziv帧组成图像组；

(2)对于给定目标码率下，图像组大小为2的情况，按照下式计算初始图像组的码率

${\hat{R}}_{\mathrm{GOP}}^0=\frac{R_T}{F_R}\×S_{\mathrm{GOP}}$

其中R_T为目标码率，F_R为帧率，S_GOP为图像组的大小，根据图像组的码率确定初始关键帧的量化因子和Wyner-Ziv帧的初始量化矩阵，编码第一个图像组；

(3)编码后续图像组时，根据已编码帧的码率更新每个图像组的预测码率

如下式：

${\hat{R}}_{\mathrm{GOP}}^C=\frac{(R_T-R_{\mathrm{en}})}{f_l}\×\mathrm{GOP}$

式中R_en为当前已编码的总比特数，R_T为目标码率，f_l为剩余的编码帧，如果不知道编码总帧数，按照帧率每秒钟更新一次；

(4)计算图像组内关键帧与Wyner-Ziv帧之间的相关性，用均方误差来表示相关性，并对相关性按照下式取对数处理：

$\mathrm{mse}=\frac{\ln \mathrm{MSE}}{10}$

式中MSE表示关键帧与Wyner-Ziv帧之间的相关性，mse表示取对数之后的相关性；

(5)通过关键帧与Wyner-Ziv帧之间的相关性按照下式来确定关键帧预测码率：

${\hat{R}}_K=(1-\mathrm{mse})\×{\hat{R}}_{\mathrm{GOP}}^C$

式中

表示关键帧的预测码率，

是图像组的预测码率；

(6)根据关键帧编码码率和量化因子之间的关系推出编码当前关键帧的量化因子Qp_C：

${\mathrm{Qp}}_C={\mathrm{Qp}}_P-6\×{\log }_2\frac{{\hat{R}}_K}{R_P}$

式中R_P和Qp_P分别为前一图像组中关键帧的编码码率和量化因子；

(7)根据步骤(6)得到的当前关键帧量化因子Qp_C编码当前帧，根据图像组预测码率

和实际编码码率R_K计算Wyner-Ziv帧的预测码率

${\hat{R}}_{\mathrm{WZ}}={\hat{R}}_{\mathrm{GOP}}^C-R_K$

(8)根据率失真性能为系统中每个量化矩阵选择对应的关键帧量化因子，形成量化参数对，并将选择的量化参数对进行列表，根据当前关键帧的量化因子Qp_C查表得到当前Wyner-Ziv帧的量化矩阵；

(9)将步骤(7)得到的预测码率和步骤(8)得到的量化矩阵，分别与前一图像组中编码Wyner-Ziv帧的量化矩阵和编码码率

进行比较，如果差值超过设定的门限值，将量化矩阵加一或减一进行微调，防止Wyner-Ziv帧的编码码率变化过大；

(10)对Wyner-Ziv帧进行离散余弦变换，提取系数带并进行Zigzag扫描排序，根据步骤(9)选定的量化矩阵对变换系数带进行均匀量化，并提取比特面；

(11)对每个比特面进行编码速率控制，并送入LDPC编码器进行编码，得到既定速率的压缩码流，完成当前图像组编码；若当前编码的图像组是最后一个图像组，则退出Wyner-Ziv视频编码，否则，返回步骤(3)；

(12)解码器对接收到的压缩码流利用帧间相关性进行联合解码，最终得到恢复视频序列；

步骤(11)所述的对每个比特面进行编码速率控制，按如下步骤进行：

(11a)利用当前Wyner-Ziv帧和前后相邻的关键帧，进行快速运动补偿得到预测边信息帧；

(11b)利用拉普拉斯分布模拟当前Wyner-Ziv帧和预测边信息帧之间的相关噪声，将当前Wyner-Ziv帧和预测边信息帧相减得到残差帧，对残差帧进行离散余弦变换并提取系数带，计算每个残差系数带的方差

根据下式得到系数带拉普拉斯分布参数

${\mathrm{\α}}_b^{\′}=\sqrt{\frac{2}{{\mathrm{\σ}}_b^{\′2}}}$

其中

和

中的b指系数带序号；

(11c)计算当前Wyner-Ziv帧和边信息预测帧之间的相关性，用均方误差来表示相关性，并对相关性取以10为底的对数，用mse_f表示取对数之后的相关性，利用mse_f对每个系数带的分布参数进行调整，得到该系数带的最终拉普拉斯分布参数α_b；

${\mathrm{\α}}_b=\frac{{\mathrm{\α}}_b^{\′}}{{\mathrm{mse}}_f}$

(11d)计算每个比特面的交叉转移概率P_cros，由交叉转移概率得到该比特面的条件熵H(X|Y)：

H(X|Y)＝-P_cros×logP_cros-(1-P_cros)×log(1-P_cros)；

(11e)用H(X|Y)乘以比特面长度，得到编码该比特面的最优码率。

5.根据权利要求4所述的基于无反馈速率控制的Wyner-Ziv视频编码方法，其中步骤(12)所述的利用利用帧间相关性进行联合解码，按如下步骤进行：

(12a)根据前、后相邻已解码关键帧，进行运动补偿内插得到边信息；

(12b)对边信息进行离散余弦变换、量化和提取比特面，得到边信息的比特面信息；

(12c)将接收到的码流信息和其对应边信息的比特面信息送入LDPC解码器，解码得到的信息依次通过合并比特面、反量化和逆离散余弦变换，得到恢复的视频。

Images