CN102413333A - 基于欠定型盲信号分离的视频压缩编解码系统及方法 - Google Patents

Abstract

本发明公开了一种基于欠定型盲信号分离的视频压缩编解码系统及方法，涉及多媒体领域。所述方法包括步骤：在视频发送端，对原始视频按照欠定型盲信号分离算法进行混合处理；对混合处理后的视频进行压缩和编码处理；在视频接收端，对接收到的视频进行解压缩和解码处理；对解压缩和解码处理后的视频按照欠定型盲信号分离算法进行分离处理，得到所述原始视频。所述基于欠定型盲信号分离的视频压缩编解码系统及方法，通过与传统的压缩方法相结合能够达到进一步压缩视频的目的，且不会使视频质量产生不可容忍的畸变；并且，所述方法及系统非常适用于视频监控领域。

Description

基于欠定型盲信号分离的视频压缩编解码系统及方法

技术领域

本发明涉及多媒体技术领域，特别涉及一种基于欠定型盲信号分离的视频压缩编解码系统及方法。

背景技术

在多媒体传感器网络中，视频流需要利用相当稳定的带宽量才能以足够高的质量每秒传输足够多的帧数，以使终端能够获得可以接受的视频流。这个带宽量一般是可观的，例如对于640×480，每秒30帧，4:2:0制式的视频流的原始数据量为276Mbps；而对于超清1920×1080，每秒30帧，4:2:0制式的视频流原始数据量为746.5Mbps。从以上数据中可以看出，视频压缩技术是视频网络传输的核心技术。特别在一些特殊的应用场景中，如视频监控领域，这种稳定的视频流将每天24小时流动，而且随着监控节点的增加，对带宽的要求更加苛刻。目前常用的视频压缩标准有M-JPEG(Motion-Join PhotographicExperts Group，一种运动静止图像压缩技术)、MPEG-2(MovingPicture Experts Group-2，一种视频压缩编解码标准)、H.264(一种视频压缩编解码标准)、AVS(Audio Video coding Standard，一种视频压缩编解码标准)等。

盲信号处理问题(Blind Signal Processing)是由法国学者J Herault和C Jutten在1985年左右第一次提出的，这是最早的盲处理研究。人们熟悉的鸡尾酒会问题就是一个典型的盲信号分离的例子。在各种声音嘈杂的鸡尾酒会上，人总是能够挑选出想要听到的对话，并将注意力集中在这个说话人身上。这个过程其实是人类的大脑对其他对话进行了某种程度的判断，然后决定把这些声音屏蔽掉。而对于机器来说，就需要设计相应的算法实现这种分离混合信号的能力。这是盲信号分离在语音信号处理中的一个典型应用。

信源混合主要有两种形式：线性无记忆混合和卷积混合。线性无记忆混合是盲信号分离问题的基础问题，分离理论也较卷积混合简单。以下提到的盲信号分离如无特殊说明，均属于前种。

盲信号分离(Blind Source Separation，BSS)的任务是由多通道系统的输出数据x(这里称作观察信号)，来估计其输入s(这里称作源信号)和系统的混合矩阵A。所谓的“盲”是指原理上不要求对源信号和混合系统具有任何先验知识。盲信号分离的混合过程可以用如下公式1表示，分离过程可以用如下公式2表示：

x＝As             (1)

y＝Wx＝WAs＝Cs    (2)

其中s为输入源信号；A为混合矩阵；x为观察信号；W为分离矩阵；y为分离信号，是对源信号s的估计；C＝WA，称为混合-分离复合矩阵。

图1是盲信号分离的基本框图。S_i为未知的源信号，A为未知的混合矩阵，x_i为已知的观察信号，W为希望求得的分离矩阵，y_i为希望求得对源信号近似的分离信号。

根据源信号个数(n)与观察信号个数(m)的关系，盲信源分离问题可以分为三大类：n＝m的问题称为标准型盲信源分离问题、n＜m的问题称为超定型盲信源分离问题，n＞m的问题称为欠定型盲信源分离问题。对于欠定型盲信源分离问题，由于源信号个数大于观察信号个数，所以可以实现压缩的目的。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是：如何提供一种基于欠定型盲信号分离的视频压缩编解码系统及方法，以便在保证视频质量的情况对视频进行压缩。

(二)技术方案

为解决上述技术问题，本发明提供一种基于欠定型盲信号分离的视频压缩编解码系统，其包括：混合模块、编码模块、解码模块和分离模块；

所述混合模块，设置在视频发送端，用于对原始视频按照欠定型盲信号分离算法进行混合处理；

所述编码模块，连接所述混合模块，用于对混合处理后的视频进行压缩和编码处理；

所述解码模块，设置在视频接收端，用于对接收到的视频进行解压缩和解码处理；

所述分离模块，连接所述解码模块，用于对解压缩和解码处理后的视频按照欠定型盲信号分离算法进行分离处理，得到所述原始视频。

为解决上述技术问题，本发明还提供一种基于欠定型盲信号分离的视频压缩编解码方法，其包括步骤：

A：在视频发送端，对原始视频按照欠定型盲信号分离算法进行混合处理；

B：对混合处理后的视频进行压缩和编码处理；

C：在视频接收端，对接收到的视频进行解压缩和解码处理；

D：对解压缩和解码处理后的视频按照欠定型盲信号分离算法进行分离处理，得到所述原始视频。

优选地，所述步骤A具体包括步骤：

A1：在视频发送端，将原始视频分为a组，每组包含n个视频帧；

A2：将每组的n个视频帧与欠定型盲信号分离算法的混合矩阵A做乘运算，得到a组混合帧，每组包含m个混合帧；所述a、n、m均为大于0的自然数，并且n＞m。

优选地，所述步骤B具体包括：对所述步骤A2得到的a×m个混合帧，按照MPEG-2、H.264或者AVS压缩标准进行压缩和编码处理。

优选地，所述步骤C具体包括：在视频接收端，对接收到的视频按照MPEG-2、H.264或者AVS解压缩标准进行解压缩和解码处理，得到a组混合帧，每组包含m个混合帧。

优选地，所述步骤D具体包括步骤：

D1：将每组的m个混合帧按照欠定型盲信号分离算法进行分离处理，得到a组视频帧，每组包含n个视频帧；

D2：将a组视频帧中的共计a×n个视频帧组合，得到所述原始视频。

优选地，所述步骤D1具体包括步骤：

D11：让每组的m个混合帧构成观察信号向量x；

D12：将所述混合矩阵A的广义逆矩阵W与所述观察信号向量x做乘运算，得到当前源信号向量s；

D13：根据当前源信号向量s，利用高斯混合模型，得到当前源信号向量s的先验概率p(s)；

D14：根据当前源信号向量s的先验概率p(s)，利用MAP算法，得到当前源信号向量估值

D15：判断当前源信号向量估值

是否收敛，如果是，执行步骤D16，否则，将当前源信号向量s更新为当前源信号向量估值

然后执行步骤D13；

D16：根据当前源信号向量估值得到每组的m个混合帧对应的n个视频帧。

优选地，所述步骤D13中，当前源信号向量s的先验概率p(s)的计算公式如下：

$p\left(s\right)=\underset{q=1}{\overset{k}{\mathrm{\Σ}}}p(q=q|{\mathrm{\π}}_q)p\left(s\right|q,{\mathrm{\μ}}_q,{\mathrm{\β}}_q)=\underset{q=1}{\overset{k}{\mathrm{\Σ}}}{\mathrm{\π}}_{q}N\left(s\right|{\mathrm{\μ}}_q,{\mathrm{\β}}_q);$

其中，k表示高斯混合模型中高斯分量的个数，并且k的取值为3、4或者5；q表示高斯混合模型中观察信号向量x的分量标号；π_q表示每个高斯分量产生观察信号向量x的概率；μ_q表示q的均值；β_q表示q的方差逆。

优选地，所述步骤D14中，当前源信号向量估值的计算公式如下：

$\hat{s}=\arg \mathrm{ma}{x}_{x=\mathrm{As}}p\left(s\right);$

其中，p(s)表示当前源信号向量s的先验概率。

优选地，所述n的取值为4，所述m的取值为3或者2。

(三)有益效果

本发明所述基于欠定型盲信号分离的视频压缩编解码系统及方法，通过与传统的压缩方法相结合能够达到进一步压缩视频的目的，且不会使视频质量产生不可容忍的畸变；并且，所述方法及系统非常适用于视频监控领域。

附图说明

图1是盲信号分离的基本框图；

图2是本发明实施例所述基于欠定型盲信号分离的视频压缩编解码系统模块结构图；

图3是本发明实施例所述基于欠定型盲信号分离的视频压缩编解码方法流程图；

图4是本发明实施例所述基于欠定型盲信号分离的视频压缩编解码方法应用于视频监控领域时的结构示意图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

图2是本发明实施例所述基于欠定型盲信号分离的视频压缩编解码系统模块结构图。如图2所示，所述系统包括：混合模块100、编码模块200、解码模块400和分离模块300。

所述混合模块100，设置在视频发送端，用于对原始视频按照欠定型盲信号分离算法进行混合处理。

所述编码模块200，连接所述混合模块100，用于对混合处理后的视频进行压缩和编码处理。经过压缩和编码处理后的视频，经传输信道500被发送至设置在视频接收端所述解码模块400。

所述解码模块400，用于对接收到的视频进行解压缩和解码处理。

所述分离模块300，连接所述解码模块400，用于对解压缩和解码处理后的视频按照欠定型盲信号分离算法进行分离处理，得到所述原始视频。

图3是本发明实施例所述基于欠定型盲信号分离的视频压缩编解码方法流程图。如图3所示，所述方法包括：

步骤A：在视频发送端，混合模块100对原始视频按照欠定型盲信号分离算法进行混合处理。

所述步骤A具体包括：

步骤A1：在视频发送端，混合模块100将原始视频分为a组，每组包含n个视频帧。

步骤A2：混合模块100将每组的n个视频帧与欠定型盲信号分离算法的混合矩阵A做乘运算，得到a组混合帧，每组包含m个混合帧；所述a、n、m均为大于0的自然数，并且n＞m。所述n的取值优选为4，所述m的取值优选为3或者2。

步骤B：对混合处理后的视频进行压缩和编码处理。

所述步骤B具体包括：对所述步骤A2得到的a×m个混合帧，按照现有压缩标准，比如MPEG-2、H.264或者AVS压缩标准，进行压缩和编码处理。

步骤C：在视频接收端，对接收到的视频进行解压缩和解码处理。

所述步骤C具体包括：在视频接收端，对接收到的视频按照与发送端相对应的解压缩标准，比如MPEG-2、H.264或者AVS解压缩标准，进行解压缩和解码处理，得到a组混合帧，每组包含m个混合帧。

步骤D：对解压缩和解码处理后的视频按照欠定型盲信号分离算法进行分离处理，得到所述原始视频。

所述步骤D具体包括：

步骤D1：将每组的m个混合帧按照欠定型盲信号分离算法进行分离处理，得到a组视频帧，每组包含n个视频帧。

所述步骤D1具体包括步骤：

步骤D11：让每组的m个混合帧构成观察信号向量x。

步骤D12：将所述混合矩阵A的广义逆矩阵W与所述观察信号向量x做乘运算，得到当前源信号向量s。本实施例中将盲信号分离中未知的混合过程转化为了人为的混合过程，所以在混合时可以采用视频发送端和视频接收端都已知的混合矩阵A，那么在视频接收端进行分离混合帧时就可以省略掉估计混合矩阵A的计算，一方面简化了计算；另一方面也消除了盲信号分离中会存在的分离信号顺序的不确定性，保存了原始视频帧原有的时间信息。这是因为典型的盲信号分离完全丢失了混合矩阵A的信息，虽然通过算法可以恢复出混合矩阵A的每一列，但是却不能确定混合矩阵A原始列的排列顺序，才会使得求得的混合-分离复合矩阵C为一广义排列矩阵，而非对角矩阵，造成分离信号的顺序与源信号的顺序不同。而在本实施例中由于混合矩阵A为已知的，所以可以消除这种不确定性。

步骤D13：根据当前源信号向量s，利用高斯混合模型，得到当前源信号向量s的先验概率p(s)。所述当前源信号向量s的先验概率p(s)的计算公式如下：

$p\left(s\right)=\underset{q=1}{\overset{k}{\mathrm{\Σ}}}p(q=q|{\mathrm{\π}}_q)p\left(s\right|q,{\mathrm{\μ}}_q,{\mathrm{\β}}_q)=\underset{q=1}{\overset{k}{\mathrm{\Σ}}}{\mathrm{\π}}_{q}N\left(s\right|{\mathrm{\μ}}_q,{\mathrm{\β}}_q);---\left(3\right)$

其中，k表示高斯混合模型中高斯分量的个数，并且k的取值为3、4或者5；q表示高斯混合模型中观察信号向量x的分量标号；π_q表示每个高斯分量产生观察信号向量x的概率；μ_q表示q的均值；β_q表示q的方差逆。

步骤D14：根据当前源信号向量s的先验概率p(s)，利用MAP(最大后验概率估计)算法，得到当前源信号向量估值

所述当前源信号向量估值

的计算公式如下：

$\hat{s}=\arg \mathrm{ma}{x}_{x=\mathrm{As}}p\left(s\right);---\left(4\right)$

其中，p(s)表示当前源信号向量s的先验概率。具体的，(4)式的推导过程如下：根据盲信号的混合模型有x＝As，设观察到观察信号向量x的概率为p(x|A，s)，那么根据贝MAP算法，源信号向量s的后验概率分布为：

p(s|x，A)＝p(x|s，A)×p(s)/p(x)(5)

因此，源信号向量估值

可以从根据MAP算法来估计出来：

$\hat{s}={\arg \max }_{x=\mathrm{As}}p\left(s\right|x,A)={\arg \max }_{x=\mathrm{As}}p\left(x\right|s,A)\×p\left(s\right)---\left(6\right)$

由于p(x|s，A)是平凡的，进而根据(6)式可以得到(4)式。

步骤D15：判断当前源信号向量估值

是否收敛，如果是，执行步骤D16，否则，将当前源信号向量s更新为当前源信号向量估值

然后执行步骤D13。

步骤D16：根据当前源信号向量估值

得到每组的m个混合帧对应的n个视频帧。

步骤D2：将a组视频帧中的共计a×n个视频帧组合，得到所述原始视频。

表2为针对一段运动缓慢的视频采用H.264压缩标准时加入盲信号分离技术前后压缩率的对比结果；表3为针对一段运动缓慢的视频采用MPEG-2压缩标准时加入盲信号分离技术前后压缩率的对比结果。表2和表3中40帧的原始视频序列是一段运动缓慢的视频，格式为QCIF(Quarter common intermediate format，一种视频格式)，图像分辨率为176×144；处理后的30帧视频，是将原始视频连续4帧图像混合为3帧图像后得到的；处理后的20帧视频，为将原始视频连续的4帧图像混合为2帧图像后得到的。

表2缓慢视频采用H.264压缩标准时的对比结果

表3缓慢视频采用MPEG-2压缩标准时的对比结果

表4为针对一段运动较快的视频采用H.264压缩标准时加入盲信号分离技术前后压缩率的对比结果；表5为针对一段运动较快的视频采用MPEG-2压缩标准时加入盲信号分离技术前后压缩率的对比结果。表4和表5中40帧的原始视频序列是一段运动较快的视频，格式为QCIF(Quarter common intermediate format，一种视频格式)，图像分辨率为176×144；处理后的30帧视频，是将原始视频连续4帧图像混合为3帧图像后得到的；处理后的20帧视频，为将原始视频连续的4帧图像混合为2帧图像后得到的。

表4较快视频采用H.264压缩标准时的对比结果

表5较快视频采用MPEG-2压缩标准时的对比结果

上述表2至表4的视频大小的单位均为字节，由对比结果可以看出，本实施例所述基于欠定型盲信号分离的视频压缩编解码方法的加入并不会对MPEG-2的压缩比产生影响，对H.264的压缩比虽然有一定程度的影响，但是压缩后的最终大小都要比没有加入所述方法之前小。并且，加入所述方法后，对运动较快的视频，当采用H.264压缩标准时，压缩比明显提高，压缩效果优异。

图4是本发明实施例所述基于欠定型盲信号分离的视频压缩编解码方法应用于视频监控领域时的结构示意图。如图4所示，本实施例所述方法将欠定型盲信号分离算法应用到视频的压缩应用中，对于盲信号分离算法，其混合部分计算简单，分离部分计算较复杂，而视频监控系统中监控端一般是处理能力有限的CPU，数据中心端是处理能力很强的计算机，这种结构分布与盲信号分离算法计算复杂度分布正好吻合。因此，本实施例所述方法特别适用于视频监控领域。

本发明实施例所述基于欠定型盲信号分离的视频压缩编解码系统及方法，通过与传统的压缩方法相结合能够达到进一步压缩视频的目的，且不会使视频质量产生不可容忍的畸变；并且，所述方法及系统非常适用于视频监控领域。

以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。

Claims (10)

1.一种基于欠定型盲信号分离的视频压缩编解码系统，其特征在于，包括：混合模块、编码模块、解码模块和分离模块；

所述混合模块，设置在视频发送端，用于对原始视频按照欠定型盲信号分离算法进行混合处理；

所述编码模块，连接所述混合模块，用于对混合处理后的视频进行压缩和编码处理；

所述解码模块，设置在视频接收端，用于对接收到的视频进行解压缩和解码处理；

所述分离模块，连接所述解码模块，用于对解压缩和解码处理后的视频按照欠定型盲信号分离算法进行分离处理，得到所述原始视频。

2.一种基于欠定型盲信号分离的视频压缩编解码方法，其特征在于，包括步骤：

A：在视频发送端，对原始视频按照欠定型盲信号分离算法进行混合处理；

B：对混合处理后的视频进行压缩和编码处理；

C：在视频接收端，对接收到的视频进行解压缩和解码处理；

D：对解压缩和解码处理后的视频按照欠定型盲信号分离算法进行分离处理，得到所述原始视频。

3.如权利要求2所述的系统，其特征在于，所述步骤A具体包括步骤：

A1：在视频发送端，将原始视频分为a组，每组包含n个视频帧；

A2：将每组的n个视频帧与欠定型盲信号分离算法的混合矩阵A做乘运算，得到a组混合帧，每组包含m个混合帧；所述a、n、m均为大于0的自然数，并且n＞m。

4.如权利要求3所述的系统，其特征在于，所述步骤B具体包括：对所述步骤A2得到的a×m个混合帧，按照MPEG-2、H.264或者AVS压缩标准进行压缩和编码处理。

5.如权利要求4所述的方法，其特征在于，所述步骤C具体包括：在视频接收端，对接收到的视频按照MPEG-2、H.264或者AVS解压缩标准进行解压缩和解码处理，得到a组混合帧，每组包含m个混合帧。

6.如权利要求5所述的方法，其特征在于，所述步骤D具体包括步骤：

D1：将每组的m个混合帧按照欠定型盲信号分离算法进行分离处理，得到a组视频帧，每组包含n个视频帧；

D2：将a组视频帧中的共计a×n个视频帧组合，得到所述原始视频。

7.如权利要求6所述的方法，其特征在于，所述步骤D1具体包括步骤：

D11：让每组的m个混合帧构成观察信号向量x；

D12：将所述混合矩阵A的广义逆矩阵W与所述观察信号向量x做乘运算，得到当前源信号向量s；

D13：根据当前源信号向量s，利用高斯混合模型，得到当前源信号向量s的先验概率p(s)；

D14：根据当前源信号向量s的先验概率p(s)，利用MAP算法，得到当前源信号向量估值

D15：判断当前源信号向量估值

是否收敛，如果是，执行步骤D16，否则，将当前源信号向量s更新为当前源信号向量估值

然后执行步骤D13；

D16：根据当前源信号向量估值

得到每组的m个混合帧对应的n个视频帧。

8.如权利要求7所述的方法，其特征在于，所述步骤D13中，当前源信号向量s的先验概率p(s)的计算公式如下：

$p\left(s\right)=\underset{q=1}{\overset{k}{\mathrm{\Σ}}}p(q=q|{\mathrm{\π}}_q)p\left(s\right|q,{\mathrm{\μ}}_q,{\mathrm{\β}}_q)=\underset{q=1}{\overset{k}{\mathrm{\Σ}}}{\mathrm{\π}}_{q}N\left(s\right|{\mathrm{\μ}}_q,{\mathrm{\β}}_q);$

其中，k表示高斯混合模型中高斯分量的个数，并且k的取值为3、4或者5；q表示高斯混合模型中观察信号向量x的分量标号；π_q表示每个高斯分量产生观察信号向量x的概率；μ_q表示q的均值；β_q表示q的方差逆。

9.如权利要求7所述的方法，其特征在于，所述步骤D14中，当前源信号向量估值

的计算公式如下：

$\hat{s}=\arg \mathrm{ma}{x}_{x=\mathrm{As}}p\left(s\right);$

其中，p(s)表示当前源信号向量s的先验概率。

10.如权利要求3所述的方法，其特征在于，所述n的取值为4，所述m的取值为3或者2。

Images