CN103139571A - 基于fec与wz编解码相结合的视频容错抗误码方法 - Google Patents

Abstract

本发明公开了一种基于FEC与WZ编解码相结合的视频容错抗误码方法，编码端对待传输的视频进行经典的视频压缩编码，并使用FEC容错保护机制与/或WZ容错保护机制，根据总体失真最小原则，在主要码流与两抗误码流之间进行码率分配，根据校验码流在FEC编码与WZ编码间的码率分配，解码端使用带有FEC/WZ解码器的并且可以兼容标准解码器解码设备，同时在解码端采用错误隐藏的方法。本发明针对现有的抗误码方案的缺陷与不足，并根据FEC与基于分布式视频编解码WZ抗误工具互补的特性，将两者相结合联合抗误码系统，能够有效的抑制传输错误的扩散，避免了“悬崖效应”。

Description

基于FEC与WZ编解码相结合的视频容错抗误码方法

技术领域

本发明属于视频编解码和容错处理领域，具体涉及一种基于前向纠错FEC（Forward Error Correction）与WZ(Wyner-Ziv)编解码相结合的视频容错抗误码传输系统。

背景技术

随着通信技术的迅猛发展，视频的应用范围越来越广泛。现有的视频编解码标准（如H.264/AVC,MPEG-x）大多采用基于预测的编码方式，在提高编码效率的同时，其产生的压缩码流对信道噪声异常敏感：即若当前帧某个比特发生错误，其错误就会延续至其后续帧，造成后续帧也解码错误，即错误累积效应。为了提高视频压缩码流的抗误码能力，通常在编码时添加一些冗余信息，如前向纠错FEC；或者在解码端对丢失或出错的宏块利用视频信号时空域上的相关性进行预测补偿，如错误隐藏。但这些方法在误码率较高或丢包较为严重时其抗误码效果很差。

近年来一种新的视频编码模式——分布式视频的Wyner-Ziv编码受到人们的广泛关注。WZ编码采用独立编码、联合解码的方式，即编码时，对视频图像采用独立编码，仅考虑编码帧与边信息之间的统计相关性，解码端利用相应的边信息就可WZ解码出重建图像。从而避免了因预测编码所引起的错误扩散的问题。另外，分布式视频编码以信道编码为基础，编码不仅能够通过校验位信息纠正源信息与边信息之间的误差，还能够恢复码流在传输中发生的错误。因此对于视频图像的传输具有较好的鲁棒性。所以许多科研机构将WZ编码应用于经典视频压缩码流抗误码传输研究上，如B Girod,A M Aaron和SRane在2005年IEEE期刊上的文章“Distributed video coding”。以及S Rane，P.Baccichet和B.Girod在2008年IEEE Transactions on Circuitsand System for Video Technology期刊上的“Systematic lossy errorprotection of video signals”，提出的架构包括两套并行的编解码器即经典视频编解码器以及WZ抗误编解码器，各自独立产生经典压缩码流以及WZ抗误码流。标准解码器仅解码经典压缩码流，当有传输错误时，可用带有WZ解码的兼容标准解码器的联合解码出视频图像，在解码质量和保护强度之间进行折中。但方案在低误码率/丢包率时的抗误效果不及传统的抗误码方法FEC。故本发明提出了基于WZ技术与传统的FEC技术进行联合优化系统。

FEC的基本原理是在压缩好的视频流中加入冗余信息，使得在丢包的情况下能够恢复原始视频。根据加入FEC冗余信息的不同，可将FEC编码技术划分为信道编码、信源编码、以及信源/信道联合编码。理论上，我们可以通过发送足够数量的保护比特而取得完美的恢复丢包效果。然而，信道误码率/丢包率经常随着时间发生变化。当错误率超出了信道编码的预设纠错能力时，所重建的视频质量就会迅速下降，呈现所谓的“悬崖效应”。尽管我们可以通过发送大量的保护比特，即错误率最大时来避免悬崖效应，但是当实际的错误率小于估计的错误率时会导致码率的极大浪费。

发明内容

本发明的目的在于提供一种能够有效的抑制传输错误的扩散，避免“悬崖效应”的基于FEC与WZ编解码相结合的视频容错抗误码方法。

本发明的技术解决方案是：

一种基于FEC与WZ编解码相结合的视频容错抗误码方法，其特征是：编码端对待传输的视频进行经典的视频压缩编码，并使用FEC容错保护机制与/或WZ容错保护机制，根据总体失真最小原则，在主要码流与两抗误码流之间进行码率分配，根据校验码流在FEC编码与WZ编码间的码率分配，解码端使用带有FEC/WZ解码器的并且可以兼容标准解码器解码设备，既可进行FEC与WZ解码又能兼容标准解码，与此同时，在解码端采用了错误隐藏的方法，进一步提高视频图像的重构质量。

所述的“悬崖效应”是指使用前向纠错的方法进行误码保护时，若传输中发生错误数在FEC编码的预设纠错范围以内，解码端可以正确解码。而若信道质量突然下降，误码率突然增加，错误数超出了FEC的预设纠错能力范围，解码端仅依靠常规的错误隐藏很难保证图像质量，呈现重构图像质量急剧下降的一种现象，称作“悬崖效应”。

所述的总体失真是指当前量化误差、当前信道失真、当前参考帧间失配误差与解码端解码器差错隐藏工具引起的失真的统计平均。其中当前信道失真指的是FEC/WZ抗误工具失败引起的失真。基于总体失真最小的码率分配策略不但能够达到端至端失真最小原则的目标，而且可以避免目前理论和工程上均难以对编解码方法失真做出准确估计的困境。

所述的编解码方法失真指的是编码端除量化外其他编码工具（如插值滤波）引起的失真，编码端解码器解码工具（环路滤波）引起的失真，以及解码端除差错隐藏外其他解码工具（如（环路滤波）引起的失真。

所述的端至端失真指的是编码端失真（包括：编码端量化失真、编码端除量化外其他编码工具引起的失真、编码端解码器解码工具（环路滤波）引起的失真、当前信道失真（即FEC/WZ抗误工具解码失败引起的失真）、当前编解码端两参考帧间失配误差与解码端失真（包括：解码端解码器差错隐藏工具引起的失真和解码端除差错隐藏外其他解码工具（如（环路滤波）引起的失真）等的统计平均。

主要码流以及两抗误码流之间的码率分配是基于总体失真最小原则进行的，失真估计函数为

$D_n^{\mathrm{EE}}=(1-\mathrm{\ρ})D_n^{\mathrm{Ep}}+{\mathrm{\ρp}}_{\mathrm{WZ}}{D}_n^{\mathrm{WZ}}+{\mathrm{\ρp}}_{\mathrm{FEC}}{D}_n^{\mathrm{FEC}}+\mathrm{\ρ}(1-p_{\mathrm{WZ}}-p_{\mathrm{FEC}})D_n^{\mathrm{EC}},$ ρ为视频数据在传播中发生错误的概率，n表示第n帧图像，

分别为为主要码流、WZ编码流、FEC编码流以及错误隐藏时的均方误差失真（MSE），

其中下标α可为WZ及FEC，分别表示WZ与FEC解码失败的概率。

所述的经典视频压缩编码指的是H.264/AVC视频压缩标准。

所述的带有FEC/WZ解码器的并且可以兼容标准解码器解码设备指的是既能够进行冗余码流的FEC、WZ解码，又能进行标准的H.264解码。而标准的解码器只能进行主要码流的解码，简单丢弃冗余码流。

所述的FEC与/或WZ容错保护机制是指，信道未发生错误时，两抗误工具均不使用；当信道发生错误时，根据信道误码率/丢包率的大小选择合适的抗误工具，FEC容错保护机制或WZ容错保护机制以及两者联合使用；当两者均解码失败时，系统采用错误隐藏的方法进行误码保护。

所述的FEC容错保护机制指的是将压缩后的视频码流分片（slice）、打包、差错控制编码，并通过易错信道，传输至解码端，若码字在传输中发生的错误数在信道编码的纠错范围以内，解码端则可以正确解码，重构图像；反之，FEC解码失败，整个码字将会被丢掉。

所述的WZ容错保护机制是通过以下步骤来实现的：

步骤一、对待传输的视频图像，使用H.264/AVC的冗余片编码技术进行压缩编码，其中，编码模式、运动估计、参考帧等的选择均与经典压缩编码相同，并且进行粗量化处理，得到冗余码流。宏观上说，冗余码流即为经典压缩码流的粗糙版本。

所述的粗量化处理指的是，在H.264中为了减少图像编码的长度，提高编码压缩率而进行量化操作，其公式为

y为输入样本点，Q_step为量化步长，FQ为y的量化值，round()为去整函数，粗量化就是通过码率控制技术，增加Q_step的值。

所述的冗余片编码技术是H.264/AVC视频编码标准中的一种技术手段，它是对待编码视频序列的另一种编码描述，仅当主要的压缩码片受损的情况下，解码器才会调用冗余码片解码，用以替换主要码片丢失的信息。

步骤二、对冗余码流进行WZ（和FEC相同，亦采用RS信道编码）编码处理，校验位及信息位的长度由信道特征所决定，当信道误码率>5%时，增大码字的校验长度，反之，当信道误码率≤5%时降低其校验位长度，此外，为了提高编码效率，将RS编码的信息位丢弃，仅传输其校验部分；

步骤三、将第二步得到的校验比特连同冗余片编码中的宏块数，粗量化系数，第一个宏块的索引号等附加信息封装至RTP包，传输至解码端，其中附加信息的是通过H.264/AVC中的SEI(SupplementalEnhancement Information)技术实现的。

所述的SEI技术指的是在H.264编码流中增加的一些参数信息，并非为解码器所必需，每个SEI信息可作为一个独立的NAL单元传送。

步骤四、对由H.264编码的主要码流的预测残差信息进行粗量化，这里的预测残差信息为经过有损信道未丢失的部分，对于丢失的部分采用边信息估计的方法，估计出丢失的信息，并再次粗量化。

所述的边信息估计指的是解码端对当前解码帧的预测估计，在WZ编码系统中，视频序列被分成两种，一种是采用帧内编码的关键帧，另一种是采用WZ编码的WZ帧，关键帧不需要其他辅助信息，通过帧内解码即可实现，而WZ帧的解码则需要借助关键帧的信息，一般通过运动估计和运动补偿的方式实现，这里使用帧间内插边信息生成算法实现。

步骤五、RS解码，将经过粗量化之后的信息与接收到的校验码流相结合，进行RS解码。

步骤六、对于RS解码后的信息进行熵解码、反粗量化等步骤，代替主要码流中不能解码的部分，重构视频图像。

所述的帧间内插边信息生成算法是通过以下步骤实现的。

步骤一、对已经解码的前后两帧进行低通滤波，以产生较为平滑的初始运动矢量，提高运动估计模块所产生运动矢量的可靠性，其中低通滤波采用传统视频编码中的技术。

步骤二、双向运动估计，对当前帧中的宏块做前向运动估计，将得到的运动矢量作为初始运动矢量，在相邻的前后两帧进行对称的双相匹配搜索，从而得到最终的运动矢量。

步骤三、空域平滑滤波用以滤除不太准确的运动矢量。

步骤四、双向运动补偿，重构图像。

步骤五、根据SEI中的信息，找到相对应的主要码流中丢失部分，粗量化后作为WZ解码的边信息。

所述的空域平滑滤波是采用自适应中值滤波器来完成的。通过对当前帧中每个块B_n在相邻的块中寻找更好的表征B_n运动轨迹的候选运动矢量来改善其空域连贯性，该方法在那些运动比较趋向一致的区域十分有用。

所述的错误隐藏方法是指利用视频信号时空域上的相关性，通过预测丢失宏块的运动矢量，使用插值、估计的方法对丢失的图像进行误码掩盖。

本发明针对现有的抗误码方案的缺陷与不足，并根据FEC与基于分布式视频编解码WZ抗误工具互补的特性，将两者相结合联合抗误码系统，能够有效的抑制传输错误的扩散，避免了“悬崖效应”。

附图说明

下面结合附图和实施例对本发明作进一步说明。

图1是提出的基于FEC与WZ编解码相结合的视频容错抗误码系统原理图；

图2是FEC容错保护技术的编码框架图；

图3是边信息生成算法中的帧间内插法流程图；

图4是对称双向匹配搜索图；

图5、图6分别为Foreman_cif、Football_sif序列效果图。

具体实施方式

一种基于FEC与WZ编解码相结合的视频容错抗误码方法，编码端对待传输的视频进行经典的视频压缩编码，并使用FEC容错保护机制与/或WZ容错保护机制，根据总体失真最小原则，在主要码流与两抗误码流之间进行码率分配，根据校验码流在FEC编码与WZ编码间的码率分配，解码端使用带有FEC/WZ解码器的并且可以兼容标准解码器解码设备，既可进行FEC与WZ解码又能兼容标准解码，与此同时，在解码端采用了错误隐藏的方法，进一步提高视频图像的重构质量。

主要码流以及两抗误码流之间的码率分配是基于总体失真最小原则进行的，失真估计函数为

$D_n^{\mathrm{EE}}=(1-\mathrm{\ρ})D_n^{\mathrm{Ep}}+{\mathrm{\ρp}}_{\mathrm{WZ}}{D}_n^{\mathrm{WZ}}+{\mathrm{\ρp}}_{\mathrm{FEC}}{D}_n^{\mathrm{FEC}}+\mathrm{\ρ}(1-p_{\mathrm{WZ}}-p_{\mathrm{FEC}})D_n^{\mathrm{EC}},$ ρ为视频数据在传播中发生错误的概率，n表示第n帧图像，

分别为为主要码流、WZ编码流、FEC编码流以及错误隐藏时的均方误差失真（MSE），

其中下标α可为WZ及FEC，分别表示WZ与FEC解码失败的概率。

图1为提出的基于FEC与WZ编解码相结合的视频容错抗误码方法。图中从编码端至解码端有三条并行的通路，分别用于：理想情况下，信道未发生误码传输时，通过图中第一条通路，经过常规的熵解码、反量化、反变换等步骤，即可以解码图像；非理想情况时，信道存在噪声干扰，则调用两抗误工具。根据总体失真最小原则，在经典码流（即主要码流）与两抗误码流之间进行码率分配，根据校验码流及信道特征在两抗误码流FEC与WZ之间进行码率分配，以使抗误效果最佳。当两者均解码失败时，解码端则使用错误隐藏的方法，进行误码保护。

基于WZ编解码的容错通道的实施例包括如下步骤：

步骤一，使用H.264/AVC的冗余片编码技术对待传输的视频序列进行压缩编码，选择与主要码流相同的编码模式、运动估计、参考帧等参数，其中主要码流的率失真函数表示为

其中R_p表示编码率，C₁、C₂表示更新系数，Q为量化步长，MAD为平均绝对误差。WZ码流的MSE失真与编码率之间存在的关系为： $D_{\mathrm{WZ}}=E{(X_n^i-{\hat{X}}_n^i)}^2=D_{\mathrm{WZ}0}+\frac{{\mathrm{\θ}}_{\mathrm{WZ}}}{R_{\mathrm{WZ}}-R_{\mathrm{WZ}0}},$ 其中D_WZ0、θ_WZ、R_WZ0与编码序列、编码模式、参考帧等相关。R_WZ表示编码率。通过码率控制函数，确定相应的量化参数Q。

步骤二，步骤二、对冗余码流进行WZ编码处理，校验位及信息位的长度由信道特征所决定，当信道误码率>5%时，增大码字的校验长度，反之，当信道误码率≤5%时降低其校验位长度，此外，为了提高编码效率，将RS编码的信息位丢弃，仅传输其校验部分；

步骤三，将冗余片编码中的宏块数，粗量化系数，第一个宏块的索引号等附加信息写入SEI信息单元，连同校验码流发送至解码端。

步骤四，对由H.264编码的主要码流中未丢失的预测残差信息进行粗量化，对于丢失的部分采用边信息估计的方法，估计出丢失的信息，并再次粗量化。

步骤五，将经过粗量化之后的信息与接收到的校验码流相结合，进行RS解码。

步骤六，对于RS解码后的信息进行熵解码、反粗量化等步骤，代替主要码流中不能解码的部分，重构视频图像。

如图2所示，基于FEC的容错保护的实施例包括如下步骤：

步骤一，对经典压缩编码后的码流，以片（slice）为单位，封装为一个包（packet），其中经典编码，第一帧采用帧内编码的编码方式，其余后续帧采用帧间编码模式。

步骤二，对包进行RS编码。符号取自GF(q)、纠t个错误的RS码，其生成多项式g(X)以α，α²，…，α^2t为其全部的根。其生成多项式为

g(X)=(X-α)(X-α²)…(X-α^2t)=g₀+g₁X+g₂X²+…+g_2t-1X^2t-1+X^2t，其中g_i∈GF(q)，0≤i≤2t

则RS系统码的编码步骤如下：

第一，预先用X^n-k乘以消息u(X)。

第二，用生成多项式g(X)除X^n-ku(X),获得余式b(X)(校验位)。

第三,联合b(X)和X^n-ku(X)，获得码多项式b(X)+X^n-ku(X)。

其中u(X)=u₀+u₁X+…u_k-1X^k-1，b(X)=b₀+b₁X+…b_n-k-1X^n-k-1,k=n-2t。相应的码字为(b₀,b₁,…b_n-k-1,u₀,u₁…u_k-1)。

步骤三，编码后的码字通过有损信道，传输至解码端。

步骤四，使用Berlekamp译码算法，对接收到码流进行RS解码，步骤如下：

第一，计算校正子(S₁,S₂,…,S_2t)。

第二，确定错误位置多项式σ(X)。

第三，确定错误估值函数。

第四，求解错误位置数和错误数值，并进行纠错。

步骤五，对接收到的码流进行标准的H.264解码，恢复视频序列。

图3为帧间内插边信息估计的流程图，包括如下步骤：

步骤一，对已经解码的前后两主要码流图像帧X_2i-1、X_2i+1进行低通滤波，以产生较为平滑的初始运动矢量。

步骤二，前项运动估计，对内插帧Y_2i中的块B_2i，将得到的运动矢量MV_f2i作为初始运动矢量。

步骤三，如图4虚线框所示，在相邻帧X_2i-1、X_2i+1中的匹配块周围，进行双向匹配搜索。设运动矢量的偏移范围为H,p=(x₀,y₀)是块B_2i中像素坐标，候选运动矢量MV_2i所决定的双向运动矢量残差定义为： $D\left({\mathrm{MV}}_i\right)=\underset{p\∈B}{\mathrm{\Σ}}\left|(X_{2i-1}(p-{\mathrm{MV}}_i)-X_{2i+1}(p+{\mathrm{MV}}_i))\right|,$ MV_i∈H进行对称双向运动估计得到的运动矢量满足：即所有可能运动矢量中双向运动矢量残差值最小的那一个作为最终估计所得到的运动矢量。

步骤四，采用自适应加权矢量中值滤波器对得到的运动矢量进行滤波，其输出的运动矢量MV'满足：

$\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}{W}_i{\left|\right|{\mathrm{MV}}^{\′}-{\mathrm{MV}}_i\left|\right|}_2\≤\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}{W}_i{\left|\right|{\mathrm{MV}}_j-{\mathrm{MV}}_i\left|\right|}_2,j=0,...,N-1,$ 即滤波后得到的运动矢量MV'与其它N-1个运动矢量的距离加权和应小于其他任何运动矢量与其余N-1个运动矢量距离加权和。式中自适应加权系数Wi由下式决定：

MV_c是当前需要进行平滑块的运动矢量。D(MV_i)在步骤三中已得出。

步骤五，双向的运动补偿，内插公式为

Y_2i(p)=[X_2i+1(p-MV_f2i)+X_2i-1(p-MV_b2i)]/2，其中MV_f2i、MV_b2i为内插帧的前项和后项运动矢量。

实施效果

选取运动快慢不同的两个视频序列Foreman_cif、Football_sif作为系统的测试序列。实验平台为H.264/AVC的JM11平台。在WZ编码通路中，冗余片编码率设定为主要码片的25%，WZ校验码率分别设为主要码片的20%；在FEC通路，冗余片编码率与主要码片相同，校验码率亦分别设为主要码片的20%。比较它们在丢包率分别为3%、5%、10%、20%时，同所提出的联合抗误码方案的平均峰值信噪比的大小（PSNR）。

由图4、图5、图6可以看出，联合抗误码方案综合了WZ与FEC的优点：在低误码率/丢包率时，平均PSNR较WZ高，在高误码率/丢包率时又避免了FEC的悬崖效应。

Claims (7)

1.一种基于FEC与WZ编解码相结合的视频容错抗误码方法，其特征是：编码端对待传输的视频进行经典的视频压缩编码，并使用FEC容错保护机制与/或WZ容错保护机制，根据总体失真最小原则，在主要码流与两抗误码流之间进行码率分配，根据校验码流在FEC编码与WZ编码间的码率分配，解码端使用带有FEC/WZ解码器的并且可以兼容标准解码器解码设备，既可进行FEC与WZ解码又能兼容标准解码，与此同时，在解码端采用了错误隐藏的方法，进一步提高视频图像的重构质量。

2.根据权利要求1所述的基于FEC与WZ编解码相结合的视频容错抗误码方法，其特征是：所述的总体失真是指当前量化误差、当前信道失真、当前参考帧间失配误差与解码端解码器差错隐藏工具引起的失真的统计平均。其中当前信道失真指的是FEC/WZ抗误工具失败引起的失真。

3.根据权利要求1或2所述的基于FEC与WZ编解码相结合的视频容错抗误码方法，其特征是：主要码流以及两抗误码流之间的码率分配是基于总体失真最小原则进行的，失真估计函数为 $D_n^{\mathrm{EE}}=(1-\mathrm{\ρ})D_n^{\mathrm{Ep}}+{\mathrm{\ρp}}_{\mathrm{WZ}}{D}_n^{\mathrm{WZ}}+{\mathrm{\ρp}}_{\mathrm{FEC}}{D}_n^{\mathrm{FEC}}+\mathrm{\ρ}(1-p_{\mathrm{WZ}}-p_{\mathrm{FEC}})D_n^{\mathrm{EC}},$ ρ为视频数据在传播中发生错误的概率，n表示第n帧图像，

分别为为主要码流、WZ编码流、FEC编码流以及错误隐藏时的均方误差失真（MSE），其中下标α可为WZ及FEC，分别表示WZ与FEC解码失败的概率。

4.根据权利要求1或2所述的基于FEC与WZ编解码相结合的视频容错抗误码方法，其特征是：所述的FEC容错保护机制是将压缩后的视频码流分片、打包、差错控制编码，并通过易错信道，传输至解码端，若码字在传输中发生的错误数在信道编码的纠错范围以内，解码端则可以正确解码，重构图像；反之，FEC解码失败，整个码字将会被丢掉。

5.根据权利要求1或2所述的基于FEC与WZ编解码相结合的视频容错抗误码方法，其特征是：所述的WZ容错保护机制是通过以下步骤来实现的：

步骤一、对待传输的视频图像，使用H.264/AVC的冗余片编码技术进行压缩编码，其中，编码模式、运动估计、参考帧的选择均与经典压缩编码相同，并且进行粗量化处理，得到冗余码流；

所述的粗量化处理指的是，在H.264中为了减少图像编码的长度，提高编码压缩率而进行量化操作，其公式为

y为输入样本点，Q_step为量化步长，FQ为y的量化值，round()为去整函数，粗量化就是通过码率控制技术，增加Q_step的值；

步骤二、对冗余码流进行WZ编码处理，校验位及信息位的长度由信道特征所决定，当信道误码率>5%时，增大码字的校验长度，反之，当信道误码率≤5%时降低其校验位长度，此外，为了提高编码效率，将RS编码的信息位丢弃，仅传输其校验部分；

步骤三、将第二步得到的校验比特连同冗余片编码中的宏块数，粗量化系数，第一个宏块的索引号等附加信息封装至RTP包，传输至解码端，其中附加信息的是通过H.264/AVC中的SEI技术实现；

步骤四、对由H.264编码的主要码流的预测残差信息进行粗量化，这里的预测残差信息为经过有损信道未丢失的部分，对于丢失的部分采用边信息估计的方法，估计出丢失的信息，并再次粗量化；

所述的边信息估计指的是解码端对当前解码帧的预测估计，在WZ编码系统中，视频序列被分成两种，一种是采用帧内编码的关键帧，另一种是采用WZ编码的WZ帧，关键帧不需要其他辅助信息，通过帧内解码即可实现，而WZ帧的解码则需要借助关键帧的信息，使用帧间内插边信息生成算法实现；

步骤五、RS解码，将经过粗量化之后的信息与接收到的校验码流相结合，进行RS解码；

步骤六、对于RS解码后的信息进行熵解码、反粗量化步骤，代替主要码流中不能解码的部分，重构视频图像。

6.根据权利要求1或2所述的基于FEC与WZ编解码相结合的视频容错抗误码方法，其特征是：所述的帧间内插边信息生成算法是通过以下步骤实现的：

步骤一、对已经解码的前后两帧进行低通滤波，以产生较为平滑的初始运动矢量，提高运动估计模块所产生运动矢量的可靠性；

步骤二、双向运动估计，对当前帧中的宏块做前向运动估计，将得到的运动矢量作为初始运动矢量，在相邻的前后两帧进行对称的双相匹配搜索，从而得到最终的运动矢量；

步骤三、空域平滑滤波用以滤除不太准确的运动矢量；所述的空域平滑滤波是采用自适应中值滤波器来完成的；通过对当前帧中每个块B_n在相邻的块中寻找更好的表征B_n运动轨迹的候选运动矢量来改善其空域连贯性；

步骤四、双向运动补偿，重构图像；

步骤五、根据SEI中的信息，找到相对应的主要码流中丢失部分，粗量化后作为WZ解码的边信息。

7.根据权利要求1或2所述的基于FEC与WZ编解码相结合的视频容错抗误码方法，其特征是：所述的错误隐藏的方法是指利用视频信号时空域上的相关性，通过预测丢失宏块的运动矢量，使用插值、估计的方法对丢失的图像进行误码掩盖。

Images