CN106937125B - 一种动态改变搜索窗大小的多假设预测方法 - Google Patents
一种动态改变搜索窗大小的多假设预测方法 Download PDFInfo
- Publication number
- CN106937125B CN106937125B CN201710194082.1A CN201710194082A CN106937125B CN 106937125 B CN106937125 B CN 106937125B CN 201710194082 A CN201710194082 A CN 201710194082A CN 106937125 B CN106937125 B CN 106937125B
- Authority
- CN
- China
- Prior art keywords
- reference frame
- block
- search window
- size
- hypothesis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
- H04N19/51—Motion estimation or motion compensation
- H04N19/56—Motion estimation with initialisation of the vector search, e.g. estimating a good candidate to initiate a search
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/587—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal sub-sampling or interpolation, e.g. decimation or subsequent interpolation of pictures in a video sequence
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Image Analysis (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明公开了一种动态改变搜索窗大小的多假设预测方法,其特征在于,包括以下步骤:利用测量矩阵对视频流的参考帧和非参考帧进行基于块的采样,并对不同的块进行编号;根据块变化程度确定搜索窗大小,判断非参考帧中的各个块相对于参考帧中相同编号块的变化程度;非参考帧利用搜索窗大小得到非参考帧残差重构信号,参考帧利用采样值基于块的压缩感知投影平滑滤波算法快速重构算法进行重构得到参考帧假设集合;最后将参考帧假设集合与非参考帧残差重构信号相加即重构出非参考帧信号。本发明减少在多假设预测过程中的算法时间复杂度,缩短重构时间,并提高低采样率下的视频重构质量。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种动态改变搜索窗大小的多假设预测方法。
背景技术
近年来,传统的视频编码技术由于其编码端计算复杂度高,不适合在无线多媒体传感器网络这种编码端资源受限的场景下应用。针对这一问题,学者将视频压缩感知技术与分布式原理相结合,提出了分布式视频压缩感知技术,将编码端的复杂度转移到了解码端。通过在编码端用远低于奈奎斯特采样速率采集到的数据,可以精确重构出视频信息。使得分布式视频压缩感知被大量应用于医疗、教育、生产等诸多领域。
在分布式视频压缩感知中,重构技术是视频质量的关键因素之一。其中多假设预测重构技术利用视频帧间和帧内在时间和空间上的相关性,获得了较高的重构质量。但是现有的多假设预测方法在参考帧中进行多假设搜索时采用固定的搜索窗大小,没有考虑视频帧中不同块的变化快慢问题,导致算法时间复杂度高,重构时间长,降低了重构效率,而且在低采样条件下重构质量较差。
因此,本领域的技术人员致力于开发一种动态改变搜索窗大小的方法,加快了重构速度,并提高了低采样率下的视频重构质量。
发明内容
有鉴于现有技术的上述缺陷,本发明所要解决的技术问题是提供一种动态改变搜索窗大小的多假设预测方法,致力于减少在多假设预测过程中的算法时间复杂度,缩短重构时间,并提高低采样率下的视频重构质量。
为实现上述目的,本发明提供了一种动态改变搜索窗大小的多假设预测方法,其特征在于,包括以下步骤:
S1、利用测量矩阵对视频流的参考帧进行基于块的采样,并对不同的块进行编号,计算公式为:
其中为参考帧测量值,为参考帧中的待重构原始块,为参考帧的块测量矩阵,另外每一块的测量数目记为M;
S2、利用测量矩阵对视频流的非参考帧进行基于块的采样,并对不同的块进行编号,计算公式为:
其中为非参考帧的测量值,为非参考帧中的待重构原始块,为非参考帧的块测量矩阵,另外每一块的测量数目记为M0;
S3、根据块变化程度确定搜索窗大小,判断非参考帧中的各个块相对于参考帧中相同编号块的变化程度;
S4、参考帧利用采样值基于块的压缩感知投影平滑滤波算法快速重构算法进行重构得到参考帧假设集合,非参考帧利用步骤S3确定的搜索窗大小得到非参考帧残差重构信号;
S5、最后将加权的假设集合与非参考帧残差重构信号相加即重构出非参考帧信号。
上述的一种动态改变搜索窗大小的多假设预测方法,其特征在于,非参考帧中的块与重构出的参考帧中的块的对应位置编号相同。
上述的一种动态改变搜索窗大小的多假设预测方法,其特征在于,所述步骤S1中块大小B=16,采样率定为0.5。
上述的一种动态改变搜索窗大小的多假设预测方法,其特征在于,所述步骤S2中块大小B=16,采样率分别为0.1、0.2、0.3、0.4、0.5。
上述的一种动态改变搜索窗大小的多假设预测方法,其特征在于,所述S3具体为,取参考帧中前M0个测量值,通过以下公式:
根据a的大小,确定参考帧中搜索窗W大小。
上述的一种动态改变搜索窗大小的多假设预测方法,其特征在于,所述步骤S4非参考帧利用步骤S3确定的搜索窗大小和参考帧的重构值得到假设预测集合,并利用假设集合得到得到非参考帧残差重构信号,具体步骤为:非参考帧利用步骤S3确定的搜索窗大小在已重构的参考帧中得到假设集合,对得到的假设集合利用测量矩阵进行投影,即变换到测量域。利用得到的测量域假设信号与非参考帧之间的距离大小,利用弹性网算法计算假设权重。将非参考帧的测量值与加权后的测量域假设相减,得到非参考帧在测量域的预测残差,对预测残差利用BCS-SPL算法进行重构,得到非参考帧残差重构信号。
本发明的有益效果是:
本发明减少在多假设预测过程中的算法时间复杂度,缩短重构时间,并提高低采样率下的视频重构质量。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明,以充分地了解本发明的目的、特征和效果。
附图说明
图1是本发明的方法一种实施方式的结构框图。
具体实施方式
如图1所示,一种动态改变搜索窗大小的多假设预测方法,其特征在于,包括以下步骤:
S1、利用测量矩阵对视频流的参考帧进行基于块的采样,并对不同的块进行编号,计算公式为:
其中为参考帧测量值,为参考帧中的待重构原始块,为测量矩阵,另外每一块的测量数目记为M;
S2、利用测量矩阵对视频流的非参考帧进行基于块的采样,并对不同的块进行编号,计算公式为:
其中为非参考帧的测量值,为非参考帧中的待重构原始块,为测量矩阵,另外每一块的测量数目记为M0;
S3、根据块变化程度确定搜索窗大小,判断非参考帧中的各个块相对于参考帧中相同编号块的变化程度;差值大的说明变化大,相关性小,搜索窗相对较大;差值小的,说明变化小,相关性大。相应的减少搜索窗大小。以此为依据动态改变参考帧中的搜索窗大小。这样在一些相关性较大的块就可以减少搜索范围,既选取了优质假设,又避免了选取一些质量较差的假设。
S4、参考帧利用采样值基于块的压缩感知投影平滑滤波算法快速重构算法进行重构得到参考帧假设集合,非参考帧中的块利用S3中确定的搜索窗大小,在重构出的参考帧中对应位置搜索得到假设预测集合,对假设预测集合进行投影,计算距离,利用弹性网算法得到权值,将非参考帧测量值与加权后的测量域预测集合相减得到测量域的预测残差信号,对测量域的预测残差信号利用BCS-SPL算法进行重构。
S5、最后将加权的假设集合与非参考帧残差重构信号相加即重构出非参考帧信号。
上述的一种动态改变搜索窗大小的多假设预测方法,其特征在于,非参考帧中的块与参考帧中的块的对应位置编号相同。
上述的一种动态改变搜索窗大小的多假设预测方法,其特征在于,所述步骤S1中块大小B=16,采样率定为0.5。
上述的一种动态改变搜索窗大小的多假设预测方法,其特征在于,所述步骤S2中块大小B=16,采样率分别为0.1、0.2、0.3、0.4、0.5。
上述的一种动态改变搜索窗大小的多假设预测方法,其特征在于,所述S3具体为,取参考帧中前M0个测量值,通过以下公式:
根据a的大小,确定参考帧中搜索窗W大小。
上述的一种动态改变搜索窗大小的多假设预测方法,其特征在于,所述步骤S4非参考帧利用步骤S3确定的搜索窗大小得到非参考帧残差重构信号,具体步骤为:非参考帧利用步骤S3确定的搜索窗大小在已重构的参考帧中得到假设集合并利用弹性网算法计算假设权重,之后利用测量矩阵进行投影,与非参考帧相减得到残差,对残差利用BCS-SPL算法进行重构,得到非参考帧残差重构信号。
仿真结果:选取News和Coastguard两组不同的序列进行仿真测试,仿真结果如下,分为PSNR验证和时间验证,结果如表1、表2所示
表1原方法和改进方法重构质量对比(PSNR/dB)
表2原方法和改进方法重构时间对比(s)
通过以上仿真表格可以看出,重构时间相比原方法大大减小,重构质量也有一定的提升,尤其是在低采样率下提升的尤为明显。两组不同的序列对比发现News序列无论是重构时间还是重构质量都比Coastguard序列效果好,原因是News序列变化平缓,利用动态参考窗采样其参考窗较小,搜索到的假设集合就少,减少了求解假设权重的过程,因此重构时间大大减小,同时因其变化平缓,故其与参考帧相关性大,故重构质量好;而Coastguard序列变化程度剧烈,搜索窗相对News帧较大,故假设集合多,求解假设集合的时间也相对多一些,故重构时间稍微长一些,相比News序列其相关性也差一些,故重构质量不及News序列,但其相对未改进前方法有所提升。
上述技术方案是以压缩感知中多假设预测技术为基础,在参考帧中构造动态搜索窗,以便能够在充分利用视频的帧间相关性的同时,降低算法时间复杂度。通过仿真证明提出的动态改变搜索窗的多假设预测方法切实可行。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (5)
1.一种动态改变搜索窗大小的多假设预测方法,其特征在于,包括以下步骤:
S1、利用测量矩阵对视频流的参考帧进行基于块的采样,并对不同的块进行编号,计算公式为:
其中为参考帧测量值,为参考帧中的待重构原始块,为参考帧的块测量矩阵,另外每一块的测量数目记为M;
S2、利用测量矩阵对视频流的非参考帧进行基于块的采样,并对不同的块进行编号,计算公式为:
其中为非参考帧的测量值,为非参考帧中的待重构原始块,为非参考帧的块测量矩阵,另外每一块的测量数目记为M0;
S3、根据块变化程度确定搜索窗大小,判断非参考帧中的各个块相对于参考帧中相同编号块的变化程度;取参考帧中前M0个测量值,通过以下公式:
根据块变化程度a的大小,确定参考帧中搜索窗W大小;
S4、参考帧利用采样值基于块的压缩感知投影平滑滤波算法快速重构算法进行重构得到参考帧假设集合,非参考帧利用步骤S3确定的搜索窗大小得到非参考帧残差重构信号;
S5、最后将加权的假设集合与非参考帧残差重构信号相加即重构出非参考帧信号。
2.如权利要求1所述的一种动态改变搜索窗大小的多假设预测方法,其特征在于,非参考帧中的块与参考帧中的块的对应位置编号相同。
3.如权利要求1所述的一种动态改变搜索窗大小的多假设预测方法,其特征在于,所述步骤S1中块大小B=16,采样率定为0.5。
4.如权利要求1所述的一种动态改变搜索窗大小的多假设预测方法,其特征在于,所述步骤S2中块大小B=16,采样率分别为0.1、0.2、0.3、0.4、0.5。
5.如权利要求1所述的一种动态改变搜索窗大小的多假设预测方法,其特征在于,所述步骤S4非参考帧利用步骤S3确定的搜索窗大小得到非参考帧残差重构信号,具体步骤为:非参考帧利用步骤S3确定的搜索窗大小在已重构的参考帧中得到假设集合,之后利用测量矩阵进行投影,并利用弹性网算法计算假设权重,加权后的测量域假设集合与非参考帧相减得到残差,对残差利用BCS-SPL算法进行重构,得到非参考帧残差重构信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710194082.1A CN106937125B (zh) | 2017-03-28 | 2017-03-28 | 一种动态改变搜索窗大小的多假设预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710194082.1A CN106937125B (zh) | 2017-03-28 | 2017-03-28 | 一种动态改变搜索窗大小的多假设预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106937125A CN106937125A (zh) | 2017-07-07 |
CN106937125B true CN106937125B (zh) | 2019-12-10 |
Family
ID=59424855
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710194082.1A Active CN106937125B (zh) | 2017-03-28 | 2017-03-28 | 一种动态改变搜索窗大小的多假设预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106937125B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110933429B (zh) * | 2019-11-13 | 2021-11-12 | 南京邮电大学 | 基于深度神经网络的视频压缩感知与重构方法和装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102946539A (zh) * | 2012-11-21 | 2013-02-27 | 西安电子科技大学 | 基于压缩感知的视频图像帧间运动估计方法 |
CN103247028A (zh) * | 2013-03-19 | 2013-08-14 | 广东技术师范学院 | 一种多假设预测的分块压缩感知图像处理方法 |
CN105007487A (zh) * | 2015-05-27 | 2015-10-28 | 华南理工大学 | 一种基于块匹配压缩感知的视频采样复原算法 |
CN105282557A (zh) * | 2015-09-28 | 2016-01-27 | 天津大学 | 一种预测运动矢量的h264快速运动估计方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101557514B (zh) * | 2008-04-11 | 2011-02-09 | 华为技术有限公司 | 一种帧间预测编解码方法、装置及系统 |
-
2017
- 2017-03-28 CN CN201710194082.1A patent/CN106937125B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102946539A (zh) * | 2012-11-21 | 2013-02-27 | 西安电子科技大学 | 基于压缩感知的视频图像帧间运动估计方法 |
CN103247028A (zh) * | 2013-03-19 | 2013-08-14 | 广东技术师范学院 | 一种多假设预测的分块压缩感知图像处理方法 |
CN105007487A (zh) * | 2015-05-27 | 2015-10-28 | 华南理工大学 | 一种基于块匹配压缩感知的视频采样复原算法 |
CN105282557A (zh) * | 2015-09-28 | 2016-01-27 | 天津大学 | 一种预测运动矢量的h264快速运动估计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106937125A (zh) | 2017-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107360426B (zh) | 一种基于压缩感知的视频序列重构方法 | |
CN103533367B (zh) | 一种无参考视频质量评价方法及装置 | |
WO2021093393A1 (zh) | 基于深度神经网络的视频压缩感知与重构方法和装置 | |
CN104661021A (zh) | 一种视频流的质量评估方法和装置 | |
CN103988500A (zh) | 视频质量测量 | |
CN102265611A (zh) | 在混合视频编码中具有多个滤波器的本地环路内滤波 | |
CN101394566A (zh) | 一种十字菱形运动估计搜索方法 | |
CN105933711B (zh) | 基于分割的邻域最优概率视频隐写分析方法及系统 | |
CN101986716A (zh) | 一种快速深度视频编码方法 | |
Huang et al. | Neural compression-based feature learning for video restoration | |
CN109120931A (zh) | 一种基于帧间相关性的流媒体视频压缩方法 | |
CN109286812A (zh) | 一种hevc视频质量估计方法 | |
CN107155112A (zh) | 一种多假设预测的压缩感知视频处理方法 | |
CN102946539B (zh) | 基于压缩感知的视频图像帧间运动估计方法 | |
CN106937125B (zh) | 一种动态改变搜索窗大小的多假设预测方法 | |
CN103096064B (zh) | 编码和重构像素块的方法以及相应设备 | |
CN114792347A (zh) | 一种基于多尺度空间和上下文信息融合的图像压缩方法 | |
CN108521573A (zh) | 一种分布式视频压缩感知编解码方法 | |
CN114651270A (zh) | 通过时间可变形卷积进行深度环路滤波 | |
CN110505479B (zh) | 时延约束下逐帧相同测量率的视频压缩感知重构方法 | |
CN101867815B (zh) | 快速小数像素分级搜索方法 | |
CN107509074B (zh) | 基于压缩感知的自适应3d视频压缩编解码方法 | |
CN109934882A (zh) | 基于动态挑选多假设匹配块的视频压缩感知重构方法 | |
CN106791871B (zh) | 一种运动矢量调制信息隐藏检测方法 | |
CN107888931A (zh) | 一种利用视频统计特征预测差错敏感度的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |