单向分布式视频编码中迭代相关性噪声细化方法

doi:10.12141/j.issn.1000-565X.180566

华南理工大学学报(自然科学版) ›› 2019, Vol. 47 ›› Issue (4): 27-34.doi: 10.12141/j.issn.1000-565X.180566

• 电子、通信与自动控制 • 上一篇下一篇

单向分布式视频编码中迭代相关性噪声细化方法

王建鹏^1,2 宋娟^3†刘欢³

1．河海大学常州校区数理教学部，江苏常州 213022; 2．西安电子科技大学人工智能学院，陕西西安 710071; 3．西安电子科技大学计算机科学与技术学院，陕西西安 710071

收稿日期:2018-11-15 出版日期:2019-04-25 发布日期:2019-03-01
通信作者: 宋娟(1984-)，女，博士，副教授，主要从事深度学习、图像处理等研究． E-mail:songjuan@mail.xidian.edu.cn
作者简介:王建鹏(1979-)，男，在职博士生，讲师，主要从事神经网络、图像处理等研究． E-mail:wangjp1879@163． com
基金资助:
国家自然科学基金资助项目(61401324);河海大学中央高校基本科研业务费专项资金资助项目(2018B24214)

Iterative Correlation Noise Refinement for Unidirectional Distributed Video Coding

WANG Jianpeng^1,2SONG Juan³ LIU Huan³

1． Department of Mathematics and Physics，Changzhou Campus of Hohai University，Changzhou 213022，Jiangsu，China; 2． School of Artificial Intelligence，Xidian University，Xi＇an 710071，Shaanxi，China; 3． School of Computer Science and Technology，Xidian University，Xi＇an 710071，Shaanxi，China

Received:2018-11-15 Online:2019-04-25 Published:2019-03-01
Contact: 宋娟(1984-)，女，博士，副教授，主要从事深度学习、图像处理等研究． E-mail:songjuan@mail.xidian.edu.cn
About author:王建鹏(1979-)，男，在职博士生，讲师，主要从事神经网络、图像处理等研究． E-mail:wangjp1879@163． com
Supported by:
Supported by the National Natural Science Foundation of China(61401324)

摘要/Abstract

摘要： 针对单向分布式视频编码(UDVC)，文中提出了迭代相关性噪声细化方法．在迭代解码过程中，利用上次解码的重构系数对相关性噪声进行细化，提高相关性噪声的估计精度，并且在细化过程中根据系数的解码可靠性对残差进行分类加权细化来避免错误解码系数对细化的误导．实验结果表明，经过相关性噪声细化后，重构帧中由于码率欠估计导致的质量退化问题得到了明显的改善，不同视频序列重构 WZ 帧的平均峰值信噪比 (PSNＲ)可以提高 0． 32 ～0． 13dB;和未细化的单向 DVC 相比，文中基于相关性噪声细化的单向 DVC 系统的整体平均 PSNR 也提高了约 0． 21dB．

关键词: 单向分布式视频编码, 迭代解码, 相关性噪声, 噪声细化, 分类

Abstract: An iterative correlation noise refinement (CNR) method was proposed for unidirectional distributed video coding (UDVC)． In the iterative decoding process，the correlation noise was refined by using the previously reconstructed coefficients to improve the accuracy of correlation noise modeling． During the refinement，the correla- tion noise residuals were classified according to the decoding reliability and weighted refined respectively in order to avoid misleading refinement caused by wrongly decoded coefficients． Experimental results show that the reconstruc- tion quality is greatly improved after CNR． The average peak signal-to-noise ratio (PSNR) of reconstructed WZ frames from different video sequences is improved by 0. 32 ～ 0. 13 dB． Compared with UDVC without CNR，the average PSNR of the proposed UDVC with CNR is improved by 0. 21dB．

Key words: unidirectional distributed video coding, iterative decoding, correlation noise, noise refinement, cla- ssification

中图分类号:

王建鹏宋娟刘欢. 单向分布式视频编码中迭代相关性噪声细化方法[J]. 华南理工大学学报(自然科学版), 2019, 47(4): 27-34.

WANG Jianpeng SONG Juan LIU Huan. Iterative Correlation Noise Refinement for Unidirectional Distributed Video Coding[J]. Journal of South China University of Technology(Natural Science Edition), 2019, 47(4): 27-34.

[1]	曹毅, 王彦雯, 李杰, 郑植, 孙浩. 基于减小高频混响和RF-DRSN-EMA的声音事件分类方法[J]. 华南理工大学学报(自然科学版), 2025, 53(7): 70-79.
[2]	王素裹, 范存喜, 郑宜. 采用基于Fisher变换的Bayes分类方法考虑多参数影响的RC梁柱中节点破坏形态判别[J]. 华南理工大学学报(自然科学版), 2025, 53(12): 1-.
[3]	何庆龄, 裴玉龙, 董春彤, 等. 基于混合策略改进ASO-LSSVM的风险驾驶行为分类识别[J]. 华南理工大学学报(自然科学版), 2024, 52(9): 131-141.
[4]	郭礼华, 杨辉, 吴倩仪等. 基于多频带路径签名特征的癫痫脑电图信号分类方法[J]. 华南理工大学学报(自然科学版), 2024, 52(7): 9-18.
[5]	田晟, 宋霖, 赵凯龙. 基于偏移注意力机制和多特征融合的点云分类[J]. 华南理工大学学报(自然科学版), 2024, 52(1): 100-109.
[6]	叶峰, 陈彪, 赖乙宗. 基于特征空间嵌入的对比知识蒸馏算法[J]. 华南理工大学学报(自然科学版), 2023, 51(5): 13-23.
[7]	陈琼谢家亮. 基于自适应采样的不平衡分类方法[J]. 华南理工大学学报(自然科学版), 2022, 50(4): 26-34,45.
[8]	张艳, 吴洛天, 王年, 等. 基于多模块关系网络的2D足迹分类[J]. 华南理工大学学报（自然科学版）, 2021, 49(6): 66-76.
[9]	刘奇, 于斌, 孟祥成, 等. 基于转置卷积神经网络的路面裂缝识别算法[J]. 华南理工大学学报(自然科学版), 2021, 49(12): 124-132.
[10]	杨圣豪, 吴玥悦, 毛佳昕, 等. 基于半监督学习的涉及未成年人案件文书识别方法[J]. 华南理工大学学报(自然科学版), 2021, 49(1): 29-38,46.
[11]	杨春玲郑钊彪李金昊. CVS 中基于块分类的自适应阈值调整组稀疏重构[J]. 华南理工大学学报（自然科学版）, 2020, 48(8): 29-37,48.
[12]	栗云松, 聂琪, 罗永峰, 等. 基于应变能的网壳结构构件重要性分类方法[J]. 华南理工大学学报（自然科学版）, 2020, 48(5): 22-31.
[13]	金龙, 陈秀芳, 陈良铭, 等. 基于单输出切比雪夫多项式神经网络的海洋矿物分类（英文）[J]. 华南理工大学学报(自然科学版), 2020, 48(12): 135-143.
[14]	刘建荣刘志伟. 基于出行者潜在类别的公交出行行为研究[J]. 华南理工大学学报(自然科学版), 2019, 47(6): 119-126.
[15]	王伟凝李乐敏黄杰雄罗杰波徐向民. 基于多层次深度卷积神经网络的图像情感分类[J]. 华南理工大学学报(自然科学版), 2019, 47(6): 39-50.

单向分布式视频编码中迭代相关性噪声细化方法

Iterative Correlation Noise Refinement for Unidirectional Distributed Video Coding

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价