[發明專利]一種基于壓縮感知的錯誤隱藏方法

有效

• 申請號: 201210185796.3
• 申請日: 2012-06-06
• 公開（公告）號: CN102740080A
• 公開（公告）日: 2012-10-17
• 發明（設計）人: 戴瓊海;付長軍;季向陽
• 申請（專利權）人: 清華大學
• 主分類號: H04N7/68
• 分類號: H04N7/68
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 張大威

技術領域

本發明屬于數據傳輸技術領域，涉及重構解碼視頻序列中丟失塊的方法，特別涉及一種基于壓縮感知的錯誤隱藏方法。

背景技術

目前，廣泛使用的編碼,如H.26x（T.Wiegand,G.J.Sullivan,G.Bjontegaard,and?A.Luthra,“Overview?of?the?H.264/AVC?video?coding?standard,”IEEETransactions?on?Circuits?and?Systems?for?Video?Technology,vol.13,no.7,pp.560-576,Jul.,2003）和MPEG-x（Int.Telecommun.Union-Telecommun.(ITU-T)and?Int.Standards?Org./Int.Electrotech.Comm.(ISO/IEC)JTC?1,Rec.H.262andISO/IEC?13?818-2(MPEG-2Video),Generic?Coding?of?Moving?Pictures?and?Associated?Audio?Information-Part?2:Video?Nov.1994.），在獲得高壓縮效率的同時，也降低了碼流對丟包問題的魯棒性。但是由于互聯網和無線網中網絡環境的變化，丟包現象難以避免。作為一種后處理方法，錯誤隱藏技術可以根據正確解碼的宏塊恢復出丟失的塊，因此既不像前向糾錯（FEC）技術需要增加額外的帶寬，也不像自動重傳請求（ARQ）技術需要引入重新傳輸機制。錯誤隱藏技術在互聯網和無線網上的視頻流傳輸問題上有著廣闊的應用前景。

由于視頻序列連續幀之間存在很強的相關性，時域錯誤隱藏方法可以根據前一幀的相關信息恢復出丟失塊的細節。使用該方法的一個關鍵問題是如何確定最合理的運動向量，如果運動向量可以從解碼端正確解碼的，則可以直接用來進行錯誤隱藏。但是，在大部分情況下，丟失宏塊的運動矢量也無法正確解碼。有一種解決方法是結合與其空間相鄰宏塊對應的可能矢量中給出一個統計結果，但是，這種方法依賴于運動矢量均勻分布這一前提。還有一種方法是基于邊界匹配的運動矢量匹配方法，該方法根據內邊界和外邊界的平滑性選擇一個最合理的運動矢量，這種方法得到的運動矢量精度高，復雜度低。

時域錯誤隱藏方法的另一個關鍵問題是如何刻畫和描述丟失的宏塊與上一幀對應宏塊之間的對應關系。X.Xiang等(X.Xiang,Y.Zhang,D.Zhao,S.Ma,and?W.Gao,“A?high?efficient?error?concealment?scheme?based?on?auto-regressive?model?for?video?coding,”in?PCS,Chicago,USA,2009)提出了一種基于自回歸模型的錯誤隱藏方法，在這種方法中，首先，自回歸系數通過空間相鄰的宏塊估計出來。然后，丟失的宏塊由沿著所選擇的最優運動矢量所選宏塊加權估計出來。此外，Y.Zhang等(Y.Zhang,X.Xiang,S.Ma,D.Zhao,and?W.Gao,“Auto?Regressive?Model?and?Weighted?Least?Squares?Based?Packet?Video?Error?Concealment,”in?DCC,Snowbird,2010,pp.455-464)結合時域的連續性來提高自回歸系數的準確性，并考慮空間距離與觀測噪聲之間的相關關系，從而大大提高了基于自回歸模型錯誤隱藏技術的重構質量。但是，由于自回歸模型容易受到欠定和超定問題的影響，通常用一個低階的自回歸模型來描述，利用時空相關性的能力上將受到很大的限制。

壓縮感知（D.L.Donoho,“Compressed?sensing,”IEEE?Transactions?on?Information?Theory,vol.52,no.4,pp.1289-1306,Apr.,2006.）是另外一種描述自然圖像和視頻序列中的千變萬化細節信息的方法，這種方法可以應用于圖像超分辨率和圖像修復中，能夠將各種復雜的紋理很好地表示出來，因此，利用壓縮感知進行錯誤隱藏是非常有意義的一個課題。

發明內容

本發明旨在至少解決現有技術中存在的技術問題，特別創新地提出了一種基于壓縮感知的錯誤隱藏方法。

為了實現本發明的上述目的，本發明提供了一種基于壓縮感知的錯誤隱藏方法，其包括如下步驟：

S1：構建丟失宏塊的稀疏基模型；

S2：確定稀疏系數；

S3：根據稀疏基模型和稀疏系數重構已丟失宏塊。