蔡旻，歐揚，胡伏原，雷巖

（蘇州科技學(xué)院電子與信息工程學(xué)院，江蘇蘇州215009）

一種基于標(biāo)量量化分割的視頻多描述編碼方法

蔡旻，歐揚，胡伏原，雷巖

（蘇州科技學(xué)院電子與信息工程學(xué)院，江蘇蘇州215009）

多描述編碼技術(shù)能提高編碼的魯棒性來保證視頻流的高效穩(wěn)定傳輸，是一種重要的差錯復(fù)原技術(shù)。結(jié)合多描述編碼理論和視頻編碼具體情況，提出了一種基于標(biāo)量量化分割的視頻多描述編碼方法，通過歸納得到兩張索引匹配表，并由此將DCT系數(shù)分割為兩路，實現(xiàn)了在編碼端的分割。而在接收端通過增加反映射模塊，實現(xiàn)每一路都能單獨解碼，兩路全部收到可以聯(lián)合解碼。最后通過實驗證明：該方法是可行的，并取得比較好的圖像效果。

視頻編碼；多描述編碼；多描述標(biāo)量量化

在無線、因特網(wǎng)等易發(fā)生誤碼的網(wǎng)絡(luò)環(huán)境中，視頻信號傳輸面臨著很大挑戰(zhàn)。多描述編碼作為差錯復(fù)原技術(shù)的一種，能解決傳統(tǒng)編碼方法在遭受誤碼或丟包后引起的視頻質(zhì)量下降問題。它將單個信源信號編碼成兩個或兩個以上獨立的比特流，這些獨立的比特流被稱為描述。多描述編碼兩個主要特征是：（1）可以獨立的對每個描述進行解碼，重構(gòu)出可用的原始信號；（2）多個描述之間存在互補信息，隨著正確的接收到的描述數(shù)量的增加，解碼出的圖像質(zhì)量也逐步提高。

近年來多描述編碼依然是視頻、圖像領(lǐng)域的研究熱點。劉美琴等人[1]在分形圖像編解碼領(lǐng)域引入多描述編碼方案，將變換后的分形參數(shù)形成兩個獨立描述，并利用圖像相鄰值域塊均值的相關(guān)性減少比特率。王礽曉等人[2]針對圖像的感興趣區(qū)域進行非線性幾何變換產(chǎn)生冗余形成多描述編碼，達到保護圖像重點區(qū)域的效果。王相海等人[3]將多描述編碼與圖像編碼質(zhì)量可分級機制相結(jié)合，提出了一種基于DCT分層結(jié)構(gòu)的分級多描述編碼方案并運用在遙感圖像領(lǐng)域。該方案將包含圖像細節(jié)信息的增強層通過下采樣形成多個描述，將包含圖像關(guān)鍵信息的基本層作為冗余引入到每個描述中，從而保證了在解碼端獲取遙感圖像基本層信息的最大可能性。陳婧等人[4]提出了一種基于H.264和雙樹小波的分層多描述視頻編碼方案，在基本層采用H.264編碼器對視頻進行低碼率編碼，將此信息分別拷貝到各個描述；在增強層采用三維雙樹小波變換產(chǎn)生四組小波系數(shù)，再將碼字分成兩組編碼后形成各描述的特有信息。董萌等人[5]對視頻中每幀圖像進行水平方向和垂直方向下采樣得到四個子圖像，將四個子圖像構(gòu)成的四個視頻子序列兩兩組合形成兩路描述，提出了基于模式復(fù)制的多描述編碼算法。

隨著壓縮感知技術(shù)的成熟，劉丹華等人[6]也提出了基于壓縮感知框架的多描述編碼方法。而將空間亞采樣技術(shù)和壓縮感知技術(shù)結(jié)合起來，趙春暉等人[7]提出了基于交織抽取與分塊壓縮感知策略的圖像多描述編碼方法。鄭海波等人[8]從測量值信息分布均勻且互不相關(guān)的特性入手，在編碼端利用分塊壓縮感知技術(shù)對圖像進行隨機測量，將得到的測量結(jié)果矩陣按行平分從而實現(xiàn)多描述編碼。

上述給出的多描述編碼方法在具體實現(xiàn)上都有其獨到之處。在實際應(yīng)用中主要是從編碼效率、編碼質(zhì)量、編碼復(fù)雜度、丟包復(fù)原能力、主觀效果等方面考察方法的優(yōu)劣。筆者提出的一種基于標(biāo)量量化分割的視頻多描述編碼方法，利用圖像經(jīng)DCT變換后的量化系數(shù)進行映射分割，得到兩路視頻信號，每一路都能單獨解碼，兩路全部收到可以聯(lián)合解碼。經(jīng)編解碼平臺測試該方法可行，并能取得較好的主客觀效果。

1 多描述標(biāo)量量化

一般意義上，多描述編碼可以理解成：信源在發(fā)送端有多種描述形式，這些描述構(gòu)成一個集合；接收端從集合的子集中盡可能的精確恢復(fù)出信源，這和多用戶信息論中多址接入問題十分相似。多描述編碼的模型如圖1所示。信源通過多描述編碼器得到S1，S2，…，Sn多個描述，各描述通過獨立的信道傳送到解碼端，解碼器最少接收0個描述，最多接收n個描述，總共有2n種接收情況。接收到的描述個數(shù)不同，解碼器能恢復(fù)的信源程度也不同，當(dāng)所有描述都收到時，可最大限度的恢復(fù)信源。

圖1 多描述編碼模型

以兩個描述為例來闡述其原理，如圖2所示。

圖2 兩描述編碼的框圖

碼率失真函數(shù)描述了碼率和失真之間的函數(shù)關(guān)系，是衡量多描述編碼方法性能的重要指標(biāo)。多描述率失真區(qū)域是指在多描述編碼中同時獲得的碼率和失真的封閉集合。若用R1、R2分別表示信道1、2的速率，D0、D1、D2分別表示解碼器1、2、3帶來的失真，針對圖2中兩個描述的情況，多描述率失真區(qū)域為可獲得的五元組（R1，R2，D0，D1，D2）的封閉集合。

率失真函數(shù)R（D）是在率失真區(qū)域中失真為D時可獲得的最小碼率。相應(yīng)的率失真函數(shù)R（D）是在率失真區(qū)域中碼率為R時可獲得的最小失真。則對該封閉區(qū)域的最簡單約束為

若信源是方差為σ2的無記憶高斯信源，那么（R1，R2，D0，D1，D2）滿足如下條件

在式（4）中，若D1+D2＞σ2+D0，則γD=1；否則

式（4）表明中央失真必須超過乘以因數(shù)γD后所得的失真碼率的最小值。當(dāng)一個或兩個邊緣失真很大時,令γD=1可以得到一個很好的中央重建值[9]。Vaishampayan[10]最早研究了兩描述情況下的多描述標(biāo)量量化的問題，并指出其中的關(guān)鍵在于找到一個匹配器來產(chǎn)生一路分成兩路的映射，如圖3所示。

圖3 兩描述標(biāo)量量化框圖

在圖3中，x是信源產(chǎn)生的抽樣，經(jīng)過編碼器得到索引l，a（·）是一個匹配器，將索引l匹配為索引對（i，j）。g0，g1是邊解碼器，分別收到i和j，解碼產(chǎn)生。g2是中央解碼器，收到（i，j）后解碼產(chǎn)生。其中最難實現(xiàn)的是如何由索引l匹配索引對（i，j），并且從l到（i，j）必須是可逆的，只有這樣才能保證解碼端能準(zhǔn)確恢復(fù)出信源抽樣。

2 采用的方法

考慮到視頻編碼框架的具體情況，在DCT變換后的量化系數(shù)中引入多描述編碼方案是合理可行的。一個8*8的圖像數(shù)據(jù)，經(jīng)過DCT變換，再經(jīng)過正常的標(biāo)準(zhǔn)量化，得到64個8 bit的數(shù)據(jù)。這64個數(shù)據(jù)的取值范圍是從-127～＋127?？疾爝@64個數(shù)據(jù)，其中零數(shù)據(jù)占了很大一部分，非零數(shù)據(jù)集中在數(shù)組的左上角。需要做的是對非零數(shù)據(jù)進行映射。

利用矩陣的直觀性，筆者將原始數(shù)據(jù)映射到矩陣的行方向（或稱水平方向）和列方向（或稱垂直方向），這樣就將一路數(shù)據(jù)映射為兩路。這里面必定要考慮的問題是如何在矩陣中擺放數(shù)據(jù)。

如圖4（a）所示，將8個數(shù)據(jù)沿主對角線擺放到8*8的矩陣中，這樣任意一個數(shù)據(jù)可以映射到矩陣的行方向和列方向。反過來，如果任意收到行方向或列方向的數(shù)據(jù)，也可以通過查矩陣來得到原始數(shù)據(jù)。但這種擺放方式的問題是“太浪費資源”。比如圖4（b）中同樣是8*8矩陣，但可以擺放22個數(shù)據(jù)，擺放規(guī)律是主對角線加兩條副對角線。同圖4（a）一樣，任意一個數(shù)據(jù)可映射到矩陣行方向和列方向。但區(qū)別是：任意接收到行方向或列方向的數(shù)據(jù)，不能精確恢復(fù)原始數(shù)據(jù)。舉例說明，收到行方向的數(shù)據(jù)“4”，查矩陣，對應(yīng)的原始數(shù)據(jù)有三種可能，只能在其中挑出一個作為恢復(fù)出的“有誤差的原始數(shù)據(jù)”。圖4（b）中還隱含著：如果收到行方向和列方向的兩路數(shù)據(jù)，那么可以精確恢復(fù)出原始數(shù)據(jù)的。更進一步說明，如果為了追求“節(jié)約資源”，可以在圖4（b）中再添兩條副對角線，但這樣會在恢復(fù)數(shù)據(jù)時帶來更大誤差。

圖4 在矩陣中擺放數(shù)據(jù)

由此得到兩張表，這兩張表分別對應(yīng)的是量化系數(shù)為正和為負時的映射情況，如圖5（a）、（b）所示。

以圖5（a）來分析說明。筆者把1～127這127個數(shù)據(jù)如圖5（a）所示擺放到43*43的矩陣中，擺放規(guī)律是一條主對角線加兩條副對角線。另外為了后面歸納公式，以“Z”字形從小到大擺放的。任意某個數(shù)據(jù)，比如“17”，它在水平方向映射為7，垂直方向映射為6。若接收端收到水平方向的數(shù)據(jù)7，則恢復(fù)出來的數(shù)據(jù)可以是“17，19，21”三者之一，一般取中值19；若接收端收到垂直方向的數(shù)據(jù)6，則恢復(fù)出來的數(shù)據(jù)可以是“15，16，17”三者之一，一般取中值16；若接受端同時收到水平方向的數(shù)據(jù)7和垂直方向的數(shù)據(jù)6，則可以查表立刻得到精確恢復(fù)值17。

圖5 兩張映射表

另外還需要說明的是：原本的一路信源，其中每個數(shù)據(jù)都要8 bit量化。經(jīng)過如上表中映射后，每個數(shù)據(jù)只需7 bit量化，這樣帶來的結(jié)果是兩路描述中的每一路數(shù)據(jù)比原始數(shù)據(jù)有不同程度的減少。

在真正的編解碼程序中，上述的兩張表要變換成相應(yīng)的公式體現(xiàn)為：

在編碼端，分解到水平方向（第一路描述）qcoeff[i]=qcoeff[i]/3+qcoeff[i]%3，

其中qcoeff[i]是標(biāo)準(zhǔn)量化后的DCT全部系數(shù)，i從0到63，（下同）；

在編碼端，分解到垂直方向（第二路描述）qcoeff[i]=qcoeff[i]/3+1；

在解碼端，如果收到第一路描述，則恢復(fù)出帶誤差的信源解碼為qcoeff[i]=3*qcoeff[i]-2；

在解碼端，如果收到第一路描述，則恢復(fù)出帶誤差的信源解碼為qcoeff[i]=3*qcoeff[i]-2；

在解碼端，如果兩路描述都收到，則恢復(fù)出精確的信源聯(lián)合解碼為qcoeff[i]=a[i]+2*b[i]-2；

其中a[i]，b[i]為第一路和第二路描述中的數(shù)據(jù)。

需要說明的是，以上分析的是當(dāng)量化系數(shù)為正時的情況，也即圖5（a）中的情況。圖5（b）中的情況略有不同，請讀者自行分析。

3 實驗結(jié)果

3.1 主觀效果

由圖6、圖7可以看出，將一路視頻分解為兩路視頻在主觀效果上是可以接受的。另外，可以發(fā)現(xiàn)，第二路（數(shù)據(jù)垂直方向分解映射）的主觀效果要略好于第一路（數(shù)據(jù)從水平方向分解映射），這和筆者在文中第2部分的分析是一致的。

圖6 claire.cif序列分解為第一路的視頻截圖（連續(xù)三個截圖，分別為I，P，P幀）

圖7 claire.cif序列分解為第二路的視頻截圖（連續(xù)三個截圖，分別為I，P，P幀）

3.2 客觀效果

文中采用的實驗測試平臺是經(jīng)典的H.263框架。在H.263標(biāo)準(zhǔn)中，量化步長QP是可以設(shè)定的，范圍從1到31。量化步長的改變對碼率（單位是kbit/s）和PSNR（對Cr，Cb，Y分量中的Y分量而言）有影響。在實驗中，選取量化步長QP從6到26共11個數(shù)值，間隔為2。

由圖8可以分析得出，分解出的第一路和第二路這兩個單路情況下的編碼效果（體現(xiàn)在PSNR上）要略遜于H.263的標(biāo)準(zhǔn)情況。但是，換來的是每路的碼率都要比H.263情況下低，在犧牲編碼效率的同時提高了編碼魯棒性。另外還可以發(fā)現(xiàn)，第二路的PSNR要優(yōu)于第一路，這和3.1節(jié)中的主觀效果一致。

圖8 claire.cif序列兩個單路與標(biāo)準(zhǔn)狀況的比較

4 結(jié)語

文中分析了視頻中的多描述編碼技術(shù)，結(jié)合Vaishampayan提出的多描述標(biāo)量量化方法，提出一種基于標(biāo)量量化分割的視頻多描述編碼方法。在編碼端將圖像DCT變換后的量化系數(shù)進行映射分割，使一路視頻數(shù)據(jù)映射為兩路。解碼端收到任一路都能獨立解碼，收到兩路則可精確聯(lián)合解碼。實驗結(jié)果表明：該方法是可行的，在犧牲少許編碼效率的同時提高了編碼魯棒性，符合多描述編碼的定義。

[1]劉美琴，趙耀.基于FGSE的快速分形圖像編碼算法及其多描述編碼方案[J].電子學(xué)報，2010，38（3）：658-663.

[2]王礽曉，倪林，劉權(quán).感興趣區(qū)域的非線性變換多描述編碼[J].計算機工程，2011，37（6）：215-220.

[3]王相海，方錦，宋傳鳴.基于DCT分層結(jié)構(gòu)的遙感圖像分級多描述編碼算法[J].遙感學(xué)報，2011，15（5）：989-1007.

[4]陳婧，李莉，蔡燦輝.基于H.264和雙樹小波的多描述視頻編碼[J].信號處理，2011，27（8）：1265-1270.

[5]董萌，蔡燦輝.基于模式復(fù)制的H．264多描述視頻編碼[J].信號處理，2011，27（11）：1675-1679.

[6]劉丹華，石光明，周佳社，等.基于Compressed Sensing框架的圖像多描述編碼方法[J].紅外與毫米波學(xué)報，2009，28（4）：298-302.

[7]趙春暉，劉巍.基于交織抽取與分塊壓縮感知策略的圖像多描述編碼方法[J].電子與信息學(xué)報，2011，33（2）：461-465.

[8]鄭海波，朱秀昌.基于分塊壓縮感知與平均分組的圖像多描述編碼[J].數(shù)據(jù)采集與處理，2014，29（5）：764-769.

[9]Goyal V K.Multiple description coding：Compression meets the network[J].IEEE Signal Processing Magazine，2001，18（9）：74-93.

[10]Vaishampayan V A.Design of multiple description scalar quantizers[J].IEEE Transactions on Information Theory，1993，39（3）：821-834.

A video multiple description coding approach based on scalar quantization division

CAI Min，OU Yang，HU Fuyuan，LEI Yan
（School of Electronic&Information Engineering，SUST，Suzhou 215009，China）

Multiple Description Coding（MDC）technology belongs to error-resilience,which ensures the good transmitting of video stream by enhancing the robust of coding.Considering MDC theory and situations of video coding,this paper proposes a video multiple description coding approach based on scalar quantization division by concluding two tables of index matching.In this way,we divide DCT coefficients into two pathways at the coding-end.At the decoding-end,each bit-stream can be decoded independently by adding the reverse module，joint decoding when both bit-streams were received.The result of the experiment shows that this approach is feasible,and can obtain good quality of the video.

video coding；multiple description coding；multiple description scalar quantization

TP391

A

1672－0687（2015）04－0046－05

責(zé)任編輯：艾淑艷

2015－03－16

國家自然科學(xué)基金資助項目（61472267）；江蘇省自然科學(xué)基金資助項目（BK2012166）

蔡旻（1978-），男，江蘇張家港人，助教，碩士，研究方向：多媒體與圖像通信，視頻編碼。