吳 偉，卿粼波，王正勇，楊 紅

(四川大學(xué) 電子信息學(xué)院 圖像信息研究所，四川 成都 610065)

DVC轉(zhuǎn)碼技術(shù)研究

吳 偉，卿粼波，王正勇，楊 紅

(四川大學(xué) 電子信息學(xué)院 圖像信息研究所，四川 成都 610065)

介紹了分布式視頻編碼(DVC)到傳統(tǒng)視頻轉(zhuǎn)碼的方案，該轉(zhuǎn)碼方案適用于移動終端設(shè)備之間的視頻通信。著重講述了DVC到H.264的轉(zhuǎn)碼，針對轉(zhuǎn)碼過程中復(fù)雜度高和時延長等問題，利用DVC解碼端生成的運動矢量來減少H.264編碼的工作量，在幾乎不影響視頻質(zhì)量的前提下，極大地降低了轉(zhuǎn)碼的計算復(fù)雜度和時間，提高了轉(zhuǎn)碼效率。同時介紹了DVC轉(zhuǎn)到其他傳統(tǒng)視頻的方法和方案，最后分析了DVC轉(zhuǎn)碼在當前移動視頻通信市場中存在的巨大潛能，以及對轉(zhuǎn)碼技術(shù)的未來發(fā)展和方向進行了展望。

DVC;H.264;轉(zhuǎn)碼；移動視頻通信

1 分布式視頻編碼(DVC)技術(shù)概述

1.1 DVC的發(fā)展

隨著數(shù)字視頻的廣泛應(yīng)用，移動通信設(shè)備已由單純的文字或語音通信向多媒體視頻通信發(fā)展。尤其是現(xiàn)在4G技術(shù)的普及，各種手持移動設(shè)備之間的視頻通信日趨頻繁。通常這些終端設(shè)備因能耗資源和編碼處理能力有限，而又要保證具有良好的抗誤碼性和壓縮效率，因此要求視頻編碼器簡單易實現(xiàn)。傳統(tǒng)的視頻編碼方案如MPEG、H.26X因需要在編碼端做大量的運動估計，以達到視頻壓縮的目的，編碼端復(fù)雜度遠高于解碼端，而無法達到這一要求。于是，分布式視頻編碼(Distributed Video Coding，DVC)技術(shù)近年來被提出并得到廣泛研究。在DVC方案中，對視頻間的相關(guān)性的挖掘與利用從編碼端被轉(zhuǎn)移到解碼端，使得各視頻幀獨立編碼，并通過聯(lián)合解碼重建視頻序列，將編碼端的復(fù)雜度轉(zhuǎn)移到解碼端，因此對于需要編碼復(fù)雜度較低的無線視頻場合適用性很強。而現(xiàn)在手持移動終端設(shè)備直接端對端相互視頻通信(如手機和手機之間)，編碼端和解碼端都需要達到低復(fù)雜度、低成本和低功耗的要求。因此從DVC到傳統(tǒng)視頻的轉(zhuǎn)碼技術(shù)應(yīng)運而生，對終端設(shè)備而言，發(fā)送方和接收方都只需進行低復(fù)雜度的編碼與解碼計算。

DVC轉(zhuǎn)碼是在2005年首次被提出[1]，但當時只介紹DVC應(yīng)用于轉(zhuǎn)碼方面的前景，并沒有在上面做實際工作，2008年則最先實現(xiàn)了從DVC到H.263視頻轉(zhuǎn)碼的策略[2]。DVC到傳統(tǒng)視頻的轉(zhuǎn)碼應(yīng)用于手持移動終端設(shè)備之間視頻通信的構(gòu)架如圖1所示。

圖1 應(yīng)用于手機之間通信的DVC轉(zhuǎn)碼

由于DVC與傳統(tǒng)視頻編碼具有互補性，在基站安放一個視頻轉(zhuǎn)碼器，可以實現(xiàn)在手機終端進行低復(fù)雜度編解碼。該轉(zhuǎn)碼器負責(zé)接收DVC視頻流，并對其進行轉(zhuǎn)換編碼以生成H.26X或者MPEG-X視頻流，接收端將收到的H.26X或者MPEG-X視頻流按照傳統(tǒng)方式進行解碼，最終得到所要的視頻信息。

圖1提供了一個方案，其中發(fā)送端和接收端都執(zhí)行較低復(fù)雜度的算法，而把大量復(fù)雜工作留給中間作為轉(zhuǎn)碼器的網(wǎng)絡(luò)中心結(jié)點。理論上，轉(zhuǎn)碼器擁有大量資源且沒有電量的限制，不用擔(dān)心功耗等問題，但在實際應(yīng)用中，為了DVC到傳統(tǒng)視頻能實時有效的傳輸，需要對轉(zhuǎn)碼器執(zhí)行過程做簡單有效的處理。近年來，國內(nèi)外學(xué)者提出了一些DVC到不同傳統(tǒng)視頻格式[3-5]之間的轉(zhuǎn)碼，包括H.263、H.264、SVC、AVS、VC-1等。雖然所轉(zhuǎn)格式不同，但快速轉(zhuǎn)碼基本思想都是利用DVC解碼端生成的運動矢量加速傳統(tǒng)視頻的編碼，且其基本算法核心都相似。當前主流視頻格式依然是H.264，并且從DVC轉(zhuǎn)到H.264方案研究甚廣且具有代表性，因此本文主要介紹從DVC到H.264轉(zhuǎn)碼的基本思想和方法。

1.2 DVC技術(shù)要點

分布式視頻編碼理論基于兩大信息理論的，即Slepian-Wolf[6]的理論和Wyner-Ziv理論[7]。這兩個理論指出：利用獨立編碼、聯(lián)合解碼的方法對兩個統(tǒng)計相關(guān)信源進行壓縮，可以達到與傳統(tǒng)聯(lián)合編解碼方法相同的壓縮效率。圖2是分布式視頻編碼系統(tǒng)框圖。其中，編碼端將視頻序列按一定間隔交替劃分為關(guān)鍵幀(K幀)和Wyner-Ziv幀(WZ幀)，兩種幀交替的間隔由參數(shù)GOP(Group of Pictures)指定。其中關(guān)鍵幀K幀與傳統(tǒng)視頻編碼中的幀內(nèi)編碼模式相同，碼流直接傳輸?shù)浇獯a端。而WZ幀則采用Wyner-Ziv編碼模式，首先將像素域的視頻幀轉(zhuǎn)換到變換域，常采用的算法是離散余弦變換(Discrete Cosine Transform，DCT)，對變換后的數(shù)據(jù)進行量化，然后經(jīng)過信道編碼產(chǎn)生校驗位。解碼端先解碼接收到的K幀編碼的碼流，然后將其作為參考幀對WZ幀做邊信息估計。將獲得的邊信息也進行和編碼端相同的DCT變換、量化作為信息位，使用編碼端傳輸過來的校驗位對其進行糾錯解碼。最后對解碼重構(gòu)后的序列進行IDCT(Inverse DCT)變換獲得最終的重建WZ幀。

圖2 DVC編解碼系統(tǒng)

在該系統(tǒng)中，編碼只進行計算復(fù)雜度較低的幀內(nèi)編碼和信道編碼，而解碼器需要進行幀內(nèi)解碼、邊信息產(chǎn)生、信道解碼和WZ幀重建。其中，邊信息的產(chǎn)生算法較為復(fù)雜，因此該系統(tǒng)編碼端的復(fù)雜度要遠低于解碼端。

1.3 H.264技術(shù)要點

H.264是目前廣泛應(yīng)用的數(shù)字視頻壓縮標準，其編碼器的功能組成見圖3。從圖3可見， H.264和以前的傳統(tǒng)視頻編碼(如H.261、H.263、MPEG-1、MPEG-4)在大體框架上并沒有什么區(qū)別，主要不同是對功能塊的細節(jié)方面做了一些改進。

圖3 H.264編碼系統(tǒng)

在H.264視頻編碼中，運動估計計算量最復(fù)雜，需要的時間也最長。H.264通過運動估計從之前已編碼的幀中獲得當前編碼塊的預(yù)測值。用當前編碼塊的像素值減去其預(yù)測值，得到預(yù)測殘差，然后對殘差進行編碼，去除了視頻序列間的冗余度實現(xiàn)了對數(shù)據(jù)的壓縮。其中運動估計過程占據(jù)了H.264整個壓縮編碼過程的大約60%～70%[8]。因此如何在確保壓縮圖像質(zhì)量的前提下，盡可能降低運動估計的復(fù)雜度一直是H.264研究的重點和難點。

2 轉(zhuǎn)碼器

DVC到H.264視頻的的轉(zhuǎn)碼框架如圖5所示，DVC解碼是轉(zhuǎn)碼器的一部分。為了避免轉(zhuǎn)碼器第二部分即H.264編碼工作的繁重，轉(zhuǎn)碼器利用DVC解碼生成邊信息過程所獲得的運動矢量來加速H.264的編碼。

圖5 DVC到H.264視頻轉(zhuǎn)碼器

邊信息生成是DVC解碼端的一部分，它是DVC快速轉(zhuǎn)碼的中間橋梁，起著至關(guān)重要的作用。一般邊信息生成方案有運動補償外推[9]，運動補償時域內(nèi)插[10]，基于哈希碼(Hash)時域邊信息生成[11]等算法。MCTI因為利用前后關(guān)鍵幀進行預(yù)測補償生成邊信息，效果較好，并且運用MCTI生成的運動矢量能在轉(zhuǎn)碼中直接為傳統(tǒng)視頻編碼提供幫助，因此轉(zhuǎn)碼中DVC解碼端邊信息生成采用MCTI，具體模型如圖4所示。設(shè)需要建立的邊信息幀為Yi，已知其前后相鄰的關(guān)鍵幀為Xi-t1和Xi+t2，其中t1和t2表示已知幀與邊信息之間的時間距離。

圖4 基于MCTI邊信息生成

在該算法中，先對后向關(guān)鍵幀中的每個分塊在前向關(guān)鍵幀中進行運動搜索，得到最佳匹配塊后獲得后向運動矢量MVb，進而得到插值值對應(yīng)塊的后向運動矢量，有了差值幀每一塊的運動矢量，通過運動補償可以得到一個差值幀Xb，其中尋找最佳匹配塊時，運用絕對誤差和公式

(1)

式中：B代表M×N宏塊，(dx，dy)為運動矢量，fn和fn-1分別為當前幀和前一幀的灰度值。同理對前向關(guān)鍵幀做同樣的計算獲得前向運動矢量MVf，然后得到差值幀xf，有了前向運動矢量和后向運動矢量分別對應(yīng)的補償?shù)玫降牟钪祹?，該算法中假設(shè)運動是均勻的，因此中間邊信息幀的計算方式為

(2)

2.1 運動矢量映射

在DVC視頻編碼中，視頻序列分為K幀和WZ幀，而傳統(tǒng)視頻編碼如H.264通常分I幀，P幀和B幀。分布式視頻編碼與傳統(tǒng)視頻編碼幀的編碼方式不同，GOP也不同，因此轉(zhuǎn)碼工作首先要解決的就是DVC到H.264視頻幀之間的映射和GOP的映射方式。一般傳統(tǒng)視頻編碼的GOP可以和DVC相等，也可以是DVC的若干倍[13]。DVC中K幀利用傳統(tǒng)視頻編碼進行幀內(nèi)編解碼，它與H.264編碼的I幀一致，因此轉(zhuǎn)碼時DVC的K幀直接轉(zhuǎn)到H.264的I幀，不做任何處理。

2.1.1 P幀的映射

根據(jù)前文可知，在DVC解碼生成邊信息時會做大量的運動估計，以尋找當前幀各塊的最佳匹配塊而獲得最優(yōu)的運動矢量。當DVC的GOP大于2時，前后參考幀的間距將大于1，而此時產(chǎn)生的運動矢量將不適用于H.264編碼階段，因為參考幀距離較大時所獲得的運動矢量若用于轉(zhuǎn)碼器第二部分(H.264編碼)將不夠精確，轉(zhuǎn)碼盡量要選取上一階段最好的運動矢量。圖6描述了DVC的GOP為4時轉(zhuǎn)到H.264的GOP為IPPP形式P幀映射的范例[12-20]。

圖6 DVC GOP 4到H.264 GOP IPPP的映射

最后，H.264 GOP為IPPP，P幀與參考幀的間距都為1，而第二步運動矢量都是在間距為2的情況下生成的，因此將得到的矢量V0-2和V2-4各取1/2對應(yīng)到H.264 P幀的編碼。對于DVC GOP更大的轉(zhuǎn)到H.264 I11P形式同樣適用，只不過是保存DVC最后解碼階段(即參考幀間距為2)所生成的運動矢量，來幫助轉(zhuǎn)碼時H.264中P幀的編碼。

2.1.2 B幀的映射

H.264的B幀是雙向預(yù)測幀，B幀是同時根據(jù)前面和后面的參考幀進行編碼的幀，也是運用運動補償預(yù)測技術(shù)來完成編碼，其壓縮效果更佳。B幀的映射方式和P幀類似，如圖7所示。圖7介紹了DVC GOP為4時轉(zhuǎn)到H.264 GOP 為IBIB的大致流程[14，20]。前面兩步和2.1.1節(jié)一樣，只不過最后在H.264編碼階段有所不同。因為B幀是雙向預(yù)測幀，它需要同時借助前后參考幀編碼，因此前后預(yù)測都需要利用DVC最后階段生成的運動矢量。

圖7 DVC GOP為4到H.264 GOP IBIB

2.1.3 P幀和B幀的混合映射

上文分別介紹了P幀和B幀的映射，但實際視頻編碼中P幀和B幀混合的情況居多，性能也較好[14，17-18，20]。圖8展示了DVC GOP為4轉(zhuǎn)到H.264 GOP為IBBP的范例。

圖8 DVC GOP為4到H.264 GOP IBBP

在此情況下，前面兩步同2.1.1節(jié)，H.264編碼時，先利用已解碼的I幀來編碼P3，P3是前向預(yù)測幀，離參考幀I0的距離為3，而DVC解碼端兩幀之間做運動估計時距離為2，因此獲得的運動矢量V2-4需要乘以1.5才可以適用于P3幀的編碼。然后編碼B1幀，B1幀是雙向預(yù)測幀，需要借助前后參考幀編碼。B1與前向參考幀I0的距離為1，因此需要將DVC解碼端生成的運動矢量V0-2乘以0.5做為B1幀前向運動矢量，而B1與后向參考幀的距離為2，可以直接借用V0-2做為B1幀后向運動矢量來編碼。同理，編碼B2幀時，V0-2乘以0.5作為B2幀后向運動矢量，直接借用V0-2作為B2幀前向運動矢量。

在文獻[2，21-22]中的WZ幀映射到P幀和B幀時，DVC端邊信息生成依舊運用MCTI，不同的是它保存了DVC解碼端每一步生成的運動矢量，在H.264編碼時根據(jù)編碼幀與參考幀的間隔與DVC端生成運動矢量的間隔的比例設(shè)置權(quán)重因子，然后將運動矢量乘以權(quán)重因子就是H.264編碼幀對應(yīng)每一塊的運動矢量，并且在編碼B幀時同時分別利用了DVC解碼端生成的前向運動矢量和后向運動矢量。最后將H.264得到的運動矢量進行優(yōu)化處理，在視頻質(zhì)量下降很小的情況下大大增加轉(zhuǎn)碼的效率。

2.2 減小運動估計搜索范圍

H.264視頻編碼復(fù)雜度高的主要原因是編碼端要做大量的運動估計，因為需要尋找當前塊的最佳匹配塊，而對于物體運動量大的，所搜索的范圍將增大，計算復(fù)雜度和所花費的時間也將增加。為了減少運動估計的工作量，可以利用DVC解碼端生成邊信息所做的運動估計來減少H.264定位最佳匹配塊的時間。實際工作就是根據(jù)DVC解碼端已有的運動矢量，靈活地減少H.264編碼時運動估計的搜索范圍[13-18，20，23-24]。減小搜索范圍將作用于H.264每個宏塊和子宏塊。具體原理如下

A={(x,y)/(x,y)∈(T∩R)}

(3)

式中：A定義的是轉(zhuǎn)碼器中H.264運動估計需要搜索的范圍；(x，y)是運動估計候選區(qū)域；T是H.264單獨編碼時運動估計所需要搜索的范圍；R是轉(zhuǎn)碼過程中借助DVC解碼端所做運動估計而H.264可以不必搜索的范圍，R的搜索范圍定義為

(4)

(5)

(6)

在式(5)和式(6)中，運動矢量來自DVC解碼端生成的運動矢量(MVx和MVy)，各自取運動矢量的二分之一，它們的權(quán)重為d，d代表著參考幀的間距(即H.264編碼時當前幀和參考幀的間隔)。另外，為了避免運動估計搜索范圍太小引起轉(zhuǎn)碼后視頻質(zhì)量的下降，在這里設(shè)置了最小運動估計搜索范圍L?？梢跃C合考慮轉(zhuǎn)碼的時間和質(zhì)量，適當調(diào)整L的大小，一般在轉(zhuǎn)碼視頻PSNR和碼率幾乎不變的情況下可以提高一半的時間。

2.3 模式選擇

在H.264編碼標準中，支持7種不同塊大小的幀間編碼模式。每個宏塊可按照16×16，16×8，8×16，8×8進行分割，如果選擇8×8塊模式，還可按照8×8，8×4，4×8，4×4進行亞分割。圖9直觀地顯示了這7種模式。另外，幀間編碼還采用了直接拷貝模式SKIP和幀內(nèi)預(yù)測模式[25]。當使用率失真優(yōu)化(RDO)時，需要通過遍歷所有的模式比較已選取RD代價最小的模式[26]，雖然編碼效果好，但計算量大耗時長。而在DVC轉(zhuǎn)碼中，可以運用DVC解碼端已獲得的信息來幫助H.264選擇需要編碼塊的大小，在轉(zhuǎn)碼視頻質(zhì)量幾乎不變的情況下，可以大大降低H.264編碼復(fù)雜度，即降低轉(zhuǎn)碼的復(fù)雜度，提高轉(zhuǎn)碼的效率[29]。

圖9 幀間宏塊模式

一般而言，視頻序列運動緩慢或平坦區(qū)域一般選擇幀間編碼的幀間模塊(例如16×16，16×8或8×16)或者選擇直接拷貝模式SKIP。另一方面，如果是紋理精細復(fù)雜或者是運動劇烈的圖像就選擇比較小的模塊(如4×4)甚至選擇幀內(nèi)預(yù)測模式。

通常用絕對誤差和SAD來判斷相鄰兩幀的相似程度，SAD越大，相鄰兩幀的相似程度越小，說明運動越劇烈；SAD越小，相鄰兩幀的相似性越高，運動越緩慢。在轉(zhuǎn)碼器中，SAD不需要在H.264編碼時計算，SAD的計算在DVC解碼端運動估計尋找最佳矢量時已經(jīng)完成，因此只需要對SAD數(shù)據(jù)進行保存?zhèn)鬟f到H.264編碼時直接利用，來決定H.264編碼時的最佳MV模塊。

一般，SAD值很大時H.264編碼會選擇幀內(nèi)預(yù)測模式，但在有些情況中SAD很大，選擇幀間模式效果反而更好。例如，均勻快速運動中的物體對應(yīng)的塊會導(dǎo)致SAD變得很大，這種情況，最好模式仍然是幀間模式編碼。因此，需要另外的參數(shù)來決定圖像中宏塊的相關(guān)性，即運動矢量的大小。

DVC解碼端邊信息實際上是對WZ幀的預(yù)測，如果圖像紋理比較平坦或圖像變化緩慢，生成的邊信息也就越好，與WZ幀相似度也就越高，解碼重建WZ幀時邊信息落入WZ幀量化索引值對應(yīng)的區(qū)間內(nèi)的概率就越大。根據(jù)研究發(fā)現(xiàn)，邊信息沒有落入解碼后WZ幀量化索引值對應(yīng)的區(qū)間時，所對應(yīng)的塊的運動劇烈，生成的邊信息的質(zhì)量較差，因此在轉(zhuǎn)碼過程中H.264編碼時一般選擇4×4或者幀內(nèi)模式。

H.264編碼塊模式選擇本質(zhì)上說是一個決策樹的問題，因此可以根據(jù)DVC解碼過程中得到的信息：SAD的值，運動矢量的大小，邊信息落入量化區(qū)間的數(shù)量3個參數(shù)對編碼模式選擇的分塊大小做出選擇。其中模式選擇的閾值確定是最為重要的，為了更準確地劃分決策樹中的閾值，文獻[23-24，27-29]采用了WEKA[30]數(shù)據(jù)挖掘工具，采用機器學(xué)習(xí)的方法，輸入大量的訓(xùn)練數(shù)據(jù)，得出最好的模式選擇決策樹。WEKA工具的數(shù)據(jù)序列輸入采用ARFF文件格式，采用ASCII碼，每行為一組訓(xùn)練數(shù)據(jù)，包括該次訓(xùn)練結(jié)果以及一系列相關(guān)屬性[31]。通過機器學(xué)習(xí)的方法實現(xiàn)了DVC到H.264的快速轉(zhuǎn)碼。得到的決策樹如圖10所示。

圖10 模式?jīng)Q策樹結(jié)構(gòu)

第1層，分為低復(fù)雜度的模塊和高復(fù)雜度的模塊。低復(fù)雜度模塊包括{SKIP塊，16×16，16×8，8×16}，高復(fù)雜的模塊包括{8×8，8×4，4×8，4×4和幀內(nèi)塊}。

第2層，將上一層低復(fù)雜度的模塊又分為兩個分支，即{SKIP，16×16}和{16×8，8×16}。將高復(fù)雜度的分支也分為兩個分支，即{8×8，8×4和4×8}和{4×4和幀內(nèi)塊}。

第3層，繼續(xù)將{8×8，8×4和4×8}分為兩個分支：{8×8-4×4DCT，8×8-8×8DCT}和{8×4，4×8}。

在轉(zhuǎn)碼過程中，將編碼塊按尺寸大小分層做出模式選擇，H.264編碼時可以直接選擇編碼塊的大小，避免了各個大小的塊逐一編碼，與全解全編的轉(zhuǎn)碼器相比，大大提高了轉(zhuǎn)碼器的工作效率，且基本保持了原有視頻的質(zhì)量。尤其對運動宏塊較多，但是運動宏塊包含的細節(jié)較少的視頻序列有更好的表現(xiàn)。

3 DVC其他轉(zhuǎn)碼方法和方案

文獻[12]提出了一種利用GPU(圖像處理單元)強大的并行計算能力來加速視頻轉(zhuǎn)碼的算法，在開發(fā)GPU通用計算能力的時候，采用NVIDIA公司的CUDA(統(tǒng)一計算設(shè)備架構(gòu))計算平臺，該算法將視頻轉(zhuǎn)碼過程中耗時最多、最復(fù)雜的運動估計過程轉(zhuǎn)移到GPU上并行執(zhí)行，為DVC的轉(zhuǎn)碼提供了一個新的途徑。文獻[14]測試了DVC在VBR和CBR兩種情況下轉(zhuǎn)碼到H.264結(jié)果，在不同指標下獲得了良好的結(jié)果，為DVC在轉(zhuǎn)碼過程中碼率控制方面提供了新的參考。文獻[15，17]都分別介紹了在轉(zhuǎn)碼器第一部分(即DVC解碼)來減少轉(zhuǎn)碼所需要的時間，利用現(xiàn)在計算機資源豐富的多核并行計算來進行DVC解碼，大大降低了DVC解碼所需要的時間，并且可以同時在轉(zhuǎn)碼器第二部分(H.264編碼)利用DVC解碼獲得的信息進行H.264的快速編碼，實現(xiàn)了整個轉(zhuǎn)碼器快速轉(zhuǎn)碼的需求。文獻[19]根據(jù)H.264編碼時宏塊的分塊尺寸大小與DVC解碼端邊信息的殘差分布具有很高相關(guān)性這一特點，實現(xiàn)了快速的模式選擇編碼算法，在與利用減小運動估計搜索范圍算法融合的情況下，使轉(zhuǎn)碼時間提高了大約93%。文獻[16，18，20]中介紹了從DVC轉(zhuǎn)到SVC(可伸縮視頻編碼)的策略，可伸縮視頻編碼有效地解決了之前編碼標準輸出碼流的不靈活性，DVC轉(zhuǎn)到SVC后，可以適應(yīng)多種不同信道，使實際應(yīng)用更加廣泛。文獻[32]實現(xiàn)了從DVC到VC-1的轉(zhuǎn)碼，提出了最佳矢量匹配選擇(Best Matched Vector Selection，BMVS)算法，BMVS運用了多個參考幀做運動估計，來選擇最佳的運動矢量，突破了以往快速轉(zhuǎn)碼中為借用DVC運動矢量，都只采用單個參考幀的局限。文獻[33]首次將DVC到傳統(tǒng)視頻的轉(zhuǎn)碼過程放在云端進行實現(xiàn)，結(jié)合了當前熱門的云計算，將DVC的轉(zhuǎn)碼和云計算有機結(jié)合，為DVC轉(zhuǎn)碼提供了更廣闊的空間。文獻[34]實現(xiàn)了DVC到AVS的轉(zhuǎn)碼，AVS是國內(nèi)具備自主知識產(chǎn)權(quán)的第二代信源編碼標準，也是數(shù)字音視頻產(chǎn)業(yè)的共性基礎(chǔ)標準。

4 結(jié)論與展望

隨著人們視頻通信的需要，客戶終端設(shè)備在趨向于無線化、便攜式方向發(fā)展的同時，也要求其具有對視頻信號進行實時編碼、傳輸?shù)裙δ?。而客戶終端的計算能力和存儲容量等資源又十分有限，因此如何實現(xiàn)終端設(shè)備視頻編解碼低復(fù)雜度算法一直備受關(guān)注，DVC轉(zhuǎn)碼技術(shù)的出現(xiàn)正好解決了這一問題，它綜合了DVC編碼端簡單和傳統(tǒng)視頻編碼技術(shù)解碼端簡單的優(yōu)點，使發(fā)送端和接受端都只處理簡單的過程，而將復(fù)雜的轉(zhuǎn)碼過程留給擁有強大計算和存儲能力的網(wǎng)絡(luò)中心結(jié)點，在手機與手機相互之間視頻通信具有非常廣闊的市場。因此DVC轉(zhuǎn)碼將是下一階段研究的熱門技術(shù)。本文詳細介紹了DVC主要的幾種快速轉(zhuǎn)碼技術(shù)以及DVC其他轉(zhuǎn)碼方法和方案。就目前來看，DVC快速轉(zhuǎn)碼還有待深入研究的方面有：

1)DVC到傳統(tǒng)視頻的快速轉(zhuǎn)碼矢量映射時，P幀和B幀分別只用了單個和前后兩個參考幀進行編碼。而實際傳統(tǒng)視頻編碼中P幀和B幀都可以借用已解碼的多幀進行編碼，這樣解碼圖像效果將更佳。因此對于轉(zhuǎn)碼中傳統(tǒng)視頻編碼在借用DVC端運動矢量時選擇多參考幀將是下一步研究的方向。

2)DVC轉(zhuǎn)到其他傳統(tǒng)視頻格式都有良好的實現(xiàn)，目前主要是轉(zhuǎn)到H.264，還沒有轉(zhuǎn)到HEVC的，而現(xiàn)在HEVC日趨成熟，在保證相同視頻質(zhì)量的前提下，HEVC的壓縮率相比H.264提高了一倍左右，大有取代H.264之勢。因此如何實現(xiàn)DVC到HEVC的轉(zhuǎn)碼還亟待探討。

3)當前，云計算技術(shù)已經(jīng)在互聯(lián)網(wǎng)領(lǐng)域得到廣泛應(yīng)用并成為最熱門技術(shù)之一?；谠朴嬎闫脚_的其他視頻轉(zhuǎn)碼技術(shù)也有提及[35-36]，云計算以其高效快速可擴展性強的特點，能為轉(zhuǎn)碼提供可靠的平臺和空間。因此如何將DVC轉(zhuǎn)碼和云計算具體結(jié)合的應(yīng)用研究是下一階段研究的熱點和難點。

[1] GIROD B，AARON A，RANE S，et al.Distributed video coding[J].Proceedings of the IEEE，2005，93(1)：71-83.

[2] PEIXOTO E，QUEIROZ R L，MUKHERJEE D. Mobile video communications using a Wyner-Ziv transcoder[EB/OL].[2013-12-12].http://image.unb.br/queiroz/papers/vcip_2008_transcoder.pdf.

[3] SCHWARZ H，MARPE D，WIEGAND T. Overview of the scalable video coding extension of the H. 264/AVC standard[J]. IEEE Trans. Circuits and Systems for Video Technology，2007，17(9)：1103-1120.

[4] GB/T 20090.2—2006，Information technology-advanced audio and video coding standard：video[S].2006.

[5] KALVA H，LEE J B. The VC-1 video coding standard[J].IEEEMultiMedia，2007，14(4)：88-91.

[6] SLEPIAN D，WOLF J. Noiseless coding of correlated information sources[J].IEEE Trans. Inform Theory，1973，19(4)：471-480.

[7] WYNER A，ZIV J. The rate-distortion function for source coding with side information at thedecoder [J].IEEE Trans. Information Theory，1976，22(1)：1-10.

[8] 殷國炯，薛永林.MPEG-2到H.264轉(zhuǎn)碼的快速模式選擇算法[J].電視技術(shù)，2010，34(1)：26-29.

[9] NATáRIO L，BRITES C，ASCENSO J.Visual content processing and representation[M].[S.l.]：Springer Berlin Heidelberg，2006.

[10] WONG C K，OSCAR C A.Fast motion compensated temporal interpolation for video[C]//Proc. SPIE.[S.l.]：SPIE Press，1995：1108-1118.

[11] TOAN N D，GUEESANG L，JUNE Y C. Side information generation using extra information in distributed video coding[C]//IEEE International Symposium on Signal Processing and Information Technology.[S.l.]：IEEE Press，2007：138-143.

[12] CORRALES-GARCíA A，RODRíGUEZ-SáNCHEZ R，MARTíNEZ J L，et al. Hybrid Artificial Intelligence Systems[M].[S.l.]：Springer Berlin Heidelberg，2010.

[13] CORRALES-GARCIA A，F(xiàn)ERNANDEZ-ESCRIBANO G，QUILES F J. Mapping GOPS in an improved DVC to H. 264 video transcoder[C]//Proc. Advanced Concepts for Intelligent Vision Systems.[S.l.]：Springer Berlin Heidelberg，2010：22-33.

[14] CORRALES-GARCíA A，MARTíNEZ J L，F(xiàn)ERNáNDEZ-ESCRIBANO G，et al. Variable and constant bitrate in a DVC to H. 264/AVC transcoder[J]. Signal Processing：Image Communication，2011，26(6)：310-323.

[15] CORRALES-GARCIA A，MARTíNEZ J L，F(xiàn)ERNáNDEZ-ESCRIBANO G. Efficient mobile-to-mobile video communications using a multicore transcoder[C]//Proc. Mobile Multimedia Communications.[S.l.]：Springer Berlin Heidelberg，2012：74-87.

[16] CORRALES-GARCIA A，MARTíNEZ J L，F(xiàn)ERNáNDEZ-ESCRIBANO G，et al. Scalable mobile-to-mobile video communications based on an improved WZ-to-SVC transcoder[M]. [S.l.]：Springer Berlin Heidelberg，2012.

[17] GARCIAAC，ESCRIBANOGF，MARTINEZJL，et al. Mobile video communications based on fast DVC to H. 264 transcoding[EB/OL].[2014-10-10]. http://cdn.intechopen.com/pdfs-wm/33731.pdf.

[18] CORRALES-GARCíA A，MARTíNEZ J L，F(xiàn)ERNáNDEZ-ESCRIBANO G，et al. Temporal scalable mobile video communications based on an improved WZ-to-SVC transcoder[J]. EURASIP Journal on Advances in Signal Processing，2013，2013(1)：1-10.

[19] CORRALES-GARCíA A，MARTíNEZ J L，F(xiàn)ERNáNDEZ-ESCRIBANO G，et al. Wyner-Ziv to baseline H. 264 video transcoder[J]. EURASIP Journal on Advances in Signal Processing，2012，2012(1)：1-19.

[20] CORRALES-GARCíA A，RODRíGUEZ-SáNCHEZ R，MARTíNEZ J L，et al. Multimedia Communications Using a Fast and Flexible DVC to H. 264/AVC/SVC Transcoder[J]. Journal of Signal Processing Systems，2015，79(3)：211-232.

[21] PEIXOTO E，DE QUEIROZ R L，MUKHERJEE D. Mapping motion vectors for Awyner-Ziv video transcoder[C]//Proc. 2009 16th IEEE International Conference onImage Processing. [S.l.]：IEEE Press，2009：3681-3684.

[22] PEIXOTO E， QUEIROZ R L，MUKHERJEE D. A Wyner-Ziv video transcoder[J].IEEE Trans. Circuits and Systems for Video Technology，2010，20(2)：189-200.

[23] MARTINEZ J L，KALVA H，F(xiàn)ERNANDEZ-ESCRIBANO G，et al. Wyner-Ziv to H. 264 video transcoder[C]//Proc. 2009 16th IEEE International Conference onImage Processing. [S.l.]：IEEE Press，2009：2941-2944.

[24] MARTINEZ J L，KALVA H，F(xiàn)ERNANDO W A C，et al. Effiecient WZ-to-H264 transcoding using motion vector information sharing[C]//Proc.IEEE International Conference onMultimedia and Expo.[S.l.]：IEEE Press,2009：1394-1397.

[25] 廖婷，許潔斌，丁月華. H. 264 快速幀間塊模式選擇算法的研究[J].電視技術(shù)，2006，30(11)：16-18.

[26] ZHOU Z，SUN S J，LEI S M，et al. Motion information and coding mode reuse for MPEG-2 to H.264 transcoding[C]//Proc.IEEE ISCAS. Kobe，Japan：IEEE Press，2005：1230-1233.

[27] MARTINEZ J L，F(xiàn)ERNANDEZ-ESCRIBANO G，KALVA H，et al. Wyner-Ziv to H. 264 video transcoder for mobile telephony[C]//Proc.Digest of Technical Papers International Conference on Consumer Electronics.[S.l.]：IEEE Press,2009：1-2.

[28] MARTíNEZ J L，CORRALES-GARCíA A，CUENCA P，et al. Advances in Computational Intelligence[M].[S.l.]：Springer Berlin Heidelberg，2011.

[29] MARTINEZ J L，F(xiàn)ERNANDEZ-ESCRIBANO G，KALVA H，et al. Wyner-Ziv to H. 264 video transcoder for low cost video encoding[J].IEEE Trans. Consumer Electronics，2009，55(3)：1453-1461.

[30] WITTEN IH，F(xiàn)RANK E.Data mining：practical machine learning tools and techniques[M]. 2nd Ed.[S.l.]：Morgan Kaufmann，2005.

[31] FERNáNDEZ-ESCRIBANO G，KALVA H，CUENCA P，et al. A fast MB mode decision algorithm for MPEG-2 to H. 264 P-frame transcoding[J]. IEEE Trans.Circuits and Systems for Video Technology，2008，18(2)：172-185.

[32] LEE J Y，HAN J K，SIM D G. Efficient motion vector selection and mode decision schemes for transcoder between DVC and VC-1[J]. IEEE Trans.Consumer Electronics，2012，58(3)：905-911.

[33] 張剛止，陳柏翰，李昌明.基于云端運算DVC到SVC快速轉(zhuǎn)碼系統(tǒng)[J].International Journal of Science and Engineering，2014，4(2)：63-66.

[34] YI A，LIU X，F(xiàn)AN X，et al.Advances in Multimedia Information Processing-PCM 2010[M].[S.l.]：Springer Berlin Heidelberg，2011.

[35] 包盛，段保通，邵鋒軍. 三網(wǎng)融合下基于云計算的實時轉(zhuǎn)碼技術(shù)研究和應(yīng)用[J]. 電信科學(xué)，2011，27(3)：12-16.

[36] 張浩，孫淑霞. Hadoop 云計算平臺在視頻轉(zhuǎn)碼上的應(yīng)用[J].電腦與電信，2012(12)：36-37.

吳 偉(1990— )，碩士生，主研圖像通信、視頻編碼；

卿粼波(1982— )，副教授，主要研究方向為圖像處理、模式識別、多媒體通信；

王正勇(1969— )，碩士生導(dǎo)師，主要研究方向圖像處理、模式識別、多媒體通信；

楊 紅(1983— )，女，博士生，主研圖像通信、視頻編碼。

責(zé)任編輯：許 盈

Research of DVC Transcoding Technology

WU Wei, QING Linbo, WANG Zhengyong，YANG Hong

(ImageInformationInstitute,SchoolofElectronicsandInformationEngineering,SichuanUniversity,Chengdu610065,China)

Some typical transcoding techniques from DVC(distributed video coding) to traditional video coding are introduced in this paper, these techniques are well suited for mobile to mobile communication. Especially, the transcoding techniques from DVC to H.264 are introduced in detail, in which the high complexity and long delay for transcoding process is one of the most tough issues. To solve it, the motion vector generated in DVC decoding is made full use to reduce H.264 encoding workload.In this algorithm, the encoding time is decreased and the computational complexity of the transcoder is reduced, which could improve transcoding efficiency under the premise of scarcely affect video quality. In addition, the transcoding methods and programs from DVC to other traditional video coding are also introduced. Furthermore, the application potentials of DVC transcoding in the currently mobile video communications are analyzed. Finally, the challenges and development directions in this filed are pointed out in this paper.

DVC; H.264; transcoding; mobile video communications

國家自然科學(xué)基金項目(61201388);高等學(xué)校博士學(xué)科點專項科研基金項目(20110181120009)

TN919.81

A

10.16280/j.videoe.2015.19.018

2014-11-19

【本文獻信息】吳偉，卿粼波，王正勇，等.DVC轉(zhuǎn)碼技術(shù)研究[J].電視技術(shù),2015，39(19).