基于无反馈码率控制的分布式视频压缩感知系统及方法技术方案

本发明专利技术的基于无反馈码率控制的分布式视频压缩感知系统及方法，该系统由编码器、无反馈码率控制器和解码器三部分组成。编码器中的压缩感知帧向无反馈码率控制器提供块测量值残差信息；无反馈码率控制器根据块测量值残差信息和目标码率，对于首个压缩感知帧(CS帧)结合测量率—量化参数失真模型进行块码率分配，给出当前编码块的测量率和量化参数，并利用分配结果训练2×3×2结构BP神经网络，然后CS帧采用训练后的BP神经网络预测图像块CS测量率和量化参数；解码器对接收到的码流首先解码出测量率和量化参数，然后联合解码。本发明专利技术克服了现有技术中压缩感知帧编码仅对测量率进行分配的不足，使得本发明专利技术中压缩感知帧重构效果好。

Distributed video compression perception system and method based on non feedback bit rate control

The present invention is a distributed video compressed sensing system and method based on no feedback rate control. The system consists of three parts: encoder, no feedback rate controller and decoder. Encoder in compressed sensing frame rate controller provides no feedback information block residual value measurement; feedback rate controller based on block measurement residual value information and the target bit rate, for the first compressed sensing frame (CS frame) by measuring the rate distortion model of quantitative parameters of block code rate allocation, given the measurement rate and quantitative parameters of the current encoding block the distribution and use the results of training 2 * 3 * 2 BP neural network structure, and CS frames using the trained BP neural network prediction image block CS measurement rate and the quantization parameter of the received stream decoder; first decode the measurement rate and the quantization parameter, then joint decoding. The invention overcomes the shortage of only the distribution of the compressed sensing frame coding in the existing technology, so that the compression perception frame reconfiguration effect is good in the invention.

【技术实现步骤摘要】
基于无反馈码率控制的分布式视频压缩感知系统及方法
本专利技术涉及基于无反馈码率控制的分布式视频压缩感知系统及方法，属于视频编码

技术介绍
无线视频通信中，需要考虑低复杂度、高率失真性的视频编码系统。压缩感知技术在对视频信号的采集通过连续使用单像素照相机实现，在采样中完成信号的压缩，大大降低采集端存储空间和编码端算法复杂度，很适合无线环境的要求。分布式视频压缩感知是一种新颖的视频编码方案，该技术结合压缩感知和分布式视频编码的特点，将视频编码端的大量计算转移到解码端，降低了视频采集终端的能耗，提高了视频压缩效率。分布式视频压缩感知中，如果传输过多的编码比特会造成资源浪费，降低系统的率失真性能；而如果传输的编码比特数不够，则解码器无法正确解码非关键帧，因此编码速率控制算法在一定程度上决定了分布式视频编码系统的编码效率。根据是否设立反馈信道，分布式视频压缩感知系统分为有反馈信道和无反馈信道两种结构。对于分布式视频压缩感知系统，码率估计研究比较少，现有的码率控制方法主要集中在根据视频序列中图像块时间相关性和纹理复杂度如何合理分配图像块测量值个数的研究，综合考虑量化参数来进行无反馈码率本文档来自技高网...

【技术保护点】
基于无反馈码率控制的分布式视频压缩感知系统，包括编码器、无反馈码率控制器和解码器，其特征在于，所述无反馈码率控制器，包括：初步块码率分配单元：根据目标码率和测量值残差能量对当前编码压缩感知帧中图像块CS进行初步码率分配，得到图像块CS量化前的测量率；率失真模型单元：根据当前编码图像块CS量化前的测量率和块的类型，计算不同测量率和量化参数情况下的预测率失真，用于分配首个CS帧中图像块CS的率失真最小的测量率SRmin和量化参数QPmin；BP神经网络单元：利用样本数据库中已编码图像块CS的信息，进行BP神经网络训练，其中输入层为块初步码率BR和测量域残差E，输出层为率失真最小的测量率SRmin和...

【技术特征摘要】
1.基于无反馈码率控制的分布式视频压缩感知系统，包括编码器、无反馈码率控制器和解码器，其特征在于，所述无反馈码率控制器，包括：初步块码率分配单元：根据目标码率和测量值残差能量对当前编码压缩感知帧中图像块CS进行初步码率分配，得到图像块CS量化前的测量率；率失真模型单元：根据当前编码图像块CS量化前的测量率和块的类型，计算不同测量率和量化参数情况下的预测率失真，用于分配首个CS帧中图像块CS的率失真最小的测量率SRmin和量化参数QPmin；BP神经网络单元：利用样本数据库中已编码图像块CS的信息，进行BP神经网络训练，其中输入层为块初步码率BR和测量域残差E，输出层为率失真最小的测量率SRmin和量化参数QPmin，训练出BP神经网络的权和阈值，根据训练后的BP神经网络，对CS帧中图像块CS预测测量率SRmin和量化参数QPmin。2.根据权利要求1所述的基于无反馈码率控制的分布式视频压缩感知系统，所述编码器对CS帧采用基于块的联合量化参数和测量率码率分配的压缩感知编码方式。3.根据权利要求1所述的基于无反馈码率控制的分布式视频压缩感知系统，所述解码器对CS帧的测量值重组，根据同位置关键帧图像块测量值来构造图像块CS重构测量值矢量，使两者块测量值矢量长度相等。4.基于无反馈码率控制的分布式视频压缩感知方法，其特征在于，包括以下几个步骤：401)将视频序列根据帧组GOP分为关键帧和压缩感知帧CS；402)每个帧组GOP的第一帧作为关键帧进行16*16块划分，进行基于块的固定高采样率压缩测量，得到关键帧中图像块K的测量值矢量yK，并传输到解码端；403)对压缩感知帧进行16*16块划分，进行基于块的固定低采样率压缩预测量，得到压缩感知帧中图像块CS的测量值矢量yCS；404)对于视频序列中首个压缩感知帧中的第i块即CSi块，联合量化参数和测量率进行无反馈码率控制；405)重复步骤404)，完成首个压缩感知帧所有图像块CS的测量率和量化参数分配，并把每块的分配结果，即块类型、块初步码率、残差能量、率失真最小的测量率和量化参数存入存储器，按块类型建立3个数据库作为样本数据库；406)采用结构为2×3×2，神经元数为11个、隐含层数为3个的BP神经网络进行训练，其中，输入层为块初步码率BR和残差E，输出层为率失真最小的测量率SRmin和量化参数QPmin，利用样本数据库训练出不同块类型BP神经网络的权和阈值；407)对于视频序列剩余的压缩感知帧，对每个图像块CS根据残差能量、块初步码率、块类型；根据块类型，利用训练后的BP神经网络，以块初步码率和残差能量为输入层，预测率失真最小的测量率SR'min和量化参数QP′min，对图像块CS进行测量率为SR'min的压缩测量，以及对测量值进行量化参数为QP′min的量化，得到基于块的测量值量化值，并传输到解码端,同时把测量率SR'min和量化参数QP′min传输到解码端；408)对帧模式码流解码，分为关键帧和压缩感知帧，对关键帧读出块位置信息和测量值，采用基于块的投影光滑BCS-SPL算法进行整帧重构得到重构关键帧；409)对压缩感知帧，读出图像块CS测量值的量化值、位置信息、量化参数和测量率，利用量化参数对测量值的量化值进行反量化，得到图像块CS测量值y'CS；根据同位置图像块K测量值来构造图像块CS，重构测量值矢量使长度与图像块K测量值矢量相等，即前部分由图像块CS测量值y'CS组成，其余测量值由同位置图像块K测量值组成；对基于块的投影光滑BCS-SPL算法进行整帧重构，得到重构压缩感知帧。5.根据权利要求4所述的基于无反馈码率控制的分布式视频压缩感知方法，其特征在于，步骤404)中，联合量化参数和测量率进行无反馈码率控制，具体的方法如下：501)：计算CSi块与关键帧中同位置图像块测量值域的残差能量Ei，计算如下：其中，为CSi块的测量值矢量，为关键帧第i块中取与相同长度的测量值矢量，为l2范数；502)：设定压缩感知帧目标码率FR，根据测量值残差Ei对当前CSi块码率进行初步分配：其中，NB为当前编码帧的总块数，Ej为第j个图像块CS的残差能量；根据块初步分配的码率计算CSi块在不量化情况下的块测量率其中，Na为块数据总量；503)：根据Ei把CSi块分成三种类型：静止块BS、小变化块BM和大变化块BL；其中，T1和T2为阈值，根据块类型B_mode和由步骤502)得到的块测量率进行流程选择：对于静止块，若直接设置CSi块测量值的量化参数QPi＝1和测量率结束码率控制流程，否则转入步骤504)；对于小变化块，若直接设置CSi块测量值的量化参数QPi＝1和测量率结束码率控制流程，否则转入步骤504)；对于大变化块，直接转入步骤504)；504)：根据步骤503)得到的块类型B_mode对CSi块测量率SRi范围进行设置：对于静止块，选择测量率SRi的范围为步长0.01；对于小变化块，选择SRi的范围为步长0.03；对于大变化块，选择SRi的范围为步长0.1；固定SR...

【专利技术属性】
技术研发人员：朱金秀，杨语晨，吴文霞，裴颖，倪建军，晋银峰，
申请(专利权)人：南通河海大学海洋与近海工程研究院，河海大学常州校区，
类型：发明
国别省市：江苏,32