像素域分布式視頻編碼雙向運(yùn)動(dòng)補(bǔ)償重建算法*

楊春玲 蘇卓涵

(華南理工大學(xué)電子與信息學(xué)院，廣東廣州510640)

近年來(lái)，分布式視頻編碼(DVC)成為視頻壓縮領(lǐng)域的研究熱點(diǎn).與傳統(tǒng)視頻編碼技術(shù)編碼復(fù)雜、解碼簡(jiǎn)單的特點(diǎn)不同，分布式視頻編碼在編碼端不考慮視頻各幀之間的相關(guān)性，而在解碼端利用視頻的幀間相關(guān)性進(jìn)行解碼，將編碼端的復(fù)雜運(yùn)算移至解碼端，大大降低了編碼的復(fù)雜度.因此，分布式視頻編碼在計(jì)算能力、內(nèi)存和耗電量均受限的無(wú)線視頻終端領(lǐng)域有廣闊的應(yīng)用前景.分布式視頻編碼的理論基礎(chǔ)是20世紀(jì)70年代由Slepian等［1］建立的分布式無(wú)損編碼理論以及由Wyner等［2］建立的使用解碼端邊信息的有損編碼理論.這兩個(gè)理論指出:利用獨(dú)立編碼、聯(lián)合解碼的分布式編解碼方法對(duì)兩個(gè)統(tǒng)計(jì)相關(guān)信號(hào)進(jìn)行壓縮，可以達(dá)到與傳統(tǒng)的聯(lián)合編解碼方法相同的編碼效率.近幾年，一些實(shí)用的分布式視頻編碼系統(tǒng)相繼被提出.其中，Aaron等［3］建立的像素域Wyner-Ziv視頻編碼系統(tǒng)結(jié)構(gòu)簡(jiǎn)單，性能良好，引起了廣泛關(guān)注.

在像素域分布式視頻編碼中，重建模塊直接影響著解碼視頻的質(zhì)量.最早的重建算法是文獻(xiàn)［3］提出的簡(jiǎn)單重建算法.在該算法中，如果邊信息落入譯碼符號(hào)對(duì)應(yīng)的量化區(qū)間內(nèi)，就直接用邊信息進(jìn)行重建，否則利用量化區(qū)間邊界進(jìn)行重建.簡(jiǎn)單重建算法復(fù)雜度低，但性能較差，因此不少學(xué)者提出了改進(jìn)算法.文獻(xiàn)［4-5］利用像素的空間相關(guān)性來(lái)輔助重建，但并未考慮視頻前后幀的相關(guān)性.文獻(xiàn)［6-7］利用前后向關(guān)鍵幀的信息來(lái)改進(jìn)重建，但這兩個(gè)算法對(duì)整幀以簡(jiǎn)單的塊的形式進(jìn)行運(yùn)動(dòng)補(bǔ)償，得到的補(bǔ)償值未必都比原來(lái)的精確，特別是在選取關(guān)鍵幀編碼質(zhì)量與譯碼的Wyner-Ziv幀質(zhì)量相近的情況下，運(yùn)動(dòng)補(bǔ)償?shù)玫降难a(bǔ)償幀質(zhì)量可能反而會(huì)更差.在重建改進(jìn)算法中，Kubasov等［8］提出的最小均方誤差(MMSE)重建算法是均方誤差準(zhǔn)則下的理論最優(yōu)算法，被廣泛應(yīng)用于分布式視頻編碼中.該算法利用邊信息與原始像素之間的虛擬相關(guān)模型計(jì)算出像素的期望值作為重建值，以使重建幀的均方誤差最小.這樣的處理方法在整體統(tǒng)計(jì)上是最優(yōu)的，但仍然存在以下兩方面問(wèn)題:一是對(duì)于邊信息落在正確量化區(qū)間的像素，MMSE重建算法在邊信息基礎(chǔ)上進(jìn)行修正，破壞了邊信息幀在平坦區(qū)域的原有的連續(xù)性，造成了明顯的邊界;二是對(duì)于邊信息落在正確區(qū)間外的像素僅僅考慮了邊信息與原信息的統(tǒng)計(jì)關(guān)系，未考慮周圍像素和前后幀的像素的影響，得到的重建值有時(shí)并不精確.

根據(jù)以上分析，結(jié)合分布式視頻壓縮算法的特點(diǎn)，文中提出了雙向運(yùn)動(dòng)補(bǔ)償重建(Bi-Directional Motion Compensated Reconstruction，BMCR)算法.該算法中，重建被看成是邊信息生成的延續(xù)，進(jìn)一步利用前后關(guān)鍵幀的信息來(lái)構(gòu)造Wyner-Ziv幀:當(dāng)邊信息值落在譯碼符號(hào)所對(duì)應(yīng)的量化區(qū)間內(nèi)時(shí)，這個(gè)邊信息值可以認(rèn)為是原像素的良好估計(jì)，為保留邊信息幀平坦區(qū)域整體上的連續(xù)性，直接利用邊信息值進(jìn)行重建;當(dāng)邊信息值在譯碼符號(hào)所對(duì)應(yīng)的量化區(qū)間外時(shí)，綜合考慮周圍像素以及前后幀相應(yīng)像素的影響，通過(guò)以該點(diǎn)為中心的塊進(jìn)行結(jié)合量化區(qū)間的雙向運(yùn)動(dòng)補(bǔ)償產(chǎn)生重建值.因?yàn)榻獯a器已通過(guò)Turbo碼的譯碼符號(hào)獲得原始Wyner-Ziv幀的像素所處的量化區(qū)間，所以在運(yùn)動(dòng)估計(jì)和補(bǔ)償時(shí)能更好地利用關(guān)鍵幀的信息來(lái)輔助重建，得到更好的重建效果.

1 像素域分布式視頻編碼

圖1給出了文中所使用的像素域分布式視頻編碼的框架，該框架主要以Aaron等［3］建立的像素域Wyner-Ziv視頻編碼系統(tǒng)為基礎(chǔ).在編碼端，視頻序列被分為關(guān)鍵幀(奇數(shù)幀)和Wyner-Ziv幀(偶數(shù)幀).對(duì)于關(guān)鍵幀，采用傳統(tǒng)視頻編碼的幀內(nèi)編碼方法進(jìn)行編碼;對(duì)于Wyner-Ziv幀，對(duì)幀內(nèi)的像素進(jìn)行2M級(jí)均勻量化及碼平面分離，形成M個(gè)碼平面，將每個(gè)碼平面作為一個(gè)信息幀q，采用碼率兼容刪余Turbo碼(RCPT碼［9］)進(jìn)行獨(dú)立編碼.編碼后校驗(yàn)位保存到緩存器中，并根據(jù)解碼器的反饋信息選擇性地傳送校驗(yàn)位.

圖1 像素域DVC框架Fig.1 Framework of pixel-domain DVC

在解碼端，對(duì)于關(guān)鍵幀，通過(guò)傳統(tǒng)視頻解碼的幀內(nèi)解碼得到解碼后的關(guān)鍵幀;對(duì)于Wyner-Ziv幀，解碼器對(duì)已解碼的前后關(guān)鍵幀進(jìn)行運(yùn)動(dòng)補(bǔ)償內(nèi)插得到邊信息Y［10-11］，Turbo碼譯碼器利用邊信息和接收到的部分校驗(yàn)位進(jìn)行譯碼，恢復(fù)原始Wyner-Ziv幀的量化符號(hào).如果譯碼不成功，則通過(guò)反饋信道向編碼端請(qǐng)求更多的校驗(yàn)位，直至誤碼門限低于某個(gè)設(shè)定的誤碼門限為止.在譯碼過(guò)程中，邊信息和原信息之間的虛擬信道采用拉普拉斯模型來(lái)描述并通過(guò)估計(jì)得到拉普拉斯參數(shù)［12］.

在此之后，重建模塊利用邊信息和Turbo譯碼器譯碼得到的量化符號(hào)q'進(jìn)行重建.假設(shè)x為原始像素值，y為邊信息值，文獻(xiàn)［3］中的簡(jiǎn)單重建算法可表示為

式中，fx|y(x)為在已知y的條件下x的條件概率密度函數(shù).該算法的重建值是統(tǒng)計(jì)上的最優(yōu)值，但是對(duì)于視頻中的像素，單純從統(tǒng)計(jì)上得到的重建值有時(shí)并不精確，應(yīng)綜合考慮視頻的特性(即視頻幀內(nèi)和幀間相關(guān)性)進(jìn)行估計(jì).因此，文中提出了雙向運(yùn)動(dòng)補(bǔ)償重建算法，利用已經(jīng)得到的量化區(qū)間和運(yùn)動(dòng)補(bǔ)償技術(shù)來(lái)輔助重建那些邊信息落在正確區(qū)間外的像素點(diǎn).算法的細(xì)節(jié)在下節(jié)中說(shuō)明.

2 雙向運(yùn)動(dòng)補(bǔ)償重建算法

雙向運(yùn)動(dòng)補(bǔ)償重建算法的基本思想是將重建看成邊信息生成的延續(xù).在邊信息生成過(guò)程中，用前后關(guān)鍵幀的信息通過(guò)運(yùn)動(dòng)補(bǔ)償來(lái)估計(jì)當(dāng)前Wyner-Ziv幀.但是由于邊信息生成時(shí)無(wú)法獲得原始Wyner-Ziv幀的信息，因此在估計(jì)過(guò)程中前后關(guān)鍵幀的信息并未被很好地利用.在重建過(guò)程中，原始Wyner-Ziv幀的量化符號(hào)已經(jīng)獲得，因此文中在重建過(guò)程通過(guò)結(jié)合量化區(qū)間的雙向運(yùn)動(dòng)補(bǔ)償技術(shù)來(lái)進(jìn)一步利用前后關(guān)鍵幀的信息，從而更好地構(gòu)造出Wyner-Ziv幀.

在雙向運(yùn)動(dòng)補(bǔ)償重建算法中，對(duì)于落在正確量化區(qū)間［zi，zi+1)內(nèi)的邊信息值y，可以看成是原信息的良好估計(jì)，因此y直接作為重建值;而對(duì)于其它像素，先通過(guò)結(jié)合量化區(qū)間的雙向運(yùn)動(dòng)補(bǔ)償技術(shù)找到前后向運(yùn)動(dòng)補(bǔ)償值，再對(duì)這些補(bǔ)償值進(jìn)行必要的修正，最后，計(jì)算出修正后的前后向補(bǔ)償值的平均值作為該像素的重建值.雙向運(yùn)動(dòng)補(bǔ)償重建算法的重建公式為

式中，xf和xb分別為修正后的前向和后向運(yùn)動(dòng)補(bǔ)償值.

該算法的具體過(guò)程包括如下4個(gè)步驟:

(1)初始重建.在這一步中，對(duì)于邊信息落在譯碼符號(hào)對(duì)應(yīng)的量化區(qū)間［zi，zi+1)內(nèi)的像素，直接用邊信息值y進(jìn)行重建.之所以直接用邊信息進(jìn)行重建而不進(jìn)行修正，是為了在重建幀中盡可能保留邊信息幀像素的連續(xù)性.而對(duì)于其余的像素，由于在接下來(lái)的運(yùn)動(dòng)估計(jì)時(shí)需要利用到各個(gè)像素的像素值，這里采用較為合理的MMSE算法對(duì)它們進(jìn)行初始重建.

(2)雙向運(yùn)動(dòng)補(bǔ)償.對(duì)于每個(gè)邊信息落在譯碼符號(hào)對(duì)應(yīng)的量化區(qū)間外的像素點(diǎn)，為了保證該像素點(diǎn)能夠找到最為合適的補(bǔ)償點(diǎn)，以該點(diǎn)為中心選取一個(gè)5×5的塊進(jìn)行雙向運(yùn)動(dòng)估計(jì).運(yùn)動(dòng)估計(jì)的匹配準(zhǔn)則是加權(quán)絕對(duì)誤差和(WSAD).考慮到此時(shí)解碼端已經(jīng)獲得的原始Wyner-Ziv幀像素的量化區(qū)間，WSAD的加權(quán)系數(shù)根據(jù)參考點(diǎn)的像素是否落入正確量化區(qū)間來(lái)定義.假設(shè)(x0，y0)是當(dāng)前像素點(diǎn)坐標(biāo)，WSAD 的定義如下［6］:

式中，X'2i為步驟(1)中的初始重建幀，X'k為前關(guān)鍵幀(k=2i－1)或后關(guān)鍵幀(k=2i+1)，(px，py)為X'2i中像素點(diǎn)的坐標(biāo)，(dx，dy)為運(yùn)動(dòng)矢量，Q表示括號(hào)內(nèi)像素的量化符號(hào).

在運(yùn)動(dòng)估計(jì)中，找出當(dāng)前塊的前后向運(yùn)動(dòng)矢量作為當(dāng)前像素的運(yùn)動(dòng)矢量，進(jìn)而可以得到當(dāng)前像素的前后向補(bǔ)償值xfmc和xbmc:

式中，(dxf，dyf)代表前向運(yùn)動(dòng)矢量，(dxb，dyb)代表后向運(yùn)動(dòng)矢量.

(3)運(yùn)動(dòng)補(bǔ)償值修正.在運(yùn)動(dòng)補(bǔ)償過(guò)程中，部分像素得到的運(yùn)動(dòng)補(bǔ)償值落在正確的量化區(qū)間內(nèi)，這些補(bǔ)償值被認(rèn)為是足夠精確的，但是仍有部分像素的補(bǔ)償值落在譯碼符號(hào)對(duì)應(yīng)的量化區(qū)間外，這樣的補(bǔ)償值直接重建出來(lái)的像素質(zhì)量不佳.因此需要對(duì)運(yùn)動(dòng)補(bǔ)償值進(jìn)行必要的修正.假設(shè)xmc代表運(yùn)動(dòng)補(bǔ)償值xfmc或xbmc，修正后的補(bǔ)償值為

在修正之后，x'mc落在區(qū)間［zi，zi+1)內(nèi).這里得到的x'mc正是公式(3)中的xf或xb.

(4)最終重建.對(duì)于那些邊信息落在正確量化區(qū)間外的像素點(diǎn)，計(jì)算出修正后前后向補(bǔ)償值的平均值作為重建值，如式(3)中的第2種情況所示.由于xf和xb都落在［zi，zi+1)內(nèi)，因此最終的重建值也必然落在［zi，zi+1)內(nèi).

3 實(shí)驗(yàn)結(jié)果及分析

為驗(yàn)證雙向運(yùn)動(dòng)補(bǔ)償重建算法的性能，將其與文獻(xiàn)［3］、［6］和［8］的算法進(jìn)行比較，并得到相應(yīng)的實(shí)驗(yàn)結(jié)果.實(shí)驗(yàn)的硬件環(huán)境如下:CPU為2.81 GHz的AMD athlon(tm)Ⅱ X4 630 processor，內(nèi)存大小為2 GB.軟件環(huán)境如下:操作系統(tǒng)為 Windows XP sp3，實(shí)驗(yàn)平臺(tái)為Microsoft Visual C++2005.實(shí)驗(yàn)中，選用運(yùn)動(dòng)強(qiáng)度中等的Foreman序列和運(yùn)動(dòng)強(qiáng)度劇烈的Soccer序列進(jìn)行實(shí)驗(yàn).兩個(gè)序列均為QCIF格式，幀率為30 fps.實(shí)驗(yàn)中對(duì)兩個(gè)序列前201幀(包含100幀Wyner-Ziv幀)的亮度分量進(jìn)行編解碼.對(duì)于關(guān)鍵幀，采用H.264幀內(nèi)編解碼，量化參數(shù)QP選擇的準(zhǔn)則是使得解碼后的關(guān)鍵幀與Wyner-Ziv幀的平均質(zhì)量保持在同一水平.對(duì)于Wyner-Ziv幀，邊信息用文獻(xiàn)［10］的分級(jí)運(yùn)動(dòng)估計(jì)算法生成.實(shí)驗(yàn)通過(guò)對(duì)Wyner-Ziv幀量化級(jí)數(shù) 2M(2M∈{2，4，8，16})的調(diào)整，產(chǎn)生不同的碼率點(diǎn).系統(tǒng)所用的Turbo編碼器碼率為1/2，生成矩陣為解碼端誤碼門限Pe=10－3.

圖2給出了不同重建算法下Wyner-Ziv幀的率失真(RD)曲線.由實(shí)驗(yàn)結(jié)果可知，對(duì)于Foreman序列和Soccer序列，文中提出的雙向運(yùn)動(dòng)補(bǔ)償重建算法比文獻(xiàn)［3］中的簡(jiǎn)單重建算法在解碼質(zhì)量上均高出1dB以上.相比于文獻(xiàn)［6］的算法，文中提出的算法由于采取了以像素點(diǎn)為中心的塊運(yùn)動(dòng)估計(jì)、補(bǔ)償值修正等技術(shù)，因此兩個(gè)序列的質(zhì)量平均提高約0.6dB.而相比于文獻(xiàn)［8］的MMSE重建算法，文中提出的雙向運(yùn)動(dòng)補(bǔ)償重建算法的兩個(gè)序列的總體平均效果有0.5dB的提高，其中Foreman序列提升了約0.2dB，Soccer序列增益達(dá)0.9 dB.兩個(gè)序列增益不同的原因是:Soccer序列相比于Foreman序列運(yùn)動(dòng)復(fù)雜度高，邊信息質(zhì)量較差，因此邊信息落在量化區(qū)間外的像素比例較大，由于這些像素的重建質(zhì)量在雙向運(yùn)動(dòng)補(bǔ)償重建算法中得到了改進(jìn)，所以總體性能上Soccer序列的增益也比Foreman大.由此也可以看出，邊信息質(zhì)量越差，文中的雙向運(yùn)動(dòng)補(bǔ)償重建算法對(duì)系統(tǒng)性能的提升越大.

圖3示出了Soccer序列各幀的重建質(zhì)量(已解碼4個(gè)碼平面，M=3).由圖3可以看出，文中提出的雙向運(yùn)動(dòng)補(bǔ)償重建算法各幀的重建質(zhì)量均比文獻(xiàn)［3］和文獻(xiàn)［6］的算法要好.對(duì)比文獻(xiàn)［8］的 MMSE算法，對(duì)于那些本身解碼質(zhì)量較差的幀，文中算法的重建質(zhì)量有明顯的提高;而對(duì)于那些解碼質(zhì)量較好的幀，雙向運(yùn)動(dòng)補(bǔ)償重建算法的重建質(zhì)量與文獻(xiàn)［8］的MMSE算法相當(dāng).這是因?yàn)?那些邊信息質(zhì)量較好的Wyner-Ziv幀本身解碼重建后的質(zhì)量就比關(guān)鍵幀要高，如果用關(guān)鍵幀作為參考幀進(jìn)行運(yùn)動(dòng)補(bǔ)償，改進(jìn)效果不明顯;而對(duì)于那些邊信息較差的Wyner-Ziv幀，關(guān)鍵幀質(zhì)量比解碼重建后的Wyner-Ziv幀好，這時(shí)雙向運(yùn)動(dòng)補(bǔ)償算法利用關(guān)鍵幀的信息來(lái)輔助重建Wyner-Ziv幀，提高了Wyner-Ziv幀的重建質(zhì)量.雙向運(yùn)動(dòng)補(bǔ)償重建算法在提升解碼后視頻序列總體性能的同時(shí)，也使得視頻序列中各幀的質(zhì)量變化更加平穩(wěn).

圖2 4種算法解碼Foreman序列和Soccer序列的RD性能Fig.2 RD performance of Foreman and Soccer sequences decoded by using four algorithms

圖3 4種算法重建的Soccer序列各幀質(zhì)量Fig.3 Reconstruction quality of each frame for Soccer sequence by using four algorithms

圖4為雙向運(yùn)動(dòng)補(bǔ)償重建算法和其它重建算法得到的Soccer序列的主觀質(zhì)量圖(M=3，第110幀).正如前文所提到的，像素域分布式視頻編碼中的MMSE重建算法對(duì)于邊信息落在正確量化區(qū)間內(nèi)的像素的處理破壞了原有邊信息幀平坦區(qū)域的連續(xù)性，產(chǎn)生了一些明顯的邊界，如圖4(d)中球場(chǎng)所示.文中的雙向運(yùn)動(dòng)補(bǔ)償重建算法直接利用邊信息值來(lái)重建那些邊信息落入正確區(qū)間的像素，因此不會(huì)出現(xiàn)這樣的失真.對(duì)于邊緣區(qū)域，由圖4中的腳可以看出，雙向運(yùn)動(dòng)補(bǔ)償重建算法的重建圖像的邊界比其它算法均要清晰.這是因?yàn)檫呅畔⒙湓谡_區(qū)間外的像素大多出現(xiàn)在邊緣區(qū)域，雙向運(yùn)動(dòng)補(bǔ)償重建算法能利用運(yùn)動(dòng)補(bǔ)償技術(shù)為這些像素找到更為精確的重建值，因此在視覺(jué)上雙向運(yùn)動(dòng)補(bǔ)償重建算法重建圖像中的物體輪廓更為清晰.總體上說(shuō)，文中算法的視覺(jué)效果優(yōu)于其它3種算法.

圖4 4種算法的Soccer序列主觀重建質(zhì)量圖Fig.4 Subjective reconstruction quality of Soccer sequence by using four algorithms

在計(jì)算復(fù)雜度上，分布式視頻編碼的解碼計(jì)算量主要集中在運(yùn)動(dòng)估計(jì)補(bǔ)償和Turbo碼的迭代譯碼.由于文中提出的算法將重建看成是邊信息生成的延續(xù)，在重建時(shí)引入了運(yùn)動(dòng)估計(jì)，因此增加了一定的計(jì)算量.表1中給出了不同序列在采用文獻(xiàn)［8］的MMSE重建算法和采用雙向運(yùn)動(dòng)補(bǔ)償重建算法的情況下平均每幀的解碼時(shí)間，由實(shí)驗(yàn)結(jié)果可以看出，文中算法每幀的平均解碼時(shí)間有所增加，并且碼平面數(shù)越大，解碼時(shí)間增加的比例越大.這是由于隨著量化區(qū)間變得更為精確，落在正確譯碼區(qū)間外的像素比例有較大的增加，使得文中算法用在運(yùn)動(dòng)估計(jì)上的時(shí)間更長(zhǎng).需要指出的是:文中算法增加的計(jì)算復(fù)雜度僅僅是解碼端的復(fù)雜度，對(duì)于分布式視頻編碼的編碼復(fù)雜度并無(wú)影響.分布式視頻編碼更加關(guān)注的是編碼復(fù)雜度，而解碼復(fù)雜度是次要考慮的因素;并且，現(xiàn)階段，分布式視頻編碼的瓶頸依然是解碼性能，特別是中高速運(yùn)動(dòng)序列的解碼性能，而文中提出的算法恰恰是改進(jìn)了中高速運(yùn)動(dòng)序列的性能.因此文中提出的算法在改進(jìn)性能的同時(shí)增加這樣的復(fù)雜度對(duì)于分布式視頻編碼來(lái)說(shuō)是可以接受的.

表1 采用不同重建算法的解碼時(shí)間Table 1 Decoding time using different reconstruction algorithms

4 結(jié)語(yǔ)

文中提出了一種像素域分布式視頻編碼的雙向運(yùn)動(dòng)補(bǔ)償重建算法.在該算法中，對(duì)于邊信息值落在譯碼符號(hào)對(duì)應(yīng)量化區(qū)間內(nèi)的像素，直接利用邊信息來(lái)重建;而對(duì)于邊信息落在譯碼符號(hào)對(duì)應(yīng)量化區(qū)間外的像素，則采用修正后的前后向運(yùn)動(dòng)補(bǔ)償值的均值來(lái)進(jìn)行重建.實(shí)驗(yàn)結(jié)果表明，與MMSE重建算法相比，文中提出的雙向運(yùn)動(dòng)補(bǔ)償重建算法對(duì)于中高速運(yùn)動(dòng)強(qiáng)度視頻序列的RD性能平均提高了約0.5dB，并且解碼后視頻序列各幀的質(zhì)量更加穩(wěn)定.同時(shí)，文中的重建算法所得到的解碼圖像的視覺(jué)質(zhì)量也得到了有效的提升.由于在重建過(guò)程中引入了運(yùn)動(dòng)估計(jì)，文中提出的算法在分布式視頻編碼譯碼端引入了一定的計(jì)算量，如何在保持文中算法性能的條件下，利用邊信息生成過(guò)程中已有的運(yùn)動(dòng)矢量縮小運(yùn)動(dòng)補(bǔ)償重建過(guò)程中的搜索范圍以降低計(jì)算復(fù)雜度，是下一步研究的重點(diǎn).

［1］Slepian D，Wolf J.Noiseless coding of correlated information sources［J］.IEEE Transactions on Information Theory，1973，19(4):471-480.

［2］Wyner A，Ziv J.The rate-distortion function for source coding with side information at the decoder［J］.IEEE Transactions on Information Theory，1976，22(1):1-10.

［3］Aaron A，Zhang R，Girod B.Wyner-Ziv coding of motion video［C］∥The Thirty-Sixth Asilomar Conference on Signals，Systems and Computers，2002.Pacific Grove:IEEE，2002:240-244.

［4］Shim S Y，Han J K，Bae J.Adaptive reconstruction scheme using neighbour pixels in PD Wyner-Ziv coding［J］.Electronics Letters，2010，46(9):626-628.

［5］Zhang Y，Xiong H，He Z，et al.Reconstruction for distributed video coding:a context-adaptive Markov random field approach ［J］.IEEE Transactions on Circuit and System for Video Technology，2011，21(8):1-14.

［6］Ascenso J，Brites C，Pereir F.Motion compensated refinement for low complexity pixel based distributed video coding［C］∥Proceedings of Advanced Video and Signal Based Surveillance 2005.Como:IEEE，2005:593-598.

［7］Liu Hongbin，Li Yongpeng，Liu Xianming，et al.Two-pass reconstruction in distributed video coding［C］∥The 27th Conferenceon Picture CodingSymposium.Chicago:IEEE，2009:1-4.

［8］Kubasov D，Nayak J，Guillemot C.Optimal reconstruction in Wyner-Ziv video coding with multiple side information［C］∥Multimedia Signal Processing 2007.Chania:IEEE，2007:183-186.

［9］Rowitch D，Milstein L.On the performance of hybrid FEC/ARQ systems using rate compatible punctured Turbo codes［J］.IEEE Transactions on Communications，2000，48(6):948-959.

［10］Ascenso J，Pereira F.Hierarchical motion estimation for side information creation in Wyner-Ziv video coding［C］∥Proceedings of the 2nd International Conference on Ubiquitous Information Management and Communication.New York:ACM Press，2008:347-352.

［11］劉東，杜明輝.基于塊的分布式視頻編碼邊信息生成技術(shù)［J］.華南理工大學(xué)學(xué)報(bào):自然科學(xué)版，2011，39(2):32-38.Liu Dong，Du Ming-hui.Generation of side information of distributed video coding at block level［J］.Journal of South China University of Technology:Natural Science Edition，2011，39(2):32-38.

［12］Brites C，Pereira F.Correlation noise modeling for efficient pixel and transform domain Wyner-Ziv video coding［J］.IEEE Transactions on Circuits and Systems for Video Technology，2008，18(9):1177-1190.