基于遺傳算法的SVC非均等差錯保護(hù)算法研究

安 華，張 雄

(太原科技大學(xué)電子信息工程學(xué)院，太原 030024)

?

基于遺傳算法的SVC非均等差錯保護(hù)算法研究

安 華，張 雄

(太原科技大學(xué)電子信息工程學(xué)院，太原 030024)

由于網(wǎng)絡(luò)傳輸環(huán)境的不穩(wěn)定性，為了將可伸縮視頻編碼(Scalable video coding，SVC)的碼流能夠在異構(gòu)網(wǎng)絡(luò)上實現(xiàn)可靠高效的傳輸質(zhì)量，采用了聯(lián)合前向糾錯技術(shù)的不均等差錯保護(hù)(Unequal Error Protection).不均等差錯保護(hù)根據(jù)數(shù)據(jù)重要度的不同對各層給予不同強(qiáng)度的保護(hù)量，然而如何合理分配各層所需的保護(hù)數(shù)據(jù)，使恢復(fù)的視頻質(zhì)量達(dá)到最優(yōu)是研究中的難點。通過建立信道差錯所引起的失真模型，利用遺傳算法(Genetic Algorithms)得到了最優(yōu)碼率分配方案，通過實驗與傳統(tǒng)方法比較，該方法有效提高了解碼端的重建視頻質(zhì)量，特別是在高丟包的網(wǎng)絡(luò)環(huán)境下表現(xiàn)的更為出色。

可伸縮視頻編碼(SVC)；不均等差錯保護(hù)(UEP)；失真模型；遺傳算法(GA)；優(yōu)化

無線網(wǎng)絡(luò)技術(shù)的快速發(fā)展，無線視頻傳輸已經(jīng)成為視頻傳輸中的重要部分，由于網(wǎng)絡(luò)的異構(gòu)性，用戶可用的信道帶寬不同以及終端設(shè)備的多種多樣，傳統(tǒng)編碼方案不能保證各種客戶端都能得到良好的視頻質(zhì)量。如何在異構(gòu)網(wǎng)絡(luò)上提供強(qiáng)健、高效的視頻已成為重大的挑戰(zhàn)，可伸縮視頻編碼(SVC)[1-3]作為H.264的擴(kuò)展版本為解決這一問題提供了可能。

盡管可伸縮視頻編碼的比特流能適應(yīng)不同的網(wǎng)絡(luò)狀況，但是想要獲得高效、強(qiáng)健的視頻質(zhì)量仍面臨巨大挑戰(zhàn)，在網(wǎng)絡(luò)丟包環(huán)境下，很小的丟包率就會顯著降低SVC的峰值信噪比(PSNR)[4].為了解決這一難題，傳統(tǒng)的做法是利用均等差錯保護(hù)對各層數(shù)據(jù)給予相等程度的保護(hù)量，但在傳輸環(huán)境惡化時視頻質(zhì)量難以保障，近年來越來越多的研究者聯(lián)合不均等差錯保護(hù)解決了這一問題，改善了視頻傳輸?shù)馁|(zhì)量[5-8]。在不均等差錯保護(hù)中如何對碼流合理優(yōu)化成為了當(dāng)下研究的熱點課題，在文獻(xiàn)[9-11]中建立了不同的失真模型來分配各層數(shù)據(jù)，文獻(xiàn)[9]中的DAG模型客觀呈現(xiàn)了碼流相關(guān)性，但是沒有考慮錯誤隱藏的影響，文獻(xiàn)[10]對基本層錯誤隱藏的損失給出了評估，但是對增強(qiáng)層引起的損失沒有考慮，文獻(xiàn)[11]中介紹了一個簡單、高效的性能指標(biāo)模型，但是該算法過于復(fù)雜并且在求解過程中易于陷入局部最優(yōu)解。傳輸中的另一個主要挑戰(zhàn)是信道錯誤引起的誤碼，自動重發(fā)請求(ARQ)可以用來改善信道錯誤引起的誤碼，但是ARQ會帶來系統(tǒng)的延遲，前向糾錯技術(shù)(FEC)可以降低信道傳輸誤碼的影響[12-13]，在傳輸中被廣泛的應(yīng)用，本文中也采用了此項技術(shù)。

本文聯(lián)合時域和質(zhì)量兩個維度的不均等差錯保護(hù)方案，通過失真模型量化誤差傳播引起的失真，并在此基礎(chǔ)上利用遺傳算法求解整體失真的最小值，得到了各層數(shù)據(jù)的最優(yōu)碼率分配方案，有效提高了解碼端的重建視頻質(zhì)量。

1 SVC框架結(jié)構(gòu)及UEP分配方案

1.1 SVC標(biāo)準(zhǔn)框架

2004年4月MPEG組織征集SVC技術(shù)草案，同年10月JVT最終確定采用HHI研究所提出的基于H.264擴(kuò)展的架構(gòu)作為SVC標(biāo)準(zhǔn)的實現(xiàn)框架和研究起點，2005年1月開始了SVC項目的標(biāo)準(zhǔn)化工作，直到2007年6月確定了最終的SVC標(biāo)準(zhǔn)草案。SVC融合了時間、空間、質(zhì)量三個維度的可分級特性，經(jīng)過一次性壓縮可生成滿足不同幀率、分辨率、質(zhì)量的伸縮碼流。

圖1 兩個空域?qū)拥腟VC編碼器結(jié)構(gòu)Fig.1 SVC encoder structure with two spatial layers

圖2 時域和質(zhì)量層的混合結(jié)構(gòu)Fig.2 Partition structure for temporal and quality layers

可伸縮視頻編碼(SVC)實現(xiàn)了空域、時域和質(zhì)量的可分級編碼，如圖1所示[2]，其典型結(jié)構(gòu)包含了兩個空域?qū)?，即空域基本層D0和空域增強(qiáng)層D1，其中空域基本層是由空域增強(qiáng)層下采樣輸入的視頻序列得到的，在每個空域?qū)又惺褂昧诉\動補(bǔ)償預(yù)測以及幀內(nèi)預(yù)測技術(shù)。為了提高SVC的編碼效率，空域?qū)又胁捎脤娱g預(yù)測機(jī)制，使用基本層中的運動信息以及殘差信息來預(yù)測空域增強(qiáng)層中的數(shù)據(jù)，降低了層之間的相關(guān)性。在每個空域?qū)又杏诌M(jìn)行了時域以及質(zhì)量的可伸縮編碼，時域和質(zhì)量的混合編碼結(jié)構(gòu)如圖2所示，使用了分級預(yù)測結(jié)構(gòu)將一個具有8幀的圖像組(GOP)分成了一個時域基本層即T0和三個時域增強(qiáng)層分別為T1、T2、T3[14]，在每個時域?qū)又胁捎煤虷.264/AVC相似的變換編碼[15]，將紋理和運動信息編碼成質(zhì)量基本層，其它的數(shù)據(jù)編碼成質(zhì)量增強(qiáng)層用來提高重建的視頻質(zhì)量。這里將時域?qū)又械馁|(zhì)量層定義為伸縮單元S.分級預(yù)測結(jié)構(gòu)采用了多個參考幀的方式，一方面提高了編碼效率，另一方面在編解碼時還可以通過限制預(yù)測幀的數(shù)目來任意的調(diào)整結(jié)構(gòu)延遲。

由于SVC采用分級預(yù)測結(jié)構(gòu)，時域?qū)蛹壴礁咭蕾嚨膸瑪?shù)也會越多，一旦較低的時域?qū)影l(fā)生錯誤將對更高層產(chǎn)生重大影響，甚至造成數(shù)據(jù)的不能恢復(fù)。因此，當(dāng)壓縮的數(shù)據(jù)流在有錯誤的信道環(huán)境下傳輸時會發(fā)生數(shù)據(jù)丟包的現(xiàn)象，對視頻的恢復(fù)產(chǎn)生影響，因此需要人為增加保護(hù)措施。為了糾正視頻數(shù)據(jù)在傳輸中產(chǎn)生的錯誤，前向糾錯技術(shù)(FEC)通過加入一定量的冗余數(shù)據(jù)，在不穩(wěn)定的信道環(huán)境下，如果解碼端接收到的數(shù)據(jù)丟失數(shù)量少于FEC編碼加入的冗余數(shù)據(jù)量，那么原始的數(shù)據(jù)可以完全得到恢復(fù)。FEC編碼一般采用Reed-Solomon(RS)編碼來實現(xiàn)。

1.2 UEP分配方案

當(dāng)視頻數(shù)據(jù)在丟包的信道環(huán)境下傳輸時，文獻(xiàn)[16]對不均等錯誤保護(hù)編碼和多描述編碼進(jìn)行了分析比較，指出在信道固定的條件下不均等錯誤保護(hù)編碼方法具有更好的傳輸性能。時域和質(zhì)量混合編碼的UEP分配方案如圖3所示，圖中共有T個時域?qū)?，每個時域?qū)又性倬幋a成F個質(zhì)量層，同時對每一層伸縮單元S進(jìn)行FEC編碼，對每層經(jīng)過FEC編碼后的數(shù)據(jù)進(jìn)行豎向打包，每層經(jīng)過FEC編碼的保護(hù)數(shù)據(jù)打成包的個數(shù)和高度分別表示為k(i，j)、h(i，j)，其中i代表每個伸縮單元S對應(yīng)的時域?qū)?，j代表對應(yīng)的質(zhì)量層，i和j的取值范圍為i=0，1，…，T-1，j=0，1，…，F(xiàn)-1，每層的信源數(shù)據(jù)打成包的個數(shù)則為N-k(i，j)，N表示每層總的包個數(shù)，其中包的大小定義為M.

每一層的伸縮單元S經(jīng)過FEC編碼后的h(i，j)可采用式(1)計算:

(1)

圖3 兩個維度的可伸縮單元UEP分配方案Fig.3 UEP scheme for scalable units with two dimensions

其中Ri,j表示每層伸縮單元S的數(shù)據(jù)量即每層信源數(shù)據(jù)的字節(jié)數(shù)。為了解決如何合理分配各層的信道比特率，使解碼出的視頻質(zhì)量整體失真最小，文獻(xiàn)[5]中采用的是將PSNR作為衡量整體失真程度的指標(biāo)，失真公式可表示為:

(2)

σi,j表示丟失S(i，j)層后的PSNR減小量，其中σi,j值可以由實驗求得，首先計算沒有丟包情況下的PSNR值，再計算丟棄S(i，j)層后的PSNR值，兩個PSNR的差值即是要求的σi,j值，ρi,j表示S(i，j)層丟失的概率。為了求解ρi,j，文獻(xiàn)[13]和文獻(xiàn)[17]中采用二穩(wěn)態(tài)的馬爾科夫模型來近似模擬信道下的丟包，從而計算出從N個包中丟失m個包的概率p(m，N)[18].如果丟失的包個數(shù)大于保護(hù)包的個數(shù)，那么信源數(shù)據(jù)就不可恢復(fù)，所以S(i，j)層丟失概率ρi,j可以用式(3)計算:

(3)

為了使整體失真達(dá)到最小(見式(2))，需要合理分配各層的保護(hù)數(shù)據(jù)，得到一組最優(yōu)的k(i，j)值，即最優(yōu)矩陣K.

這個優(yōu)化問題可以描述為：

minDoverall(K)

(4)

s.t.k(i，j)≥k(i+1，j)，i=0，1，2，…，T-2

(5)

k(i，j)≥k(i，j+1)，j=0，1，2，…，F(xiàn)-2

(6)

(7)

(8)

較低時域?qū)雍唾|(zhì)量層對視頻的恢復(fù)質(zhì)量影響較大，因而應(yīng)給予更多的數(shù)據(jù)保護(hù)，如式(5)、式(6)所示。豎向打包后包的字節(jié)數(shù)不能超過規(guī)定的包的大小，如式(7)所示。信源數(shù)據(jù)和增加的保護(hù)數(shù)據(jù)不能超過總的目標(biāo)比特數(shù)，如式(8)所示，其中Wtot表示傳輸一組GOP所需要的目標(biāo)比特數(shù)。

2 基于遺傳算法的碼率優(yōu)化算法

為了合理分配UEP方案各層所需要的保護(hù)數(shù)據(jù)，文獻(xiàn)[17]中采用了動態(tài)規(guī)劃算法，首先把所求的問題規(guī)劃分組，然后求出所有組的最大累加值，采用遞推計算方式，在去除其中一組條件下，剩余組累加值達(dá)到最大時求得去掉那組最優(yōu)值，依次遞推直到求得最后一組的最優(yōu)值為止，該算法雖然可以求得最優(yōu)值但是求解過程過于繁瑣，并且沒有詳細(xì)說明所有組及剩余組達(dá)到最大值時的明確條件。文獻(xiàn)[11]中采用了和上坡法相似的搜索算法，該算法也是采用了迭代方式，將各層hi,j的累積和不超過包的最大值作為迭代終止條件，在迭代過程中引用了失真函數(shù)作為衡量各層失真是否達(dá)到最小，在此基礎(chǔ)上求得各層的k(i，j)值，該算法雖然得到了各層k值，但是只是局限于在各層的條件下得到的，并非是在考慮整體失真的角度上得到的最優(yōu)值。本文在尋求最優(yōu)值的優(yōu)化過程中，首先從整體角度考慮，在整體失真最小的情況下尋求簡便、有效的優(yōu)化算法，因此采用的是在整體失真最小條件下利用遺傳算法求得的各層最優(yōu)值，并且在遺傳算法求解過程中，需要評價種群中每個個體的優(yōu)異，這里是將整體失真函數(shù)作為了算法的評價標(biāo)準(zhǔn)，為了簡化算法過程，在求整體失真函數(shù)中引用了失真指標(biāo)模型，極大地簡化了算法復(fù)雜度。根據(jù)本文中的具體問題，對遺傳算法做了適應(yīng)性的調(diào)整將罰函數(shù)思想引入到了遺傳算法中[19]。

2.1 改進(jìn)整體失真公式

2.1.1 失真指標(biāo)模型

知道了式(2)中的σi,j就可以尋求最優(yōu)值矩陣K，其中σi,j可通過實驗得到，這種求得σi,j值的方法在尋優(yōu)過程中太過于繁瑣，本文通過建立失真的性能指標(biāo)模型將該問題公式化，可以簡單快速得到σi,j的值，從而大大減小了算法復(fù)雜度。

圖4 期望的誤差傳播區(qū)(EZEP)Fig.4 Expected error propagation zone

傳輸中數(shù)據(jù)包的丟失會造成視頻質(zhì)量下降，進(jìn)而會引起時間上的錯誤傳播，量化這一影響造成的誤差被稱作預(yù)期的誤差傳播。由于分級預(yù)測結(jié)構(gòu)，低時域?qū)拥臄?shù)據(jù)包丟失會比高時域?qū)拥膩G失引起更為嚴(yán)重的誤差傳播。如圖4所示，在一個為8幀的圖像組(GOP)中，如果在第9幀(即時域?qū)訛?)發(fā)生錯誤丟包將會影響到全部高層的幀，那么受到影響的幀數(shù)為(2(4-0)-1)，其中4表示GOP中全部的時域?qū)訑?shù)，0表示當(dāng)前的時域?qū)訑?shù)。因此可將模型中時域上誤差傳播的影響歸納為2(T-igc1)-1，T表示全部的時域?qū)訑?shù)，i表示當(dāng)前的時域?qū)訑?shù)。c1表示縮放因子，其取值與錯誤傳播丟失的幀和受影響的幀相關(guān)。

由于SVC在質(zhì)量維度上的依賴關(guān)系，高質(zhì)量層數(shù)據(jù)的恢復(fù)要依賴于低質(zhì)量層的數(shù)據(jù)，所以誤差在低質(zhì)量層上的傳播要比在高質(zhì)量層上的傳播，對重建視頻的影響更為嚴(yán)重。除了誤差傳播的影響也要考慮到誤差傳播的限制，如果在質(zhì)量基本層發(fā)生丟包，為了限制誤差進(jìn)一步擴(kuò)散，重建視頻幀不會使用質(zhì)量增強(qiáng)層的信息。注意到如果較低的質(zhì)量層發(fā)生丟失，在解碼端更高質(zhì)量的層將不被用于解碼，丟失的幀將會被最近位置已經(jīng)解碼的幀所代替，來最小化誤差傳播的影響。因此誤差在質(zhì)量層上傳播的模型應(yīng)與質(zhì)量層成反比關(guān)系即誤差發(fā)生的層級越低造成視頻質(zhì)量的降低就會越嚴(yán)重，用公式表示為(1+j)-c2，j表示當(dāng)前質(zhì)量層，c2表示縮放因子，如果c2大于1意味著質(zhì)量基本層比增強(qiáng)層占據(jù)更多的權(quán)重。

根據(jù)以上分析，處于時域?qū)觟質(zhì)量層j的數(shù)據(jù)發(fā)生錯誤造成的誤差，可用如下失真性能指標(biāo)模型表示:

(9)

本文中使用τi,j作為αi,j的估計值。

2.1.2 簡化整體失真公式

根據(jù)上述的失真性能指標(biāo)模型求得的τi,j作為αi,j的估計值，因此要優(yōu)化的整體失真式(2)可表示為如式(10):

(10)

在求整體失真最小的優(yōu)化過程中，式(10)仍要滿足約束條件式(5)到式(8).

2.2 遺傳算法求解最優(yōu)值

在約束條件下尋求式(10)的全局最優(yōu)值需要合理有效的優(yōu)化算法，由于在碼率分配中存在的特點即SVC固有特性，混合編碼中的同一時域?qū)拥牟煌|(zhì)量層之間的數(shù)據(jù)重要度是不同的，基本層數(shù)據(jù)重要性高于增強(qiáng)層數(shù)據(jù)的重要性，較低增強(qiáng)層數(shù)據(jù)重要性高于較高增強(qiáng)層數(shù)據(jù)的重要性，而在不同時域?qū)拥牟煌|(zhì)量層重要度是不明確的如層k(1，1)和層k(3，2)，因此在給予各層保護(hù)程度上也是不等的?；谏鲜鲈蛞恍﹤鹘y(tǒng)的優(yōu)化算法難以到達(dá)分配的要求，比如傳統(tǒng)優(yōu)化算法中的上坡法和本地搜索算法，使用這些方法想有效的分配各層的信道比特，但是必須知道各層數(shù)據(jù)重要性的優(yōu)先級別，針對本文中的具體問題，各層之間的重要性不是完全明確的，明確的層只有k(i，j)≥k(i+1，j)，i=0，1，…，T-2 和k(i，j)≥k(i，j+1)，j=0，1，…，F(xiàn)-2，對于其他情況，例如層k(1，1)和層k(3，2)的重要性是不確定的，不能明確指出哪一層應(yīng)該給予更多的信道保護(hù)，因此上述算法不適應(yīng)對本文問題的求解。

遺傳算法(GA)通過模擬生物進(jìn)化的過程，在有約束條件的求解中，可將約束條件進(jìn)行轉(zhuǎn)化，適應(yīng)于解決不同的優(yōu)化問題，并且克服了傳統(tǒng)算法只在連續(xù)搜索空間求解最值的缺陷。在本文中GA可以將約束條件轉(zhuǎn)化，將有約束的優(yōu)化問題轉(zhuǎn)化為沒有約束的問題進(jìn)行求解，因此不用在去考慮每層數(shù)據(jù)的重要性，根據(jù)文中的約束條件即可求解最優(yōu)值，很好的解決傳統(tǒng)算法在尋優(yōu)過程中的不足，因此適用于對本文問題的求解。

2.2.1 改進(jìn)的適應(yīng)度函數(shù)

求解最優(yōu)值的過程中，需要判斷每代個體的優(yōu)異，把優(yōu)秀的個體更多的機(jī)會遺傳到子代，評價個體優(yōu)異的函數(shù)稱作為適應(yīng)度函數(shù)，本文中是將整體失真函數(shù)作為了遺傳算法的適應(yīng)度函數(shù)。在尋求整體失真最小時，由于存在著大量的約束條件式(5)到式(8)，會使得遺傳算法在進(jìn)化過程中產(chǎn)生大量的不可行解，那么就需要把適應(yīng)度函數(shù)做恰當(dāng)?shù)恼{(diào)整，引入了懲罰函數(shù)將不可行解轉(zhuǎn)換為可行解，把有約束的問題轉(zhuǎn)換成沒有約束的問題，引入的懲罰函數(shù)對違反約束條件的個體給予相應(yīng)的懲罰。加入罰函數(shù)式(5)至式(8)中的約束條件可改為如下：

kt=k(i,j)-k(i+1,j)≥0，i=0,1,…,T-2

(11)

kn=k(i,j)-k(i,j+1)≥0，j=0,1,…F-2

(12)

(13)

(14)

因此罰函數(shù)可定義為:

Lpenalty(γ1,γ2,γ3,γ4)=γ1[min{0,kt}]2+
γ2[min{0,ktt}]2+γ3[min{0,gr}]2+
γ4[min{0,grr}]2

(15)

其中γ1，γ2，γ3，γ4為懲罰因子。

現(xiàn)在，遺傳算法中的適應(yīng)度函數(shù)公式表達(dá)如下:

Doverall(K)+Lpenalty(γ1,γ2,γ3,γ4)

(16)

2.2.2 遺傳算法求解及整體流程圖

遺傳算法在求解最值的進(jìn)化過程中，種群中的每一個個體都代表著一種解決方案，每個個體經(jīng)過選擇、交叉、變異等進(jìn)化操作后，在計算個體的適應(yīng)度值，得到問題的最優(yōu)解。

在求解中，首先產(chǎn)生初始種群，種群的規(guī)模在進(jìn)化過程中是保持不變的。第二步是評估種群中個體的優(yōu)異，首先要檢查種群中的個體是否滿足約束條件，滿足條件的個體直接計算適應(yīng)度值，不滿足約束條件的個體進(jìn)行約束修正。第三步對種群中個體進(jìn)行選擇，選擇目的將種群中的個體進(jìn)行優(yōu)勝略汰操作，本文中的選擇算子采用的是最優(yōu)保存策略。第四步是交叉操作，形成兩個新的個體。第五步變異，變異操作是將個體二進(jìn)制串的某些比特值由0變成1，或者由1變成0.種群中的個體經(jīng)過選擇、交叉、變異后，即完成了當(dāng)前代的操作，按照預(yù)設(shè)的迭代次數(shù)進(jìn)行下一代的運算，直到達(dá)到預(yù)設(shè)的迭代值，遺傳算法結(jié)束并輸出問題的最優(yōu)解。

得到各層碼率分配值便可實現(xiàn)SVC不均等差錯保護(hù)編碼方案，其整體系統(tǒng)結(jié)構(gòu)如圖5所示。

圖5 系統(tǒng)結(jié)構(gòu)圖Fig.5 The diagram of system structure

3 結(jié)果仿真

本節(jié)中展示了遺傳算法的迭代結(jié)果以及本文所提出方案的性能，實驗中測試了兩組yuv視頻序列分別為Foreman(QCIF)和Football(QCIF)各編碼成時域、質(zhì)量兩個維度的可伸縮碼流，編碼工具使用軟件為JSVM9.18版本。不同的序列設(shè)定不同的參數(shù)，F(xiàn)ootball設(shè)定為N=200，M=170，F(xiàn)oreman設(shè)定為N=100，M=130.在用遺傳算法求解最優(yōu)值過程中兩組序列使用相同的進(jìn)化因子，交叉概率為0.65，變異概率為0.02，種群大小為規(guī)定為100，遺傳代數(shù)為300，以及縮放因子c1=0.3、c2=3.0.其中GA的迭代結(jié)果如圖6所示種群進(jìn)化到100代左右基本處于平衡。

實驗中按提出的方案將序列Football在丟包率為5%、10%、15%的網(wǎng)絡(luò)環(huán)境下與均等保護(hù)和固定碼率保護(hù)進(jìn)行了PSNR的比較，同樣序列Foreman在丟包率為5%、10%、15%、20%、25%的不同丟包網(wǎng)絡(luò)環(huán)境下與均等保護(hù)和固定碼率保護(hù)進(jìn)行了PSNR的比較，比較的結(jié)果如圖7、圖8所示。

在圖7中由于三種保護(hù)方案都給了不同程度的信道保護(hù)，在丟包率小于5%的情況下，均等保護(hù)和固定碼率保護(hù)丟失包的個數(shù)，都沒有超過每層允許的最大丟包值，所以每層的數(shù)據(jù)都可以完全恢復(fù)出來PSNR值沒有降低，而UEP方案由于高層數(shù)據(jù)給予的保護(hù)沒有低層數(shù)據(jù)給予的保護(hù)量多，層級別越高給予的保護(hù)也會越少，在低丟包情況下高層丟失的數(shù)據(jù)包超過了允許的最大丟包值，部分高層數(shù)據(jù)未能恢復(fù)整體的PSNR值有所降低，但是丟失的高層數(shù)據(jù)量對總的PSNR值貢獻(xiàn)不大，所以總的來看三種保護(hù)方案的PSNR值大體相似，隨著丟包率的增大到10%的過程中UEP方案效果開始顯現(xiàn)出來，UEP方案的PSNR減小量很緩慢，其余兩種方案的PSNR值下降的較快，直到丟包率達(dá)到15%時，均等保護(hù)和固定碼率保護(hù)的丟包數(shù)，超過了基本層所允許的最大丟包值，關(guān)鍵幀的基本層數(shù)據(jù)不能恢復(fù)發(fā)生丟失，視頻質(zhì)量出現(xiàn)了急劇惡化PSNR顯著降低，而UEP方案在同樣情況下，基本層丟包的個數(shù)未能達(dá)到基本層允許的最大丟包數(shù)，所以視頻數(shù)據(jù)可以恢復(fù)出來，視頻質(zhì)量平滑下降且PSNR的下降值很小。

圖6 遺傳算法迭代結(jié)果Fig.6 The iteration result of GA

圖7 序列Football性能Fig.7 The performance of Football

圖8 序列Foreman性能Fig.8 The performance of Foreman

圖8中在丟包率小于5%時，三種方案都給了一定程度的保護(hù)，丟失包的個數(shù)沒有達(dá)到每層允許的最大丟包值，都能將視頻質(zhì)量完全恢復(fù)PSNR值沒有降低，當(dāng)丟包率達(dá)到10%時，均等保護(hù)方案的丟包數(shù)超過了基本層所允許的最大丟包值，關(guān)鍵幀的基本層數(shù)據(jù)不能恢復(fù)，視頻質(zhì)量出了急劇下滑，UEP方案和固定碼率保護(hù)方案的丟包數(shù)，沒有達(dá)到基本層所允許的最大丟包數(shù)，視頻數(shù)據(jù)能夠恢復(fù)，其中固定碼率保護(hù)的PSNR值略高于不均等保護(hù)的PSNR值，當(dāng)丟包率達(dá)到15%，兩種保護(hù)方案的PSNR值達(dá)到相同，并且不均等保護(hù)的PSNR值的下降量要小于固定碼率保護(hù)的下降量，不均等保護(hù)的視頻質(zhì)量表現(xiàn)的較為平穩(wěn)，當(dāng)丟包率到達(dá)20%時，固定碼率保護(hù)的丟包數(shù)超過了基本層允許的最大丟包，關(guān)鍵幀中的基本層數(shù)據(jù)不能恢復(fù)基本層丟失，視頻質(zhì)量出現(xiàn)了急劇的惡化，而提出的UEP方案，丟失的包沒有達(dá)到基本層允許最大丟包數(shù)，視頻數(shù)據(jù)可以恢復(fù)，表現(xiàn)出了很好的平穩(wěn)趨勢，直到丟包達(dá)到25%時，UEP方案的PSNR值下降量都較小，表現(xiàn)出很好的傳輸性能，提高了視頻傳輸質(zhì)量的魯棒性。不均等差錯保護(hù)在丟包較高的網(wǎng)絡(luò)環(huán)境下對恢復(fù)視頻質(zhì)量有了很大的提高。

4 結(jié)論

對可伸縮視頻編碼的碼流在不穩(wěn)定信道環(huán)境下傳輸?shù)膯栴}上，本文中提出了不均等差錯保護(hù)的一種新的碼率優(yōu)化方案。在對SVC各層數(shù)據(jù)給予不同信道保護(hù)時采用了整體失真模型的做法，并用遺傳算法求解失真最小值得到各層的保護(hù)數(shù)據(jù)，極大的降低了算法的復(fù)雜度。實驗結(jié)果表明本文提出的算法與傳統(tǒng)保護(hù)算法相比，提高了解碼端的視頻質(zhì)量，特別是在高丟包的網(wǎng)絡(luò)環(huán)境下，效果更加顯著，極大的提高了視頻傳輸?shù)聂敯粜浴?/p>

[1] GUPTA R，PULIPAKA A，SEELING P，et al.H.264 coarse grain scalable and medium grain scalable encoded video：a trace based traffic and quality evaluation[J].IEEE Transactions on Broadcasting，2012，58(3)：428-435.

[2] SCHWARZ H，MARPE D，WIEGAND T.Overview of the scalable video coding extension of the h.263/avc standard[J].IEEE Transaction on of Information Theory，2007，19(9)：1103-1120.

[3] SEGALL C A，SULLIVAN G J.Spatial scalability within the H.264/AVC scalable video coding extension[J].IEEE Transactions on Circuits and Systems for Video Technology，2007，19(9)：1121-1135.

[4] JI W，LI Z，CHEN Y.Joint source channel coding and optimization for layered video broadcasting to heterogeneous devices[J].IEEE Transactions on Multimedia，2012，14(2)：443-451.

[5] STOUFS M，MUNTEANU A，CORNELS J，et al.Scalable joint source-channel coding for the scalable extension of H.264/AVC[J].IEEE Transactions on Circuits and Systems for Video Technology，2008，18(12)：1657-1670.

[6] 常靜.H.264不等差錯保護(hù)傳輸策略[J].科技創(chuàng)新報，2010(22)：88.

[7] 陳高華，卓東風(fēng)，楊鐵梅.基于數(shù)學(xué)形態(tài)學(xué)的遙感圖像邊緣檢測方法研究[J].太原科技大學(xué)學(xué)報，2009，30(4)：280-282.

[8] 任通華，李曉峰，謝仕云，等.LDPC碼的不等差錯保護(hù)策略在SVC中的應(yīng)用[J].計算機(jī)應(yīng)用，2011，31(1)：270-276.6.

[9] CHOU P A，MIAO Z.Rate-distortion optimized streaming of packetized Media[J].IEEE Trans.Multimedia，2006，14(2)：390-404.

[10] MANSOUR H，NASIOPOULOS P,KRISHNAMURTHY V.Modeling of loss-distortion in hierarchical prediction codec[C]∥2006 IEEE International Symposium on signal processing and information Technology,Canada,Vancouver,2006.

[11] HA H，YIM C.Layer-weigted unequal error protection for scalable coding extension of H.264/AVC[J].IEEE Transactions on Consumer Electronics，2008，54(2)：736-744.

[12] LEE T W A，CHAN S H G，ZHANG Q，et al.Allocation of layer bandwidths and FEC for video multicast over wired and wireless networks[J].IEEE Transactions on Circuit Video Technology，2002，12(12)：309-544.

[13] SHI Y，WU C，dU J.A novel unequal loss protection approach for scalable video streaming over wireless networks[J].IEEE Trans.Consumer Electronics，2007，53(2)：363-368.

[14] SCHWARZ ，MARPE D，WIEGAND T.Analysis of hierarchical B pictures and MCTF[J].Proceedings of ICME′06，Toronto，Canada，2006，54(2)：208-471.

[15] AMONOU I，CAMMAS N，KERVADEC S，et al.Optimized rate distortion extraction with quality layers in the scalable extension of H.264/AVC[J].IEEE Transactions on Circuits Video Technology，2007，17(9)：1 186-1 193.

[16] BACCAGLINI E，TILLO T，OLMO G.A comparison between ULP and MDC with many descriptions for image transmission[J].IEEE Signal Processing Letters，2010，17(1)：75-78.

[17] YU WANG，LAP-PUI CHAU，SENIOR MEMBER，et al.Bit-Rate Allocation for Broadcasting of Scalable Video Over Wireless Network[J].IEEE Transactions on Broadcasting，2010，56(3)：175-398.

[18] ELLIOTT E O.A model of the switched telephone network for date communications[J].Bell Syst Tech，1965，56(12)：89-109.

[19] 周明，孫樹棟.遺傳算法原理及應(yīng)用[M].北京：國防工業(yè)出版社，1999.

Unequal Error Protection with Genetic Algorithm for Scalable Video Coding

AN Hua，ZHANG Xiong

(School of Electronic Information Engineering，Taiyuan University of Science and Technology，Taiyuan 030024，China)

Due to the instability of network transmission environment，in order to transmit the bit stream of SVC in heterogeneous network and realize the transmission quality，the scalable video coding combining unequal error protection scheme with forward error correction technology was adopted.The unequal error protection scheme gives each layer the protection of different intensity according to the importance degree of data.However，it is difficult to allocate protection date that is needed for each layer to restore the most optimal video quality.Through the establishment of distortion model and genetic algorithms， a new rate allocation scheme was proposed.Comparing with traditional approach in the unstable network environment，the results show that the proposed scheme effectively improves the reconstructed video quality of scalable video coding at the decoder，especially in high packet loss environment.

scalable video coding (SVC)，unequal Error Protection (UEP)，the distortion model，genetic algorithms(GA)，optimization

2014-12-29

太原科技大學(xué)研究生科技創(chuàng)新項目(20134011)；太原科技大學(xué)同州電子科技創(chuàng)新基金項目(TZ201307)

安華(1987-)，男，碩士研究生，主要研究方向為數(shù)字媒體與網(wǎng)絡(luò)傳輸。

1673-2057(2015)06-0416-08

TN919.72

A

10.3969/j.issn.1673-2057.2015.06.002