多线性子空间方法在错误隐藏上的应用

摘要

经由网络所传输的视频，非常容易遭受丢失或是产生错误；因此有许多处理错误的方法被提出，包括了错误恢复以及错误隐藏等技术。错误恢复一般指在编码端，为了因应可能出现错误的情况，为此而事先做了防范措施；错误隐藏则是指，在解码端设法让错误的影响降到最低，并尽量修饰错误部份，使得用户的感受比较不容易受到错误的影响。当错误恢复无法完全防止错误发生时，只能借由错误隐藏进行最后的修复。在真正执行错误隐藏时，传统的错误隐藏方法并未考虑计算量的问题，无法适用于各种不同的终端；因此在错误隐藏前先定位出最值得错误隐藏的部份，可以解决这方面的问题。 本论文提出了一个基于多线性子空间方法的视频错误隐藏框架。在这个错误隐藏框架中，我们首先利用多线性子空间方法找出视频中用户最注目的区域(Region ofInterest ROI)；在找到后，我们对这部份进行训练并建模。因此当视频中受到注目的区域出现错误时，我们可以利用模型对这块区域进行修复；而模型本身也会自行在接收到正确的ROI时进行更新，以增强其对错误隐藏的适应性。由于人类视觉会将80％左右的注意力放在视频画面上大约20％左右的面积，因此仅针对ROI进行错误隐藏是性价比最高的方法；我们可借由最少的代价而得到最好的成果。而多线性子空间方法也由定位ROI及建模展现其在错误隐藏方面的应用能力。

目录

文摘

英文文摘

论文说明：图目录

声明

第1章绪论

1.1研究背景

1.2目前已有的相关研究

1.3研究目标与贡献

1.4论文组织与架构

1.5本章小结

第2章视频编解码与网络

2.1视频编解码框架—以H.264/AVC为例

2.1.1编码

2.1.2解码

2.1.3其它特性

2.2视频在网络中的传输模式

2.2.1可扩展编码(SVC，Scalable Video Coding)

2.2.2传输错误的预防与补救方法

2.3本章小结

第3章传统的错误隐藏方法

3.1本章概述

3.2时间错误隐藏方法

3.2.1边缘匹配算法

3.2.2解码端运动向量估计

3.3空间错误隐藏方法

3.3.1加权像素平均插值算法

3.3.2区域分割算法

3.4混合错误隐藏方法(以Fading为例)

3.5本章小结

第4章多线性子空间方法

4.1本章概述

4.2主成分分析

4.3混合主成分分析

4.3.1及时更新的混合主成分分析

4.4广义主成分分析

4.4.1K近邻的广义主成分分析

4.5本章小结

第5章基于模型的错误隐藏

5.1本章概述

5.2第二代错误隐藏方法

5.3多线性子空间方法在错误隐藏上的应用

5.3.1以NN-GPCA获取ROI

5.3.2以GPCA获取模型

5.3.3基于模型的错误隐藏架构

5.4实验结果

5.5本章小结

第6章总结与展望

6.1本文完成的主要研究工作

6.2进一步的研究工作

6.3展望

参考文献

致谢

作者简历