分布式视频编码的原理解析

分布式视频编码的理论基础是分布式信源编码（Distributed Source Coding，DSC），针对两个统计相关的信源X和信源Y采用独立编码、联合解码的方式对数据进行压缩。典型的无损压缩理论是Slepian-Wolf理论。在该理论的基础上，一种应用广泛的分布式有损压缩理论是Wyner-ziv有损压缩理论，目前较为成熟，达到了与传统视频编码框架同样的效率。

本质上，由于绝大多数视频采集节点的电池容量有限，这要求编码器低功耗、低复杂度，而解码端可以依赖工作站或其他专用设备，其联合解码的复杂度可以略高； 由于传输速率的限制，要求编码器具有较高的压缩效率； 由于采用无线接入与传输，要求视频信号传输具备强健壮性，这对分布式视频技术的应用形成了极大的挑战。

在此背景下，为解决上述问题，必须在现有的Wyner-Ziv理论的基础上研究具有更高压缩倍率的编码算法，并设计可将编解码复杂度在编码和解码端之间均衡分配的机制，以适应无线视频节点的电池容量有限、信道质量较差、存储和计算能力不足的传输环境。然而，就目前的研究状况来看，分布式视频编解码技术从理论和实际应用方面都存在很多不足，其率失真性能远未能满足要求。

本质上，在分布式视频监测系统中，视频传感器在同样区域获取采样的图像，但是从不同位置获取，然后发送图像到一个共同的站点[1]。一种朴素的编码机制是让每个编码器单独压缩每个信源而不考虑其他信源，且认为它们是物理独立的。这种机制下，直接可以看到RX≥H（X）和RY≥H（Y）。

根据Slepian-Wolf和Cover的研究，对于静态遍历信源可获得码率区域由三个不等式决定[2]，即下式： 从Slepian-Wolf编码区域可知，即使编码器是物理独立的，信源之间并不互通，但两个信源之间的相关性可以在解码端来开发利用。这种情况下，一个信源能无损的被经典的信源码编码，然后被解码器重构，再作为其他信源的边信息。

在分布式视频编码中，视频信号被分为关键帧和WZ帧两路输入，其中关键帧用传统的H.264 或H.265 编码算法进行处理，然后被解码器重构，再作为其他信源的边信息参与WZ帧的重建[3]，其基本结构如图9-1 所示。(www.xing528.com)

图9-1 分布式视频编码框架

Wyner-Ziv编码器可看作是由量化器加Slepian-Wolf编码器构成，量化器的功能是将信源空间分割为不重叠的子区间，将量化索引输入Slepian-Wolf编码器就得到信源的压缩编码。但在边信息计算和细化方面，在实际的系统中要计算出精确的边信息并不容易。考虑到复杂度的问题，编码端并不会将边信息传输至解码端。如何提高边信息的求解速度和精度，直接决定了WZ帧的重建质量。从当前的一些研究成果来看，对视频图像有损压缩的Wyner-Ziv编码技术的实际应用价值更大一些。具体来讲，Wyner-Ziv编码器可看作是由量化器加Slepian-Wolf编码器构成，如图9-2 所示。相应地，目前针对有损分布式视频编解码的研究也主要集中在Wyner-Ziv编码器边信息的计算、细化、码率控制等方面。

图9-2 Wyner-Ziv 编码器原理示意图

图9-2 中，X为信源，Y表示边信息。量化器的功能是将信源空间分割为不重叠的子区间，将量化索引输入Slepian-Wolf编码器就得到信源的压缩编码。但图9-2 所示的编码原理中，存在几个重要的问题有待解决： 一是在边信息计算和细化方面，在实际的系统中要计算出精确的边信息并不容易，因为考虑到复杂度的问题，编码端并不会将边信息传输至解码端； 二是对边信息所对应的虚拟信道而言，采用何种信道编码技术； 三是编解码器缺乏复杂度的均衡分配机制，适应性较差，严重影响了分布式视频编解码技术在视频实时监测中的应用。