使用对极几何的多视角分布式视频编码

doi:10.3778/j.issn.1002-8331.2010.17.034

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (17): 121-124.DOI: 10.3778/j.issn.1002-8331.2010.17.034

使用对极几何的多视角分布式视频编码

蔡述庭^1，2，王钦若¹，尹明¹

1.广东工业大学自动化学院，广州 510006
2.东南大学信息科学与工程学院，南京 210096

收稿日期:2008-12-04 修回日期:2009-02-18 出版日期:2010-06-11 发布日期:2010-06-11
通讯作者: 蔡述庭

Multi-view distributed video coding using epipolar geometry

CAI Shu-ting^1，2，WANG Qin-ruo¹，YIN Ming¹

1.Faculty of Automation，Guangdong University of Technology，Guangzhou 510006，China
2.School of Information Science and Engineering，Southeast University，Nanjing 210096，China

Received:2008-12-04 Revised:2009-02-18 Online:2010-06-11 Published:2010-06-11
Contact: CAI Shu-ting

摘要/Abstract

摘要： 为了降低多视角分布式视频编码中解码器复杂度，解决视角间边信息的获取精度等问题，将一种新的基于对极几何的视差估计算法用于多视角分布式视频编码系统。提出的系统通过对视角间的冗余信息使用对极几何约束，采用新的视差搜索开始点，限制垂直方向的搜索范围以加快搜索速度。实验结果表明，提出的系统相对于运动JPEG（MJPEG）编码的主要运算绝对差值和（SAD）计算次数减少10倍，相对H.263+减少7倍。同时提出系统相对MJPEG编码有6～7 dB增益，相对H.263+有3 dB增益。

关键词: 多视角, 分布式视频编码, 对极几何, 视差估计

Abstract: To reduce the complexity of decoder for multi-view distributed video coding and solve the accuracy of accessing side information，a novel epipolar geometry-based disparity estimation algorithm is used for multi-view distributed video coding system.By using constraints of epipolar geometry for redundant information of inter-views，proposed system applies a novel disparity search center and restricts the vertical search space to accelerate searching.Experiments results show that the main operations Sum of Absolute Difference（SAD） of proposed system calculate 10 times less than Motion JPEG（MJPEG），7 times than H.263+.Meanwhile，the proposed system gets compression gain 6～7 dB compared with MJPEG，3 dB with H.263+.

Key words: multi-view, distributed video coding, epipolar geometry, disparity estimation

中图分类号:

TN919.82

蔡述庭^1，2，王钦若¹，尹明¹. 使用对极几何的多视角分布式视频编码[J]. 计算机工程与应用, 2010, 46(17): 121-124.

CAI Shu-ting^1，2，WANG Qin-ruo¹，YIN Ming¹. Multi-view distributed video coding using epipolar geometry[J]. Computer Engineering and Applications, 2010, 46(17): 121-124.

[1]	李勇振，廖湖声. 基于图卷积神经网络的多视角聚类[J]. 计算机工程与应用, 2021, 57(5): 115-122.
[2]	姚海滨，翁金平，程筱胜，姜伟，沈静. 单张平面圆图像的空间圆心快速提取方法[J]. 计算机工程与应用, 2020, 56(23): 189-193.
[3]	李艳琼，李冬冬，王喆，张静. 万有引力近邻的多视角分类学习[J]. 计算机工程与应用, 2019, 55(17): 137-142.
[4]	贾项南，于凤芹，陈莹. 多视角级联回归模型人脸特征点定位[J]. 计算机工程与应用, 2019, 55(10): 199-204.
[5]	钱勇生，邵洁，季欣欣，李晓瑞，莫晨，程其玉. 基于改进卷积神经网络的多视角人脸表情识别[J]. 计算机工程与应用, 2018, 54(24): 12-19.
[6]	温佩芝1，周迎1，苗渊渊1，冯丽园2. 多视角图像特征匹配的高光去除方法[J]. 计算机工程与应用, 2018, 54(23): 156-161.
[7]	王献锋，黄文准，张善文. 基于加权局部判别CCA的多视角步态识别方法[J]. 计算机工程与应用, 2018, 54(21): 90-94.
[8]	郭炜婷，夏利民. 基于多视角非负矩阵分解的人体行为识别[J]. 计算机工程与应用, 2018, 54(16): 37-43.
[9]	郑伯伟，杨春玲，欧伟枫. 外推结构无反馈DVC码率控制算法研究[J]. 计算机工程与应用, 2017, 53(1): 207-212.
[10]	易盟，楚岩. 基于多视角航拍配准的运动小目标检测与跟踪[J]. 计算机工程与应用, 2016, 52(14): 27-31.
[11]	弋英民，黄莹. 多视角几何Rao-Blackwellised SLAM算法[J]. 计算机工程与应用, 2015, 51(7): 35-39.
[12]	尹辉，孙水发，罗恒，雷林，董方敏. 加速概率存在场目标检测的改进算法[J]. 计算机工程与应用, 2015, 51(14): 146-150.
[13]	孟祯琪，朱金秀，朱顺五. DVC中基于块小波变换的边信息生成算法[J]. 计算机工程与应用, 2014, 50(12): 180-183.
[14]	刘砚秋1，2，王旭1，王玉梅2，吕红2. 傅里叶变换的多视角步态识别[J]. 计算机工程与应用, 2012, 48(6): 169-170.
[15]	肖艳1，刘峰1，夏宏飞2. 频率域Wyner-Ziv视频编码算法的改进[J]. 计算机工程与应用, 2011, 47(12): 206-209.

使用对极几何的多视角分布式视频编码

Multi-view distributed video coding using epipolar geometry

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics