[发明专利]多视点立体视频在丢包网络中的GGoP级失真递归方法

权利要求书

1.一种多视点立体视频在丢包网络中的GGoP级失真递归方法，其特征在于，包括如下步骤： 

1)采用H.264／MVC对多视点视频序列进行编码，用s表示视点编号，t为同一视点内帧的编号； 

2)首先通过仿真在不同丢包率的条件下获得对应失真的测量值D_c(s，t)；D_c(s,t)定义为仿真中实际测量到的失真，即视频传输前后同一视点同一帧的像素差值；在编码端统计出来视点间预测的宏块比例V和帧内模式编码的宏块比例Q，以及宏块中采用运动补偿时域掩盖方式的百分比U； 

3)测量出第(s,t)帧第i像素的像素值F_i(s，t)分别在编码器和解码器处重建的第(s,t)帧第i像素的像素值和

4)计算出视点内相邻帧的均方差D_TEC(s，t)和相邻视点的相同帧的均方差D_VEC(s，t)； 

5)由以下公式采用最小二乘法计算出λ_a和λ_b的值， 

D_R(s,t)=(1-Q)[V·λ_b·D_c(s，t-1)+(1-V)·λ_a·D_c(s-1，t)] 

其中，(s，t)为解码端接收到的帧， 

特别的，第0视点的帧，不包括第一个I帧，都采用了视点内帧间预测的预测模式，此时V=1，而除了第0视点的所有视点第一帧的宏块都采用了视点间帧间预测，此时V=0； 

6)由最小二乘法计算得出μ_a和μ_b的值， 

D_L(s，t)=U·(D_TEC(s,t)+μ_b·D_c(s，t-1)) 

+(1-U)·(D_VEC(s，t)+μ_a·D_c(s-1，t)) 

=[U·D_TEC(s,t)+(1-U)·D_VEC(s,t)] 

+[U·μ_b·D_c(s，t-1)+(1-U)·μ_a·D_c(s-1，t)] 

其中，(s，t)为解码端丢失的帧， 

对于第0视点的视频序列中任意一个丢失的P帧，令U=1；对于除了第0视点的每个视点的第一帧，如果发生丢帧，令U=0； 

7)令B为平均丢包率，然后迭代出每个视点的平均传输失真值，即D_c-test(s,t)的值，D_c-test(s,t)=(1-B)·D_R(s，t)+B·D_L(s，t) 

=α·D_c(s-1，t)+β·D_c(s，t-1)+γ 

其中 

在上式中，α和β代表误差传播系数，表示在相邻帧中由信道引起的失真的相关性； 

8)计算整个GGoP级，即S个视点和每个视点T帧的平均失真； 

9)最后根据不同的帧的V、Q、U值预测多视点视频传播的失真，即峰值信噪比PSNR和MSE的值。 

2.根据权利要求1所述的面向包交换网络的多视点视频传输失真预测方法，其特征在于，步骤(4)所述的视点内相邻帧的均方差D_TEC(s，t)和相邻视点的相同帧的均方差D_VEC(s，t)是分别通过下式得到： 

3.根据权利要求1所述的面向包交换网络的多视点视频传输失真预测方法，其特征在于，步骤(8)所述的GGoP的平均失真被定义为D_c，GGoP，D_c，GGoP综合GGoP中各个帧的失真估计得到，如下式所示： 

。

4.根据权利要求1所述的面向包交换网络的多视点视频传输失真预测方法，其特征在于，步骤(9)中 

MSE是参考图像和重建图像之间的均方误差，代表重建图像的失真值，公式如下： 

其中f(x，y)为重建图像的像素值，f₀(x，y)为参考图像的像素值，传输失真预测中的f(x，y)-f₀(x，y)即D_c，GGoP的值； 

峰值信噪比的单位用分贝表示，公式如下： 

其中(2ⁿ-1)²为像素幅度峰值的平方，n为表示每个像素的比特数，M和N为水平和垂直像素数。