针对分布式视频编码(DVC)系统鲁棒传输问题, 设计了一种基于层修复的 DVC系统传输框架。该传输框架首先对关键帧 (K帧)同时采用高效视频编码 (HEVC)帧内编码和 Wyner-Ziv编码, 并将校验信息(Wyner-Ziv码流)作为修复层码流存入缓存中。若当前关键帧有丢失, 则向编码端请求该帧对应的层修复码流, 在解码端对错误块进行修复, 获得关键帧解码质量的提升。同时, 研究了层修复码率估计算法, 利用已成功解码的位平面辅助完成算法重建。实验结果表明, 该传输框架利用关键帧的层修复码流对关键帧失真部分进行了修复, 提高了关键帧质量, 改善了边信息质量, 实现了 DVC的鲁棒传输。

分布式视频编码(DVC)与传统视频编码之间的转码为移动终端设备之间的低功耗视频通信提供了一种有效的实现思路。以DVC与HEVC转码为研究对象，利用DVC解码端信息，针对高效视频编码(HEVC)中复杂度极高的编码单元(CU)划分过程进行复杂度优化研究。在DVC解码端提取与CU划分相关的纹理复杂度、运动矢量及预测残差3种特征信息；在HEVC编码端基于朴素贝叶斯原理建立CU快速划分模型，模型生成后便可以通过输入特征信息对当前CU划分进行快速决策，避免大量率失真(RD)代价计算过程。实验结果表明，本方案在编码比特率略有上升的情况下大幅缩短了HEVC编码时间，平均下降幅度达到58.26%，且几乎不影响视频质量。

分布式视频编码框架中，准确地估计WZ帧与辅助边信息之间的统计特性，也即对它们之间的虚拟“相关信道”准确设计模型，并估计其参数，对于提高编码压缩效率，进而准确进行码率控制十分重要.讨论了模拟信道的模型选取和参数优化，研究了视频序列中常用的Laplace模型和Gauss模型，提出了一种带校正系数的虚拟相关信道参数估计方法，验证了虚拟相关信道更接近残差数据的真实分布.

针对分布式视频编码系统中虚拟信道的时域动态特性,提出了新的解码端帧级虚拟信道模型的动态估计算法。利用边信息内插阶段所获得的双向运动矢量,对当前帧前后的关键帧进行运动补偿,通过前后关键帧的运动补偿误差来估计当前帧的虚拟信道模型。针对虚拟信道的空域动态特性,还提出了子块级虚拟信道模型的动态估计算法。通过对视频帧进行分块,然后对每个分块都进行参数估计,即可动态地完成各子块对应的虚拟信道模型的估计。实验证明,对于不同运动特性的序列,所提出的虚拟信道模型可使系统的率失真性能提高0.5～1 dB,有效地降低了视频编码系统的传输码率。

Nowadays, distributed source coding (DSC) and distributed video coding (DVC) have been receiving more and more attention due to the distinct contributions to the easy encoding. At the same time, with more new requirements coming forth in the current network communication, the scalability of bit stream has been a new focus in the real applications. A scalable DVC scheme is presented without requiring layered coding in which the main attributions of DVC, namely the capabilities of easy encoding and robustness, are inherited remarkably and the property of scalability is also integrated simultaneously. Based on the block Slepian-Wolf set partitioning in hierarchical trees (SW-SPIHT), the Wyner-Ziv frames are encoded to get the scalable bit stream. In addition, the binary motion searching is explored at the decoder with the help of a rate-variable 'hash' from the encoder to improve the performance of the whole system. The final experimental results show that our system has higher peak signal-to-noise ratio (PSNR) than the pixel-domain DVC at the high bit rate. What is more, the scalability in signal-to-noise ratio (SNR) is also achieved satisfactorily.