Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Một giải pháp phát video không dây dựa trên cảm biến nén đa quy mô
Tóm tắt
Phát video đa phương tiện đang ngày càng trở nên phổ biến trong các ứng dụng đa phương tiện không dây, trong đó một thách thức lớn là cung cấp cho người dùng đa dạng khả năng suy giảm một cách hợp lý trước các tỷ lệ mất gói tin và nhiễu kênh khác nhau. Trong bài báo này, chúng tôi đề xuất một giải pháp phát video không dây dựa trên cảm biến nén đa quy mô, viết tắt là MCS-cast. Bộ mã hóa của MCS-cast phân tách mỗi khung hình video thông qua biến đổi wavelet rời rạc (DWT) và khám phá một tỷ lệ cảm biến nén (CS) tối ưu để lấy mẫu/đo lường mỗi mức DWT. Các phép đo CS sau đó được đóng gói sao cho tất cả các gói tin trở nên quan trọng như nhau nhất có thể, trong khi mỗi gói tin bao gồm các tỷ lệ khác nhau của các mức DWT khác nhau. Cuối cùng, các gói tin được truyền qua bộ điều chế tương tự với việc ánh xạ các phép đo thành một chòm sao rất dày. Chúng tôi chứng minh rằng nhờ vào các tỷ lệ lớn hơn của các mức DWT quan trọng hơn trong mỗi gói, việc mất gói dẫn đến ảnh hưởng giảm đáng kể tới chất lượng tái tạo. Kết quả thực nghiệm cho thấy MCS-cast của chúng tôi duy trì tính chất suy giảm hợp lý cho người dùng đa dạng và có thể vượt trội hơn so với giải pháp tiên tiến nhất SoftCast lên đến 3 dB trong PSNR ở các tỷ lệ mất gói cao (trên cùng một kênh nhiễu).
Từ khóa
#phát video không dây #cảm biến nén #biến đổi wavelet rời rạc #truyền thông đa phương tiện #suy giảm hợp lýTài liệu tham khảo
U Reimers, Digital video broadcasting. IEEE Commun. Mag. 36, 104–110 (1998).
SoftCast, One video to serve all wireless receivers. http://dspace.mit.edu/handle/1721.1/44585.
Wu YTH, YQ Zhang, Scalable video coding and transport over broadband wireless networks. Proc. IEEE. 89, 1–20 (2001).
S Wang, BK Yi, in Proceedings of IEEE Globecom. Optimizing enhanced hierarchical modulations. New Orleans 1–4 Dec. 2008 1–5.
X Fan, F Wu, D Zhao, OC Au, Distributed wireless visual communication with power distortion optimization. IEEE Trans. Circ. Syst. Vi. Technol. 23, 1040–1053 (2013).
X Fan, R Xiong, D Zhao, F Wu, in Proceedings of IEEE Visual Communication and Image Processing. Wavecast: wavelet based wireless video broadcast using lossy transmission. San Diego 27–30 November 2012, 1–6.
L Yu, H Li, W Li, Wireless scalable video coding using a hybrid digital-analog scheme. IEEE Trans. Circ. Syst. Vi. Technol. 23, 331–345 (2013).
X Fan, R Xiong, D Zhao, F Wu, Layered soft video broadcast for heterogeneous receivers (IEEE Transactions on Circuits and Systems for Video Technology, 2015). http://dx.doi.org/10.1109/TCSVT.2015.2402831, (in press).
R Xiong, H Liu, S Ma, X Fan, F Wu, W Gao, in Data Compression Conference (DCC). G-cast: gradient based image SoftCast for perception-friendly wireless visual communication. Snowbird, 26–28 March 2014, 133–142.
XL Liu, C Luo, W Hu, F Wu, in INFOCOM, Orlando. Compressive broadcast in MIMO systems with receive antenna heterogeneity. 25–30 March 2012, 3011–3015.
XL Liu, W Hu, C Luo, F Wu, Compressive image broadcasting in MIMO systems with receiver antenna heterogeneity. Signal Process. Image Commun. 29, 361–374 (2014).
H Cui, C Luo, CW Chen, F Wu, in Proceedings of the IEEE INFOCOM. Robust uncoded video transmission over wireless fast fading channel. Toronto, 1–2 May 2014, 73–81.
S Jakubczak, D Katabi, SoftCast: one-size-fits-all wireless video. ACM SIGCOMM Comput. Commun. Rev. 41, 449–450 (2011).
MB Schenkel, C Luo, F Wu, P Frossard, in Proceedings of Visual Communication and Image Processing. Compressed sensing based video multicast. Huangshan, 11–14 August 2010, 1–9.
L Gan, in Proceedings of the International Conference on Digital Signal Processing. Block compressed sensing of natural images. Cardiff, 1–4 July 2007, 403–406.
S Mun, JE Fowler, in Proceedings of the IEEE International Conference on Image Processing. Block compressed sensing of images using directional transforms. Cairo, 24–26 November 2009, 3021–3024.
E Fowler, S Mun, EW Tramel, in Proceedings of the European Signal Processing Conference. Multiscale block compressed sensing with smooth projected Landweber reconstruction. Barcelona, 29–31 August 2011, 564–568.
C Chen, EW Tramel, JE Fowler, in Proceedings of the 5th Asilomar Conference on Signals, Systems, and Computers. Compressed-sensing recovery of images and video using multihypothesis predictions. Pacific Grove, 8–11 November 2011, 1193–1198.
EW Tramel, JE Fowler, in Proceedings of the IEEE Data Compression Conference. Video compressed sensing with multihypothesis. Pacific Grove, 29–31 March 2011, 193–202.
WQ Yang, DM Spink, TA York, H McCann, An image-reconstruction algorithm based on Landweber’s iteration method for electrical-capacitance tomography. Meas. Sci. Technol. 10, 1065–1069 (1999).
T Blumensath, ME Davies, Iterative thresholding for sparse approximations. J Fourier Anal. Appl. 14, 629–654 (2008).
N Kingsbury, Complex wavelets for shift invariant analysis and filtering of signals. Appl. Comput. harmonic analysis. 10, 234–253 (2001).
L Sendur, IW Selesnick, Bivariate shrinkage functions for wavelet-based denoising exploiting interscale dependency. IEEE Trans. Sig. Process. 50, 2744–2756 (2002).
LJ Cimini, Analysis and simulation of a digital mobile channel using orthogonal frequency division multiplexing. IEEE Trans. Commun. 33, 665–675 (1985).
CL Lawson, RJ Hanson, Solving Least Squares Problem (Society for Industrial and Applied Mathematics (SIAM), 1974).