Phương pháp tạo thông tin phụ trợ cho mã hóa video phân tán

i tới nghĩa là giải mã thành 
công. Các bit này được đưa đến khối tái tạo và xử 
lý sau. Cuối cùng được đưa tới khối giải lượng tử 
và biến đổi DCT ngược để có chuỗi video được 
giải mã.
III. THUẬT TOÁN TẠO THÔNG TIN PHỤ TRỢ 
SỬ DỤNG KÍCH THƯỚC KHỐI THAY ĐỔI
Như đã đề cập ở trước, cách tiếp cận của DVC tập 
trung vào giảm độ phức tạp tính toán tại bộ mã hóa, 
đây chính là phần phức tạp nhất trong các kiến trúc 
mã hóa video dự đoán. Thêm vào đó, phương pháp 
trong [11] sử dụng ước lượng tương quan của các 
khối đầu vào kích thước 4 × 4 cho tất cả các khung 
hình trong chuỗi video. Để giảm thời gian mã hóa 
hơn nữa, bài báo này sẽ đề xuất phương pháp sử 
dụng kích thước khối đầu vào thích ứng để tăng 
cường hiệu năng của hệ thống DVC. Sơ đồ khối bộ 
mã hóa được trình bày trong Hình 4.
DCT Bộ lượng tử hóa
Mã hóa 
syndrome
Tính 
CRC
Bộ mã hóa 
H.264/AVC 
Dữ liệu 
video đầu 
vào
Luồng bit 
mã hóa
Lựa chọn 
kích thước 
khối
Khung 
hình Intra
Khung 
hình WZ
Hình 4. Sơ đồ khối bộ mã hóa DVC thích ứng
PHƯƠNG PHÁP TẠO THÔNG TIN PHỤ TRỢ CHO MÃ HÓA VIDEO PHÂN TÁN
Tạp chí KHOA HỌC CÔNG NGHỆ 
THÔNG TIN VÀ TRUYỀN THÔNG14 Số 2 (CS.01) 2016
Phân loại khung hình: Trước hết, chuỗi video được 
chia thành hai loại là khung hình WZ và khung 
hình I (intra coding). Các khung hình lẻ được mã 
hóa truyền thống theo chuẩn H.264 ở chế độ I và 
các khung hình chẵn được mã hóa theo phương 
pháp WZ.
Lựa chọn kích thước khối dựa trên ước lượng tương 
quan của các khung hình đầu vào: Trong [1], mỗi 
khối đầu vào kích thước 4 × 4, bộ mã hóa ước lượng 
mức độ tương quan với thông tin phụ trợ để cho 
phép giải mã đúng. Ở phía bộ giải mã, các dự đoán 
thông tin phụ trợ được tạo ra bằng cách tìm kiếm 
chuyển động của khối hiện thời kích thước 4 x 4 
trong một cửa sổ tìm kiếm kích thươc 16 x 16 trong 
khung hình trước đó. Trong tình huống khi tương 
quan giữa khung hình WZ và khung hình chính 
trước đó là cao, điều đó có nghĩa là khung hình WZ 
khá giống với khung hình chính. Vì vậy có thể giảm 
thời gian mã hóa bằng cách sử dụng kích thước khối 
lớn hơn. Trong thuật toán đề xuất, kích thước của 
các khối đầu vào được ấn định cho mỗi khung hình 
WZ tùy thuộc vào trung bình của các sai khác tuyệt 
đối (Mean of Absolutely Difference- MAD) giữa 
khung hình WZ và khung hình I trước đó. Công 
thức được mô tả trong biểu thức (4).
4x4 khi MAD > N
8x8 khi MAD N
S =  ≤
 (4)
trong đó: S là kích thước khối; N là giá trị ngưỡng. 
Nếu MAD > N, chúng ta coi rằng tương quan thấp 
và vì vậy để có thể khôi phục lại chính xác khung 
hình WZ tại bộ giải mã, ta sẽ sử dụng kích thước 
khối 4 × 4. Nếu MAD ≤ N, điều đó có nghĩa là 
tương quan cao và vì vậy sử dụng kích thước khối 
8 × 8. Trong phương pháp này, ngưỡng được tính là 
trung bình của MAD của các khung hình trước đó.
Biến đổi: Sau khi lựa chọn kích thước khối của mỗi 
khung hình WZ, khung hình đó được chia thành 
các khối kích thước 4 × 4 hoặc 8 × 8 tùy thuộc vào 
kết quả của bước trước và áp dụng biến đổi DCT 
vào mỗi khối. Biến đổi DCT được sử dụng để khai 
thác dư thừa không gian trong các khối ảnh.
Lượng tử hóa: Một bộ lượng tử hóa vô hướng được 
áp dụng vào các hệ số DCT thu được từ bước trước 
để tăng hiệu suất nén tương ứng.
Tạo syndrome: Với một khối các hệ số DCT lượng 
tử hóa, ta tính trung bình cường độ sáng của khối 
hiện thời và biến đổi nó thành 8 bit nhị phân mà 
ta gọi là x
i,j
 ở đó (i, j) là tọa độ của tâm khối hiện 
thời. Để đơn giản và giảm thời gian tính toán, x
i,j
được chia thành hai phần gọi là các bit trọng số lớn 
nhất (Most Significant Bits - MSB) và các bit trọng 
số nhỏ nhất (Least Significant Bits - LSB). Các bit 
MSB này được suy ra từ bộ giải mã vì nó được coi 
là có độ tương quan rất cao với các bit MSB của 
thông tin phụ trợ. Vì vậy các bit này không cần 
phải mã hóa và truyền đi từ bộ mã hóa. Đây là điều 
quan trọng có đóng góp lớn vào tỷ lệ nén. Số lượng 
các bit MSB càng lớn, tỷ lệ nén càng cao. Ngược 
lại, các bit LSB được coi là có tương quan thấp với 
các bit LSB của dự đoán khối tại bộ giải mã nên 
khó để dự đoán tốt tại bộ giải mã. Vì vậy, các bit 
này sẽ được áp dụng phương pháp mã hóa Coset.
Giải mã 
syndrome
Kiểm tra 
CRC
Ước lượng, 
tái tạo và xử 
lý sau
Tìm kiếm 
chuyển động
YES
NO
Dự đoán 
ứng viên
Luồng bit 
giải mã
Bộ giải mã 
H.264/AVC 
Luồng bit 
giải mã
Luồng bit 
mã hóa
Khung 
hình WZ
Khung 
hình Intra
Hình 5. Sơ đồ khối bộ giải mã DVC thích ứng
Mã dư thừa cyclic: Module mã dư thừa cyclic 
(Cyclic Redundancy Code - CRC) có mục đích tạo 
ra một chữ ký nhị phân để kiểm tra khối được giải 
mã, từ đó lựa chọn được ứng viên thông tin phụ trợ 
tốt. Tại bộ giải mã có thể có nhiều ứng viên thông 
tin phụ trợ và với mục đích xác định được khối giải 
mã đúng, ta sử dụng tổng kiểm tra CRC được gửi 
tới bộ giải mã. Bởi vì tất cả các ứng viên thông tin 
phụ trợ đều có mức tương quan nào đó với khối 
được mã hóa nên các ứng viên đã giải mã được 
coi là các phiên bản lỗi của khối đó. Do đó, CRC 
là cách để tìm ra ứng viên thông tin phụ trợ nào đã 
được giải mã không có lỗi để tạo ra kết quả giải mã 
thành công. Hiện nay có nhiều mã CRC với chiều 
dài và khả năng phát hiện sai khác nhau. Trong bài 
báo này sử dụng một mã CRC 16 bit (CRC-16) 
để phát hiện giải mã thành công trong hệ thống. 
Đa thức sinh cho mã CRC-16 được biểu diễn trong 
biểu thức (5):
16 12 5 1x x x+ + + (5)
Nguyễn Thị Hương Thảo, Vũ Hữu Tiến, Vũ Văn San
Tạp chí KHOA HỌC CÔNG NGHỆ 
THÔNG TIN VÀ TRUYỀN THÔNG
Số 2 (CS.01) 2016 15
Về phía giải mã, sơ đồ khối bộ giải mã được mô tả 
trong Hình 5 và được mô tả chi tiết dưới đây.
Tìm kiếm chuyển động: Module tìm kiếm chuyển 
động có mục tiêu cung cấp một phiên bản bù chuyển 
động của khối hiện thời cho bộ giải mã syndrome. 
Trong thực tế, module này phải tạo ra các ứng viên 
thông tin phụ trợ và kết hợp với syndrome nhận 
được để dẫn đến giải mã khối thành công. Bộ giải 
mã tìm kiếm thông tin phụ trợ trong một cửa sổ 
16 × 16 quanh khối hiện thời và gửi thông tin phụ 
trợ này tới bộ giải mã syndrome.
Bộ giải mã syndrome: Module này có trách nhiệm 
lựa chọn các từ mã lượng tử hóa từ các coset trong 
khi thực hiện khai thác thông tin phụ trợ được gửi 
tới từ module tìm kiếm chuyển động ở trên. Dựa 
trên chỉ số Coset, bộ giải mã syndrome tìm trong 
Coset từ mã nào gần với thông tin phụ trợ nhất. 
Khối được giải mã này được gửi tới module tính 
toán CRC để kiểm tra tiếp.
Tính CRC: Vì với mỗi dự đoán ứng viên, chúng 
ta sẽ giải mã ra một chuỗi từ mã từ tập các từ mã 
được gán nhãn bởi syndrome, cần phải thực hiện 
tính CRC để rút ra từ mã mà bộ mã hóa đã dự định 
gửi. Với mỗi dự đoán ứng cử viên, nếu CRC tính 
được giống với giá trị CRC đã gửi đến thì giải mã 
được coi là thành công. Nếu không thì tiếp tục lấy 
dự đoán ứng viên khác từ module tìm kiếm chuyển 
động và toàn bộ quá trình kiểm tra được lặp lại.
Tái tạo: Module này có mục đích lấy được giá trị 
DCT tương ứng với mỗi hệ số lượng tử hóa, vì vậy 
tái tạo lại nguồn bằng một phiên bản xấp xỉ của 
khối các hệ số DCT đã mã hóa.
Biến đổi ngược: Khi tất cả các hệ số đã được giải 
lượng tử, thực hiện quét zig-zag đã được thực hiện 
tại bộ mã hóa sẽ được làm ngược lại để lấy được 
khối hai chiều các hệ số được tái tạo. Các hệ số 
biến đổi sau đó được biến đổi ngược để thu được 
các pixel ban đầu.
IV. KẾT QUẢ VÀ THẢO LUẬN
Trong mô phỏng này, hiệu năng của phương pháp 
kích thước khối thay đổi đề xuất (Adaptive Block 
Size - ABS) được so với phương pháp sử dụng kích 
thước khối cố định trong [11]. Các chuỗi video 
định dạng QCIF được sử dụng trong mô phỏng là 
các chuỗi Akiyo, Container, Foreman và Carphone. 
Mỗi chuỗi được thử nghiệm với 100 khung hình.
Bảng I mô tả PSNR trung bình và tổng số bit để 
mã hóa các chuỗi video. Các kết quả mô phỏng 
cho thấy PSNR trung bình của phương pháp đề 
xuất cao hơn PSNR của phương pháp sử dụng kích 
thước khối 8 × 8 và PSNR của phương pháp sử 
dụng kích thước khối 4 × 4 trong một số trường 
hợp với chuyển động ít như các chuỗi video Akiyo 
và Container. Lý do là vì phương pháp 8 × 8 có 64 
chỉ số coset. Vì vậy, tại bộ giải mã, giải mã thành 
công thấp hơn phương pháp thích ứng và phương 
pháp 4 × 4.
Bảng I. PSNR (dB) trung bình 
của các chuỗi video thử nghiệm
Kích thước 
khối Akiyo Container Carphone Foreman
4 x 4 38,86 40,94 36,14 37,55
8 x 8 38,75 40,81 36,01 37,31
ABS 38,92 40,96 36,20 37,41
Bảng II. Số lượng bit trung bình trong một khung hình
Kích thước 
khối Akiyo Container Carphone Foreman
4 x 4 101376 101376 101376 101376
8 x 8 82368 82368 82368 82368
ABS 93012 91112 95343 94131
Trong bảng II, tổng số bit trung bình của phương 
pháp đề xuất luôn nhỏ hơn phương pháp 4 × 4 và 
cao hơn phương pháp 8 x 8. Trong phương pháp 
4 × 4, số các khối luôn là lớn nhất và không thay 
đổi cho các chuỗi video bởi vì số các khối là không 
đổi trong mỗi khung hình. Vì vậy, số lượng các 
bit LSB được sử dụng để mã hóa các khối trong 
phương pháp này là cao nhất. Trong phương pháp 
8 × 8, số lượng các khối là thấp nhất và vì vậy số 
lượng các bit mã hóa là thấp nhất. Bằng cách sử 
dụng kích thước khối thích ứng trong phương pháp 
đề xuất, mặc dù số lượng các bit mã hóa không 
phải thấp nhất nhưng PSNR của phương pháp này 
là cao hơn so với các phương pháp khác.
PHƯƠNG PHÁP TẠO THÔNG TIN PHỤ TRỢ CHO MÃ HÓA VIDEO PHÂN TÁN
Tạp chí KHOA HỌC CÔNG NGHỆ 
THÔNG TIN VÀ TRUYỀN THÔNG16 Số 2 (CS.01) 2016
(a) Original frame (b) 8x8 (PSNR = 38.86 dB)
(c) 8x8 (PSNR = 38.76 dB) (d) ABS (PSNR = 38.91 dB)
Hình 6. PSNR của khung hình thứ 30 
trong chuỗi video Akiyo
Hình 6 mô tả PSNR của khung hình thứ 30 trong 
chuỗi video Akiyo. Các kết quả cho thấy cách tiếp 
cận dựa trên kích thước khối thích ứng của phương 
pháp đề xuất đạt được giá trị PSNR cao hơn trong 
khi tổng thời gian mã hóa thì thấp hơn phương 
pháp sử dụng kích thước khối 4 x 4. 
V. KẾT LUẬN
Trong kiến trúc DVC, việc tạo thông tin phụ trợ 
là một trong các bước quan trọng để cải thiện hiệu 
năng của hệ thống. Để có thông tin phụ trợ chính 
xác giúp giải mã thành công, việc lựa chọn kích 
thước khối tại bộ mã hóa là quan trọng vì bước 
này xác định số lượng các chỉ số coset trong mã 
hóa syndrome. Do các bit LSB của mỗi pixel được 
giải mã từ các chỉ số coset tại bộ giải mã nên nếu 
số lượng các chỉ số coset càng cao thì khả năng sai 
lỗi trong giải mã syndrome càng cao và ngược lại.
Trong phương pháp đề xuất, kích thước khối được 
điều chỉnh theo giá trị MAD của các khung hình 
trong các chuỗi video. Kích thước khối thay đổi 
tại bộ mã hóa giúp điều chỉnh số lượng các chỉ số 
coset và vì vậy giảm sai lỗi trong giải mã syndrome 
tại bộ giải mã. Phương pháp đề xuất cho thấy tính 
hiệu quả dựa trên kết quả PSNR và tổng số bit cần 
mã hóa khi sử dụng kích thước khối thích ứng so 
với phương pháp sử dụng kích thước khối cố định.
TÀI LIỆU THAM KHẢO
[1] A. Aaron, R. Zhang, and B. Girod, Wyner-
Ziv coding of motion video, 36th Asilomar 
Conference on Signals, Systems and 
Computers, 2002.
[2] J. Ascenso, C. Brites, and F. Pereira, Improving 
frame interpolation with spatial motion 
smoothing for pixel domain distributed 
video coding, 5th EURASIP Conference on 
Speech and Image Processing, Multimedia 
Communications and Services, 2005.
[3] L. Natrio, C. Brites, J. Ascenso, and F. Pereira, 
Side information extrapolation for low-
delay pixel-domain distributed video coding, 
International Workshop on Very Low Bitrate 
Video, 2005.
[4] A. Aaron and B. Girod, , Wyner-Ziv video 
coding with low-encoder complexity, Picture 
Coding Symposium, 2004.
[5] D. Slepian and J. Wolf, Noiseless Coding 
of Correlated Information Sources, IEEE 
Transactions on Information Theory, vol. 19, 
no. 4, pp.471-480, July 1973.
[6] A. Wyner and J. Ziv, The Rate-Distortion 
Function for Source Coding with Side 
Information at the Decoder, IEEE Transactions 
on Information Theory, vol. 22, no. 1, pp.1-10, 
January 1976.
[7] R. Puri and K. Ramchandran, PRISM: A 
new robust video coding architecture based 
on distributed compression principles, 40th 
Allerton Conf. Communication, Control and 
Computing,, Allerton, IL, USA, 2002.
[8] A. Aaron, R. Thang, and B. Girod (2002) 
“Wyner-Ziv Coding of Motion Video”, in Proc. 
Asilomar Conference on Signals and Systems, 
Pacific Grove, CA, USA, November 2002. 
[9] B. Girod, A. Aaron, S. Rane and D. Rebollo-
Monedero (2005) “Distributed Video Coding”, 
Proceedings of the IEEE, vol. 93, no. 1, pp. 71-
83, January 2005
[10] X. Artigas, J. Ascenso, M. Dalai, S. Klomp, 
D. Kubasov, M. Ouaret (2007) “The 
Discover Codec: Architecture, Techniques 
and Evaluation”, in Proc. of Picture Coding 
Nguyễn Thị Hương Thảo, Vũ Hữu Tiến, Vũ Văn San
Tạp chí KHOA HỌC CÔNG NGHỆ 
THÔNG TIN VÀ TRUYỀN THÔNG
Số 2 (CS.01) 2016 17
Symposium (PCS), Lisboa, Portugal, 
November 2007. 
[11] S. Milani and G, Calvagno, A Distributed Video 
Coder Based on the H.264/AVC Standard, 
15th European Signal Processing Conference, 
Poznan, pp.673-677, Poland, 2007.
A NEW METHOD IN GENERATING 
SIDE INFORMATION FOR DISTRIBUTED 
VIDEO CODING
Abstract: Distributed video coding is the 
promising solution for emerging applications such 
as wireless video surveillance, wireless video 
sensor networks that have not been supported by 
traditional video coding standards. Success of 
distributed video coding is based on exploiting the 
source statistics at the decoder with availability of 
some side information. The better the quality of 
side information, the higher the performance of the 
distributed video coding system. In this paper, a 
novel side information creation method is proposed 
by using different block sizes based on the residual 
information at the encoder. The proposed solution 
is compared with the previous PRISM solution and 
simulated results show that the proposed solution 
robustly improves the coding performance in some 
cases of test sequences. 
Keyword: DVC, Wyner-Ziv Coding
Nguyễn Thị Hương Thảo, nhận 
bằng tốt nghiệp đại học và Thạc sỹ 
Học viện Công nghệ Bưu chính Viễn 
thông vào các năm 2003 và 2010. 
Hiện giảng dạy và làm nghiên cứu 
sinh tại Khoa Kỹ thuật Điện tử 1 - 
Học viện Công nghệ Bưu chính Viễn 
thông. Lĩnh vực nghiên cứu: xử lý tín 
hiệu video, xử lý ảnh, lý thuyết thông 
tin.
Vũ Hữu Tiến, tốt nghiệp kỹ sư và Thạc 
sỹ tại Đại học Bách khoa vào các năm 
2002 và 2004. Nhận học vị Tiến sỹ 
năm 2011 tại Đại học Chulalongkorn, 
Thái Lan. Hiện công tác tại Khoa Đa 
phương tiện, Học viện Công nghệ 
Bưu chính Viễn thông. Lĩnh vực 
nghiên cứu: xử lý tín hiệu video, xử lý 
ảnh, đồ họa máy tính.
Vũ Văn San, nhận học vị Tiến sỹ năm 
2000 tại Viện Điện tử Viễn thông, Hàn 
Quốc. Hiện công tác tại Học viện 
Công nghệ Bưu chính Viễn thông. 
Lĩnh vực nghiên cứu: truyền dẫn và 
xử lý tín hiệu số.