Adaptive Error Detection Using Causal Block Boundary Matching in Block-Coded Video

In this Paper, we Propose an effective boundary matching based error detection algorithm using causal neighbor blocks to improve video quality degraded from channel error in block-coded video. The proposed algorithm first calculates boundary mismatch powers between a current block and each of its causal neighbor blocks. It then decides that a current block should be normal if all the mismatch powers are less than an adaptive threshold, which is adaptively determined using the statistics of the two adjacent blocks. In some experiments under the environment of 16bi1s burst error at bit error rates (BERs) of 10$^{-3}$ -10$^{-4}$ , it is shown that the proposed algorithm yields the improvements of maximum 20% in error detection rate and of maximum 3.5㏈ in PSNR of concealed kames, compared with Zeng's error detection algorithm.

블록기반 부호화 비디오에서 인과적 블록 경계정합을 이용한 적응적 오류 검출

본 논문에서는 블록기반으로 부호화된 비디오 영상에서 전송 오류로 인하여 발생하는 화질저하를 개선하기 위하여 인과적 블록경계 정합법을 사용하여 효율적으로 복호가능 오류를 검출하는 알고리즘을 제안하였다. 제안된 방법에서는 먼저 현재 블록의 경계들과 인과적 주위블록외 경계들간 부정합 전력을 계산한다. 다음, 이렇게 구한 부정합 전력들 중 하나라도 인과적 주위 블록들의 통계적 특성을 사용하여 적응적으로 구한 역치보다 크면 오류가 있는 것으로 판단한다. 실제로 H.263으로 부호화된 비디오를 가지고 $10^{-3}$-$10^{-4}$ BERs에서 16비트 연속적인 비트 에러를 가지는 환경에서 제안한 방법을 적용하였다. 기존의 블록경계정합 오류검출법의 하나인 Zeng의 방법과 비교하면, 에러 검출율의 향상은 최대 20%, 그리고 검출된 오류를 은닉 처리한 결과영상의 PSNR 향상은 최대 3.5㏈임을 보여준다.