3分布式视频编码需要进一步研究的关键问题
目前分布式视频编码的研究已经获得到了很多较有意义的成果，然而距离实际应用还有不小的差距。前人探索性的研究,提供了许多富有挑战性的研究课题。
3.1编码复杂度与压缩效率的权衡
分布式视频编码是由于无线视频通信的需求而被提出的，并因此逐渐引起关注。但应用于无线环境下的分布式视频编码系统对编码器的要求较为苛刻，尤其是要求低编码复杂度和高压缩效率，然而要做到二者均达到最佳效果在实际系统中是非常困难的。如何权衡编码复杂度和编码的压缩性能是设计实用视频编码系统的一个重要课题。PRISM方案的研究结果显示，将运动估计的复杂度在编码器和解码器之间任意分担，不会造成率失真性能上限的损失。但此时的运动估计的匹配标准和方法与经典视频压缩不同的。经典视频编码的运动估计目标是使编码该图像块的目标码率最低，而分布式视频编码运动估计追求的是找到最相似的目标块，即二者运动估计的模型不同。分布式视频编码对运动估计模型的准确性要求更高，因而复杂度也更高。且压缩效率与该模型的准确度密切相关。如果将帧间相关估计全部移至解码端，则编码端的码率估计与码率控制必须通过反馈信道即依赖于解码端。
3.2当前解码帧和边信息的概率统计模型
边信息可以看成是当前待解码帧的加性噪声版本，因此当前帧和边信息之间的残差可以看成是统计相关信道引入的错误，而这些错误可以用编码端发送的校验码纠正过来。即分布式视频编码把每帧图像都看成彼此相关的信源，通常认为边信息和当前解码帧的概率分布近似满足Laplacian分布，而这一概率模型并不能精确地描述所有视频运动模式的可能性。实验表明，当前解码帧和边信息的概率模型对解码重建的健壮性有非常重要的影响，有参考文献如PRISM方案对其概率模型做了初步的探索，同时指出需要研究更为精确的数学模型解决该问题。
3.3K帧选择与辅助信息的质量
类似于传统视频编码中变换I、P、B帧的比例来获取不同的编码效果一样，在WZ编码中，可以通过变化K帧之间WZ帧的数量来获得各种要求的编码效果。如果在视频序列中，抽取高质量的K帧的比例增高，则WZ帧的辅助信息就会随之丰富，因此得到的重构和解码质量也相对较高，但是由于对K帧的编码方式是帧内编码，其码率远远高于WZ帧。且随着K帧比例的增高，整个系统码率也必然会逐步上升。K帧数量和辅助信息质量之间的权衡，对于整个系统的编码效率和最终的解码质量都是至关重要的。
3.4更有效的基于运动估计的边信息估值和联合解码重构算法
WZ帧的压缩效率主要来自于解码端对边信息的估计和联合解码重建。目前的直接把基于块的运动估计的方法加入分布式视频解码器的方法所能带来的增益有限，需要更加有效的运动估计方法。在WZ视频编码中运动估计和传统的视频编码中的运动估计有两个主要的区别。
第一，运动估计在整个视频系统中的位置不同。传统视频编码中，运动估计在编码端进行，在当前帧（原始数据)和已解码重建帧之间计算运动矢量；而在WZ视频编码中的运动估计是在解码端进行的，在解码的重建帧之间计算估计运动矢量。
第二，运动估计的计算准则不同。在传统的视频编码中，基于块的运动估计的主要计算准则是寻找最小MAD(meanabsolutedifference)，以至于达到最佳的压缩效果，所以计算出的运动矢量和真实的运动矢量不一定相同。在WZ视频编码中，估计的运动矢量通过时域内插得到边信息，如果所估计的运动矢量和真实的运动矢量有较大差距，内插出的图像会出现方块效应，造成当前的解码图像质量下降，所以在WZ视频编码中，估计的运动矢量需要尽可能地和真实运动矢量相一致。
基于Affine或Huber-Markov随机场或者光流的运动模型，或许可以进行更有效的边信息生成。由于考虑到编码复杂度和压缩效率，编码端不可能提供太多的比特负载，这就需要在解码端通过对已解码的重建帧做运动估计，利用先验概率模型进行边信息估值。同时在解码重建函数中，需要考虑在发生误码的情况下(如边信息估值错误或当前帧传输出错)，如何实现解码的最佳重建。对于采用什么方式的运动估计算法得出更为精确的边信息，如何构建更佳的解码重建函数，目前只有一些具体改进的算法提出，然而这些算法缺乏较为详细的实验数据和理论分析。
4结束语
对于视频压缩，DVC是一种全新的框架。该框架虽包括一些传统信源信道编码中常用的环节，如变换、量化、纠错编码、运动估计、码率控制等，但这些环节需要在新的框架下重新设计和优化。另外，DVC中还有一些特有的环节，如边信息的产生、虚拟信道统计相关性的估算、联合解码算法等，需要进一步地深入研究。