基于背景模型的監(jiān)控視頻編碼研究.pdf

1、視頻監(jiān)控是繼數(shù)字電視、視頻會議之后的一個新的大型視頻應用,是視頻技術(shù)和網(wǎng)絡技術(shù)經(jīng)過多年高速發(fā)展之后匯聚而成的一個具有變革性的大型信息系統(tǒng)。然而,長時間(數(shù)月甚至數(shù)年)拍攝的海量監(jiān)控視頻對視頻編碼提出了新的挑戰(zhàn)。一方面,傳統(tǒng)以預測/變換為核心的混合編碼方法已經(jīng)難以滿足監(jiān)控視頻對高壓縮率的需求。另一方面,視頻監(jiān)控系統(tǒng)中大量部署的是編碼器,因此要求使用低復雜度的編碼或轉(zhuǎn)碼算法實現(xiàn)監(jiān)控視頻實時存儲或再壓縮。
　　受模型編碼方法的啟發(fā),本文

2、致力于研究基于背景模型的高效監(jiān)控視頻編碼算法,主要創(chuàng)新點包括:
　　第一,研究了復雜度低、高效率的背景建模和更新算法,用于顯著去除監(jiān)控視頻中的背景冗余,適應低復雜度編碼的需求。設計了基于背景模型的監(jiān)控視頻編碼框架,證明了使用原始輸入圖像構(gòu)建的背景模型可以獲得更優(yōu)的率失真結(jié)果。在此基礎上,針對視頻編碼對背景模型的計算資源、存儲資源和編碼效率的要求,研究了兩種低復雜度的背景模型,建立了場景內(nèi)容和量化參數(shù)自適應的背景更新模型。與傳統(tǒng)背景

3、建模方法相比,兩種背景模型分別在較低和最低復雜度下實現(xiàn)最優(yōu)(平均1.19~1.23dB)和較優(yōu)(平均0.91~0.99dB)的編碼性能增益,所使用的背景更新模型可以進一步實現(xiàn)0.3~0.4dB的編碼質(zhì)量提升。此外,在極端環(huán)境視頻上的實驗也證明,所提出的模型對中等強度以上光照強度的各種天氣條件都具有很好的適應能力。
　　第二,提出了一種基于背景差分預測的自適應運動補償預測模型和編碼算法,用于提高監(jiān)控視頻中前、背景像素混合數(shù)據(jù)塊的預測

4、效率,這是對傳統(tǒng)編碼框架的創(chuàng)造性擴展。從理論上分析證明了在背景差分編碼下可以提高前、背景像素混合塊編碼效率的三個條件,設計了背景預測、短期預測和差分預測三種運動補償?shù)淖赃m應選擇機制和每種運動補償下的編碼模式選擇算法,建立了基于背景差分預測的自適應運動補償模型。與直接進行背景差分的編碼方法相比,實現(xiàn)了18.45~31.75％的碼率節(jié)省。與前景像素編碼性能最優(yōu)的長期參考關鍵幀編碼方法相比,本模型在編碼前景像素塊時峰值信噪比提高了0.61~0

5、.74dB。
　　第三,研究了一種基于背景預測的幀間層級編碼優(yōu)化算法,用于解決最新的HEVC和AVS2標準在監(jiān)控視頻編碼時的壓縮效率問題,同時還明顯降低了編碼復雜度,實效性和創(chuàng)新性強。通過比較現(xiàn)有的適用于低延遲監(jiān)控視頻編碼的參考幀管理機制,分析了HEVC和AVS2層級編碼方法能夠提升性能的各原因,從實驗和理論兩方面論證了如何將建模背景與層級編碼相結(jié)合以減少率失真代價。在此基礎上,以提高編碼效率為目標,提出了基于背景預測的分層參考幀

6、選擇和基于背景相似圖像組檢測的分級量化參數(shù)調(diào)整優(yōu)化算法。以降低編碼復雜度為目標,設計了基于編碼單元分類的預測單元模式選擇、編碼單元劃分和運動估計加速算法。針對監(jiān)控視頻和會議視頻的實驗表明,本算法與 HEVC參考軟件相比能夠節(jié)省44.78%和13.79%的碼率,而且能夠把復雜度降低40%。
　　第四,設計了一種基于宏塊分類的監(jiān)控視頻降碼率轉(zhuǎn)碼算法,以很低的復雜度實現(xiàn)了轉(zhuǎn)碼效率的大幅度提高。該方法首先使用解碼數(shù)據(jù)建立和編碼背景圖像,進

7、而使用重建背景統(tǒng)計前景像素的分布情況,對待轉(zhuǎn)碼宏塊進行分類。以此為基礎,通過設計宏塊類別自適應的轉(zhuǎn)碼模式選擇、參考圖像選擇和運動估計精簡算法,顯著降低了轉(zhuǎn)碼過程中運動估計和模式選擇的復雜度。實驗表明該方法可以在H.264參考軟件上實現(xiàn)60~80倍的全解全編轉(zhuǎn)碼速度提升。采用該算法,針對AVS和 H.264標準設計實現(xiàn)的多路實時高清、超高清監(jiān)控視頻轉(zhuǎn)碼系統(tǒng)已被合作企業(yè)在產(chǎn)品中集成應用。
　　圍繞上述算法,向國家數(shù)字音視頻編解碼技術(shù)標