高效视频编码中帧内码率控制改进算法

针对失真漂移现象造成码率拉格朗日因子(R-λ)模型编码效率低的问题,提出一种考虑区域间失真关联性的高效视频编码(HEVC)帧内码率控制改进算法。首先根据帧内预测编码原理,对编码区域间的失真关联性进行分析,得到漂移的失真、当前失真与总失真之间的关系;然后利用编码像素值、参考像素值和参考像素重构值,准确地预测出漂移的失真值;最后结合传统的R-λ模型,获取基于失真漂移的拉格朗日因子λ,继而建立更准确的R-λ模型。实验结果表明,与原始的帧内码率控制算法相比,在相同的码率下所提算法可将编码码率平均降低1.7%,重构视频的峰值信噪比平均提高0.1 dB,证明所提算法的编码效率得到提升,且编码时间增幅非常小。     

基于Android系统的H.264视频监控设计

为解决移动终端传输视频图像质量低、传输速度慢的问题,将移动互联网中的Android系统开发技术和H.264视频编码方法相结合,设计并实现了H.264视频监控。采用了将Andro
id系统移植到ARM（Advanced Risc Machines）平台的方法和ARM平台采集视频数据的方法,分析了Android操作系统架构及其启动原理。该H.264视频编码采用基本档次的编码方法,平均峰值信噪比（PSNR：Peak Signal to Noise Ratio)达到38.210 dB,编码帧速率达到136.66 帧/s,与主要档次和高级档次的编码方法相比,具有更高的编码帧速率,实现了实时稳定的视频监控效果。     

使用前景/背景区域率失真特性的码率控制方法

为提高视频编码器码率控制的性能,根据视频内容将视频帧划分成包含主要运动物体的前景区域和相对静止背景的背景区域,分析各区域的率失真特性,提出一种适用于H.264/AVC编码器的基于区域的宏块层码率控制方法. 比特分配中,根据宏块的区域信息确定加权因子,自适应地为重要宏块分配较大的目标比特预算. 不同区域使用对应参数的二次模型确定宏块量化参数(quantization parameter,QP),并以已编码宏块的QP为参考调整计算所得QP,以降低前景与背景区域间、相邻宏块间的编码质量波动. 宏块编码结束后,根据实际编码信息更新各区域的码率控制参数. 实验测试表明,提出方法能够有效降低实际码率与目标码率之间的相对偏差,提高编码效率和解码恢复视频的主观质量。     

基于宏块合并的H.264模式选择算法

H.264新技术的引入提高了压缩效率,但同时编解码器运算复杂度也成倍增加.为了减小H.264的编码算法复杂度,对编码选项和模式选择算法进行了优化.算法以运动矢量合并为基础,采用1/4像素精度的细化运动估计以减低码率,对P帧宏块是否采用帧内编码模式,利用平均比特率和宏块平均边缘差值进行预判断.实验结果表明,算法在不增加峰值信噪比和码率的基础上,平均节省运动估计时间35.19%,节省编码时间48.98%.     

AVS视频标准中的分像素插值算法设计

AVS是我国具备自主知识产权的第二代信源编码标准.在它的视频编码中采用了1/2像素或者1/4像素的运动估计,这样就能提高运动矢量位移的精度,使得帧间剩余误差变小,压缩比就能提高.本文在介绍AVS中的分像素插值原理的基础上,给出了一种在实际应用中可行的算法.     

基于混合差分法的运动目标检测

为了提高背景重建速度和目标检测精度,提出了基于混合差分的运动目标检测方法.采用一种基于统计模型的区域像素级背景重建方法.结合帧差分法对于环境的适应性和背景差分法目标检测的准确性.首先用帧差分法得到目标最大的可能区域,在该区域进行像素级背景重建.然后用背景差分精确提取目标区域.既克服了单纯帧差分对于目标运动速度的限制,又缩小了背景差分的区域,使运动目标检测的时间复杂度迅速降低.通过实验,验证了该方法在检测精度和速度上的优势,可以应用于视频监控和目标跟踪领域.     

基于H.264的码率控制算法

为了更好地控制视频压缩码流的输出,该文基于最新的视频编码标准H.264提出一种改进的码率控制算法.该算法解决标准中原算法码率分配过于平均和不能充分利用已编码帧历史信息的问题.该算法引入内容复杂度因子使得码率分配更加准确,并在预测量化参数时引入量化参数调整因子,根据已编码帧的历史信息更准确地调整当前帧要使用的量化参数.实验结果表明: 与原算法比较,该算法在更能准确控制码率的情况下,视频输出序列的峰值信噪比平均提高0.23 dB, 取得更好的码率控制效果,便于接收端获得更加稳定的压缩视频流.     

面向监控视频内容自适应的通用视频编码量化参数级联

最新通用视频编码(VVC)标准测试模型VTM推荐的JCTVC-X0038量化参数级联方法未考虑监控视频的内容特性，编码效率低。针对这一问题，提出了一种有效考虑监控视频空时域内容特性的VVC量化参数级联方法(SCA-QPC)。基于VVC混合编码框架原理，理论分析得出时间层及监控视频的空时域内容特性是影响量化参数(QP)选择的关键因素，设计编码实验对理论分析结果进行验证；采用梯度和背景帧差分别评测监控视频的空域和时域特性，将梯度和背景帧差作为反向传播神经网络的输入，构建预测低时延结构时间层对应最优QP的模型；提出适用于VVC标准有效提高监控视频编码效率的量化参数级联方法。与当前最先进的JCTVC-X0038量化参数级联方法相比，对于所有测试序列，SCA-QPC对应的平均BD-rate为-4.26%。研究对于VVC编码框架中量化参数级联和码率控制模块的优化具有指导意义。     

AVS空间可伸缩编码中降采样滤波器的设计

在AVS空间可伸缩编码中为了进一步提高视频图像的质量,尤其针对丢失信息量较大的降采样部分,提出了一种基于预测模式的新型降采样方法。该方法对I帧每种不同的预测模式采用不同的滤波器,为每一种编码模式选择最优效果的滤波器,从而从局部优化达到整体优化的效果;P帧根据帧间预测模式选择高低阶数不等的滤波器,把图像的平坦部分和细节部分分开处理。实验结果表明,该方法能提高信噪比,有效的改善图像质量。     

移动无线互联网接入中视频编码码率的控制策略

建立了用于接入移动无线互联网的视频编码转换模型,提出了自适应运动矢量估值方法.将编码转换码率控制分为图像层控制和宏块层两级,首先对每帧图像的编码比特数进行预分配,然后采用小波变换系数来表征图像特征,为帧内不同特征的宏块选用不同的量化因子,提出一种新的码率控制策略.模拟实验结果表明该方法在视频图像质量没有明显失真的前提下,提高了视频编码转换速度;编码转换输出码流和编码转换缓冲区占用量较稳定,重建图像的信噪比得到明显的改善.     

一种微小视频变化的移动检测方法

提出了一种用于数字视频监控系统中运动物体检测和报警的优化背景差法。针对该算法本文进行了详细的分析,并设计了算法流程。用此算法重建背景图像以及用图像差分算法计算像素改变比例,能监测慢速、微量变化的运动物体。最后与相邻帧差法进行了实验比对,实验结果表明该方法有明显的优势。优化背景差法实现简单、快速、有效,适用于对重点区域进行微小移动监测的监控系统。     

AVS立体视频编码标准

AVS (audio video coding standard) 工作组是由中国信息产业部科学技术司批准成立的数字音视频编解码技术标准工作组, 其任务是制定面向国内和国际应用需求的一系列技术标准. 2008 年起, AVS工作组展开了双目立体视频编码标准的制定工作,即在AVS-P2 中采用双路拼接和双目联合预测两种立体视频编码方案, 并且为了支持不同终端的立体视频服务, 系统层分别对每种编码方案设置独立的内容描述子, 以告知接收端传输的内容与相关格式. 如今, AVS 双目立体视频编码标准的制定工作已接近尾声, 而多视点视频编码标准和自由视点视频编码标准的制定将成为AVS 3D Adhoc工作组下一阶段的研究目标.     

智能视频监控中高效运动目标检测方法研究

针对智能视频监控中的运动目标检测技术,提出了通过帧间差分法重建背景图像,辅以背景差分法分离当前帧图像中的背景点和运动目标点,然后通过滤除非连续运动目标点来减少误识率的方法.采用自适应背景更新方法,使背景每隔一定的时间间隔更新一次,以达到理想的分割效果.     

煤矿视频监控系统设计

设计了一套针对煤矿系统应用的视频监控系统,整个视频监控系统由视频前端采集、视频压缩编码处理、网络传输控制等模块组成。视频采集部分采用面向数字多媒体应用的DSP—TMS320DM642完成高分辨率视频数据采集,完全满足实时性要求。为了对数据进行实时的采集和处理,在DM642平台移植适合嵌入式应用的实时操作系统——μC／OS—II。视频压缩处理采用自主知识产权的AudioVideocodingStandard（AVS）编码标准,完成AVS编码在达·芬奇平台TMS320DM642移植。网络传输控制使用SIP做访问控制协议。RTP／RTSP做传输协议。本系统通过对煤矿系统的实时监测,可迅速有效地应对各种突发事件,减少人员伤亡和财产损失。     

用于AVS码流复制控制的数字水印

为应对日益严重的盗版问题,针对AVS视频标准提出了一种基于哥伦布码字调制的码流域水印嵌入算法,实现对视频码流信息的完整性保护并用于复制控制．在AVS码流中,基于码字与待嵌入比特之间的映射规则,采用等码长对码调制算法,调制相应的哥伦布码字实现水印信息的嵌入．信息的嵌入过程中,为了不影响视频重建图像的主客观质量,限制了水印信息的嵌入点,增强了水印信息的隐蔽性．信息的提取过程不需要原始视频内容,也不需完全解码,而只要对码流中的哥伦布码字进行解码即可．实验结果表明,所提出的水印算法在获得较高嵌入率的同时,不改变码流的比特率,基本不影响视频的主客观质量,没有增加大量的运算,复杂度低,速度快,能有效将水印信息嵌入到视频码流中,实现视频数据的复制控制功能．     

Background Subtraction and Frame Difference Based Moving Obiect Detection for Real-Time Surveillance

A new real-time algorithm is proposed in this paper for detecting moving object in color image sequences taken from stationary cameras. This algorithm combines a temporal difference with an adaptive background subtraction where the combination is novel. When changes occur, the background is automatically adapted to suit the new conditions. For the background model, a new model is proposed with each frame decomposed into regions and the model is based not only upon single pixel but also on the characteristic of a region. The hybrid presentation includes a model for single pixel information and a model for the pixel's neighboring area information.This new model of background can both improve the accuracy of segmentation due to that spatial information is taken into account and saliently speed up the processing procedure because portion of neighboring pixel can be selected into modeling. The algorithm was successfully used in a video surveillance system and the experiment result shows it can obtain a clearer foreground than the single frame difference or background subtraction method.     

基于帧间差分的ViBe运动目标检测

针对光线变化时现有前景检测方法易将背景检测为运动目标、形成大片阴影的问题,本文利用帧差法对光线变化的不敏感性,对基于ViBe的背景建模、前景检测算法进行改进。结合帧间差分的ViBe前景检测方法包括背景初始化、背景模型更新及后期图像处理三个模块。该方法在更新背景模型时,加入了帧间差分判别多阈值比较,并依据帧间差分的结果对背景更新率进行动态调整,最后对背景建模后的检测结果进行形态学处理,针对大的噪点进行轮廓提取及判定,最终检测出运动目标。针对不同条件下监控视频的试验结果表明,本文方法初始化速度快、实时性好,有效地抑制了由于光线干扰形成的大片鬼影区域。     

双国标移动数字电视接收机中的AVS视频解码器设计

AVS(Audio Video Coding Standard)是由我国自主提出的第一个音视频编解码标准。在数字音视频系统的领域中主要有三种技术标准:MPEG4、H.264和AVS。国家视频标准(AVS)和国家地面数字电视标准(DMB-T)联合打造出了"双国标"的工程。目前,中国已经有很多的城市已经采用国标地面数字电视广播。该论文介绍了由我国自主提出的第一个最新视频编解码标准AVS,以及软件开发的流程,考虑到视频解码的环路滤波、1/4精度像素插值等典型运算量因素,并且在基于DSP的视频解码平台实现了AVS视频解码优化,在TI的CCS环境下进行了开发及测试,结果表明实现了优化并达到了实时解码效果。     

基于背景差法的运动目标检测

视频序列图像中,视频分割的主要目的是要在视频序列中分割出具有意义运动对象实体.背景差法能够很好地从一段视频中提取出运动目标.可靠的背景图像的提取是该算法的关键.表述了一种新的背景提取算法,利用图像序列的灰度统计特性来提取背景图像,并利用Surendra背景更新算法根据每帧图像对背景进行更新已获得可靠的背景.然后,将当前帧与背景作差,并对差值图像进行适当处理,这样运动目标就能够被精确地提取出来.