基于HEVC的监控视频编码研究

来源 :北京工业大学 | 被引量 : 0次 | 上传用户:zhz_8512
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
视频监控系统是视频技术与网络技术高速发展汇聚而成的具有变革性的信息系统。存储和数字采集技术的发展为视频监控系统的快速发展奠定了坚实的基础。视频监控系统在城市管理、智慧城市和打击违法犯罪等领域发挥着重要作用。视频监控系统中的摄像头遍布城市的各个角落,同时带来了海量的监控视频信息,对当前的视频编码标准带来了新的挑战。监控视频具有相对固定的场景信息,这是与传统自然视频图像不同的结构特点。当前的图像或视频压缩标准与技术并不能高效的对监控视频进行压缩处理,鉴于监控视频的重要性,探索高效的监控视频压缩方案变得势在必行。High Efficiency Video Coding(HEVC)是新一代视频压缩标准,引入许多新的编码技术来提高视频的压缩效率。  本文基于HEVC标准的框架结构,针对监控视频的结构特点,提出相应的算法来提高监控视频的压缩效率和压缩质量,研究内容主要有如下两个方面:  1.监控视频具有相对固定的场景信息,针对这一结构特点,提出了基于动态背景模型的编码方案,该方案分为动态背景帧的提取算法,多层差值优化算法,动态背景模型编码三个部分。首先提取动态背景帧,动态背景帧像素值初始化为0,并在块级别根据当前帧和最近一帧参考帧的像素差值动态更新像素值。运动缓慢的前景区域有时会被误认为背景区域,为了获取干净的背景图像,本文提出多层差值算法,根据不同大小的像素块差值更新背景图像。最后,将动态背景模型编码方案作为一种新的模式写入HEVC编码框架,并将率失真优化作为新模式选取的判断标准。实验结果表明,和HEVC标准测试模型相比,基于动态背景模型的编码方案能够显著提高监控视频的编码效率。  2.为了优化监控视频混合区域的编码质量,本文提出基于动态背景模型的监控视频混合区域编码方案,该方案包括混合区域判别算法,分像素插值优化算法和混合区域编码模式的嵌入三个部分。首先是混合区域的判别,混合区域包含前景区域和背景区域,本文通过背景图像和运动补偿之间的差值来确定混合区域。分像素插值优化算法是对混合区域的分像素插值过程进行优化处理,获取更高质量的运动补偿结果。最后,将混合区域编码方案嵌入HEVC标准的编码框架中,首先通过运动估计获取运动向量,然后对运动补偿过程的分像素插值进行优化处理。最后的实验结果也表明,和HEVC标准测试模型相比,文中提出的方案能够提高监控视频混合区域的编码性能。
其他文献
目前社交网络媒体已逐渐取代传统新闻媒体,成为人们获取信息、交流观点、发表意见的主要平台。但是随着微博参与者数量的爆发式增长,用户面临“信息过载,知识缺乏”的窘境。
几乎所有的恶意程序样本都被一个可执行的保护包裹,为了静态分析恶意程序样本,必须先移除可执行保护(称之为软件反保护)。而与此正好相反,为了保护软件的核心技术不被逆向工程和未
联机分析处理(Online Analytical Processing,OLAP)是数据仓库系统中的一种多维数据分析技术,操作的对象是多维数据集。联机分析处理服务器与多维数据展示工具是联机分析处理系
随着信息化进程的不断扩大,人们将面对越来越多需要处理的数据。如何在这样海量的数据信息中便捷快速而又准确地获取所需是其中一个人们所关心的话题,搜索引擎也因此应运而生。
随着数据呈现海量式的增长方式,数据规模和数据维度都在不断增加,数据的冗余问题越来越严重,而且用户对于数据的需求也逐渐出现差异化,不同部门或者研究者对于数据的采集及处
无线传感器网络是一种由带着无线通信装置的终端节点组成的多跳的、对等的自治系统。由于其无需架设网络基础设施,组网快速灵活,具有抗毁性强,低成本和易于维护等优点,在战场通信
图像的颜色渐变,是指图像像素点的RGB颜色值按照一定的递增或者递减或者其他有规律的形式进行变化的一种方式。图像的颜色渐变是图像的重要模式之一,许多自然图像和计算机图片
揭示人类视觉机理是智能科学的重要任务之一,动态视野是评价视觉特征,进而研究视觉机理的一项重要指标,也是实现机器视觉的一个基本参数。准确评价动态视野对人脑功能、视觉机理
行人检测是计算机视觉领域重要的研究课题,由于其广泛的应用场景和巨大的商业价值,一直以来都是研究的热点。  虽然行人检测经过了长期的发展,已经取得了一些进展,但其性能距离
文档是信息的载体,互联网的飞速发展使得信息传播方式发生了变革,传统的纸质文档由于信息传播不便、难于保存和管理、信息检索受限,正在日益被电子文档替代。电子文档不但节约了