论文部分内容阅读
随着视频分析、处理和传输技术要求的不断提高,视频监控系统已由原来的模拟方式向数字化、智能化方向改进,但却导致了视频监控数据的急剧增加,使得现有的视频编码标准已不能满足新型视频应用的发展要求。新一代高效视频编码标准H.265/HEVC(High Efficiency Vedio Coding)提供了多项新的技术,随着自身不断完善的同时将逐渐取代H.264/AVC,并逐步应用于各类视频编码业务中。HEVC采用的新技术使得编码效率相比于H.264提高了一倍,但这些新技术也使得编码计算复杂度成倍增加。近年来,如何采用有效的方法减小HEVC的编码计算复杂度一直是HEVC视频编码研究工作的重中之重。为了提高编码效率,本文将智能视频监控技术和HEVC编码标准相结合,从HEVC编码框架的关键模块入手,深入学习各关键编码模块的技术原理,通过详细研究编码单元块(Coding Unit,CU)的划分算法和熵编码技术原理,提出了基于高关注度区域对CU块划分和熵编码技术的改进算法。首先为本文的改进算法做前期工作,提取视频序列中的高关注区域,也称作感兴趣区域即监控视频中的运动目标区域,感兴趣区域主要利用Kinect和立体视频的深度信息和混合高斯模型法提取视频序列中的背景信息结合深度信息定义和背景差分法得到;其次将提取的感兴趣区域关联到视频的编解码过程中,针对已获取的感兴趣区域,对HEVC中CU块划分提出提前终止策略,减少不必要的率失真代价计算,加快编码效率,该方法在保证视频编码质量损失较小的前提下,平均编码时长缩减54.35%,显著提升了编码效率;最后考虑到CU块划分对熵编码的影响,利用感兴趣区域对原始率失真算法进行改进,在保证视频图像质量和编码复杂度相对不变的情况下,减少了51.6%的比特率,明显改善了HEVC原有算法的压缩性能。