基于對(duì)象的視頻編碼技術(shù)研究.pdf

1、隨著近幾十年來(lái)信息技術(shù)的發(fā)展，社會(huì)的信息化程度在不斷地提高，人們對(duì)視頻信息的需求也越來(lái)越迫切。數(shù)字視頻的應(yīng)用領(lǐng)域和使用范圍越來(lái)越廣泛，視頻編碼技術(shù)受到了前所未有的重視。MPEG-1/2標(biāo)準(zhǔn)的制定使數(shù)字視頻走進(jìn)了千家萬(wàn)戶，但是隨著計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)技術(shù)、數(shù)字技術(shù)、無(wú)線技術(shù)和視頻編碼技術(shù)的不斷發(fā)展，人們已經(jīng)不再滿足于被動(dòng)地接受多媒體信息，而期望更多的交互性。針對(duì)視頻編碼技術(shù)的發(fā)展，MPEG組織制定了MPEG-4國(guó)際標(biāo)準(zhǔn)，提供對(duì)任意形狀視頻對(duì)象

2、的編碼功能。MPEG-4基于對(duì)象的視頻編碼是實(shí)現(xiàn)基于內(nèi)容交互功能的關(guān)鍵。為了實(shí)現(xiàn)MPEG-4基于對(duì)象的視頻編碼的實(shí)際應(yīng)用，編碼效率和實(shí)時(shí)編碼技術(shù)是很關(guān)鍵的研究領(lǐng)域。 在表達(dá)視頻對(duì)象時(shí)，處在對(duì)象外的透明部分是沒(méi)有定義的，當(dāng)進(jìn)行視頻對(duì)象編碼時(shí)必須對(duì)其進(jìn)行填充，以提高壓縮編碼的效率。在第二章中，首先簡(jiǎn)要介紹了MPEG-4基于對(duì)象的視頻編碼的基本概念，然后在討論了現(xiàn)有的基于宏塊的重復(fù)填充算法和線性外插填充算法的基礎(chǔ)上，提出了一種擴(kuò)展平均

3、填充算法，用于填充重建的視頻對(duì)象平面(VideoObjectPlane,VOP)以外的透明部分。與現(xiàn)有的填充算法相比，擴(kuò)展平均填充算法更加充分地利用了VOP邊界象素信息，提高了填充值的精度；該算法并不區(qū)分水平或者垂直方向的填充，更符合對(duì)象運(yùn)動(dòng)方向的隨機(jī)性；該算法用VOP內(nèi)象素的均值來(lái)填充遠(yuǎn)離VOP邊界的透明區(qū)域，使不透明區(qū)域到透明區(qū)域的過(guò)渡更加平滑。仿真結(jié)果表明，擴(kuò)展平均填充算法在編碼效率(峰值信噪比和編碼比特的壓縮率)方面優(yōu)于現(xiàn)有的填

4、充算法：與基于宏塊的重復(fù)填充算法和線性外插填充算法相比，該算法的PSNR分別提高了0.1～0.2db和0.15～0.35db，編碼比特壓縮率分別提高了2～5﹪和2～6﹪。 形狀編碼是MPEG-4基于對(duì)象的視頻編碼的關(guān)鍵。在MPEG-4中，形狀編碼的核心算法是基于上下文的算術(shù)編碼(CAE)。當(dāng)進(jìn)行幀間形狀編碼時(shí)，為了提高CAE的編碼效率，必須對(duì)編碼的形狀信息進(jìn)行形狀運(yùn)動(dòng)估計(jì)。為了實(shí)現(xiàn)實(shí)時(shí)的形狀編碼，必須對(duì)形狀運(yùn)動(dòng)估計(jì)算法進(jìn)行優(yōu)化。

5、第三章首先簡(jiǎn)要介紹了MPEG-4中形狀編碼的基本概念，然后在討論了MPEG-4驗(yàn)證模型中形狀運(yùn)動(dòng)估計(jì)算法、基于內(nèi)在特性的形狀快速運(yùn)動(dòng)估計(jì)算法、基于邊界象素的形狀快速運(yùn)動(dòng)估計(jì)算法的基礎(chǔ)上，本文提出了一種基于對(duì)象邊緣的形狀快速運(yùn)動(dòng)估計(jì)算法。與現(xiàn)有的三種形狀運(yùn)動(dòng)估計(jì)算法相比，基于對(duì)象邊緣的形狀快速運(yùn)動(dòng)估計(jì)算法更加充分地利用了鄰近形狀塊之間形狀運(yùn)動(dòng)向量的相關(guān)性，提高了形狀運(yùn)動(dòng)向量預(yù)測(cè)值的精度；該算法還充分利用了形狀運(yùn)動(dòng)估計(jì)時(shí)的邊界特性——這也是

6、該算法的核心思想，把搜索區(qū)域設(shè)定在VOP的邊界附近，大大提高了形狀運(yùn)動(dòng)估計(jì)的速度，而邊界形狀塊的匹配精度并不會(huì)有明顯的下降。仿真結(jié)果表明，基于對(duì)象邊緣的形狀快速運(yùn)動(dòng)估計(jì)算法的形狀運(yùn)動(dòng)估計(jì)速度大大超過(guò)現(xiàn)有算法的形狀運(yùn)動(dòng)估計(jì)速度，其平均搜索點(diǎn)數(shù)只有MPEG-4驗(yàn)證模型中算法搜索點(diǎn)數(shù)的0.82﹪，而形狀的編碼效率并沒(méi)有降低。 為了實(shí)現(xiàn)視頻對(duì)象的實(shí)時(shí)紋理編碼，必須對(duì)紋理運(yùn)動(dòng)估計(jì)算法進(jìn)行優(yōu)化。第四章首先簡(jiǎn)要介紹了MPEG-4中視頻對(duì)象邊界

7、紋理的多邊形匹配方法，然后在討論了新三步搜索算法、四步搜索算法、基于塊的梯度降低搜索算法、鉆石搜索算法的基礎(chǔ)上，本文提出了一種基于對(duì)象的紋理快速運(yùn)動(dòng)估計(jì)算法。與現(xiàn)有的四種紋理快速運(yùn)動(dòng)估計(jì)算法相比，基于對(duì)象的紋理快速運(yùn)動(dòng)估計(jì)算法充分利用了視頻對(duì)象的形狀信息與對(duì)象邊緣宏塊的匹配特性——這也是該算法的核心思想，從而大大提高了邊界紋理宏塊的運(yùn)動(dòng)估計(jì)速度；該算法還充分利用了對(duì)象內(nèi)部宏塊運(yùn)動(dòng)的相關(guān)性，不僅避免了運(yùn)動(dòng)估計(jì)時(shí)匹配誤差陷入局部最小點(diǎn)，而且

8、提高了運(yùn)動(dòng)估計(jì)的速度；另外，該算法還充分利用了紋理宏塊的編碼特性，通過(guò)兩個(gè)中斷運(yùn)動(dòng)估計(jì)過(guò)程的判決方法來(lái)進(jìn)一步提高運(yùn)動(dòng)估計(jì)的速度。仿真結(jié)果表明，基于對(duì)象的紋理快速運(yùn)動(dòng)估計(jì)算法的運(yùn)動(dòng)估計(jì)速度比其它算法的運(yùn)動(dòng)估計(jì)速度快，其平均的搜索點(diǎn)數(shù)只有全局搜索算法(FS)搜索點(diǎn)數(shù)的0.57﹪，而匹配誤差保持相近。另外，該算法與其它紋理快速運(yùn)動(dòng)估計(jì)算法在技術(shù)上是互補(bǔ)的，因此最佳的運(yùn)行方式是聯(lián)合其它的紋理快速運(yùn)動(dòng)估計(jì)算法，以進(jìn)一步提高運(yùn)動(dòng)估計(jì)的速度——能夠和

9、其它快速運(yùn)動(dòng)估計(jì)算法聯(lián)合運(yùn)行是該算法的一個(gè)優(yōu)點(diǎn)。 為了能在PC上實(shí)時(shí)運(yùn)行MPEG-4的CoreProfile@Level2視頻編解碼器，必須對(duì)其進(jìn)行優(yōu)化。第五章首先介紹了MPEG-4基于對(duì)象的形狀編碼、運(yùn)動(dòng)估計(jì)與補(bǔ)償、紋理編碼以及相應(yīng)的解碼方法，然后對(duì)基于PC的軟件視頻編解碼器進(jìn)行了全面的優(yōu)化，本文提出了對(duì)MPEG-4基于對(duì)象的視頻編解碼器的優(yōu)化算法，大大提高了編解碼的速度，并降低了內(nèi)存需求。仿真結(jié)果表明，經(jīng)過(guò)優(yōu)化的視頻編解碼器