摘要
随着人们对公共环境安防和日常生活安全要求的不断提高，视频监控系统的应用呈现出快速增长的趋势，海量监控视频数据给网络传输和媒体存储带来了挑战。高性能视频编码(HighEfficiencyVideoCoding,HEVC)采用高效编码技术，大幅度提高了视频的编码性能，能实现对监控视频进行有效压缩。在给定的目标比特率条件下对监控视频进行编码，并保证编码后的视频质量，以及感兴趣区域的编码质量，是视频监控系统中的一项关键技术。本文基于HEVC框架，针对监控视频中存在大片背景区域，少部分前景区域的特点，采用码率控制技术，对所关注的区域分配更多的编码资源，确保纹理复杂区域和动态对象前景区域的编码质量，并提升码率控制精度。本文的主要研究内容如下： 1.针对高性能视频编码最大编码单元(LargestCodingUnit,LCU)层码率控制算法对监控类视频的目标比特分配不合理，纹理比较复杂的占比因子和能量占比因子考虑不全，导致率失真性能损失较大的问题，本文提出了一种考虑图像复杂度综合因子的监控类视频最大编码单元层码率控制算法。该算法首先通过Scharr算子和Hadamard变换分别检测视频编码区域的纹理复杂度和能量分布，获取监控视频的空间信息；然后对纹理复杂度因子和能量占比因子进行联合加权，构建了一种新的权重计算公式，用于指导LCU层的目标比特优化分配，并进行模型参数的调整。实验测试结果表明，本文算法在低延迟P配置和B配置下，与自适应比率比特分配算法相比，比特率相对误差平均上升了0.008%和0.006%，率失真性能平均提高了4.8%和6.4%。 2.为了解决在有限码率下的监控视频感知率失真性能损失较大的问题，根据HEVC的码率控制算法和监控视频的特性，本文提出一种基于感兴趣区域的监控类视频编码码率控制算法。针对帧层，先从待编码监控视频帧的统计属性出发，计算待编码帧的信息熵，通过在码率控制中确定帧的权重来确定待编码帧的参数调整因子，然后利用计算出的信息熵值和参数调整因子构造出一种新的帧层位权重，来引导帧的目标比特的分布；针对LCU层，评估监控视频的纹理复杂度和运动特征，定义两种感兴趣因子和特征量化加权系数用于指导LCU层的目标比特分配。实验测试结果表明，本文算法在低延迟P配置和B配置下，与自适应比率比特分配算法相比，比特率相对误差平均下降了0.062%和0.070%，率失真性能平均提高了3.5%和4.1%。
NETL