大跨度视频编码与传输体系研究
发布时间：2021-10-27 05:47
随着人们对视觉内容的消费需求越来越高,互联网中视频数据的储量呈爆炸式增长。海量视频的存储和传输消耗着大量的存储和带宽资源。为了降低视频数据量,视频编码方案使用了层出不穷的高效技术以提升编码效率。但是为了支持灵活的随机访问,视频码流中存在着很多随机访问点,它们将码流分割为多段相互独立的随机访问片段。由于不能相互参考,随机访问片段之间的冗余信息无法被有效剔除,以至于不能进一步提升编码效率。实际上,在很多视频中,随机访问片段在大跨度的时间间隔内存在着反复出现的背景或对象。为了利用这种大跨度的相关信息,前人提出基于场景知识库的视频编码方法,通过引入包含多样场景内容的外源知识图像库,为主视频中包含相似场景的随机访问片段提供外源参考信息。然而,外源知识图像带来了两方面的问题。一方面,在编码层,生成获取的知识图像的内容和质量会极大地影响视频编码的效率,而获取内容多样又存储精简的最优知识图像集会消耗很多的计算时间,这为其在海量视频的压缩上带来了阻碍,如何快速地获取最优知识图像是在编码层获得编码性能增益的一个关键问题;另一方面,在系统层,外源知识图像在大跨度时间上的交替共享使用为视频码流的随机访问的实现...
【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校
【文章页数】：131 页
【学位级别】：博士
【部分图文】：
图１．２视频的混合编码框架??
浙江大学博士学位论文?１绪论??＾?＾?＾１?＇＾１?ｈ?＾?＾??？???ＲＬ－０?Ｂ－１６??图１．３?ＧＯＰ大小为１６的分层参考结构示意图??失真分析来选择最佳的长期参考郑被选做长期参考帧的视频帧通常会进行高质量的编码，??相ｆｃ于参考普通质董的短期参考帧而言，后续的待编码帧通过参考高质量的长期参考帧能??相应地获得高质量的重建结果，从而提升编码性能［４４１。但是由于视频帧中通常都存在前景??遮挡，因此视频重建帧中选择出的长期参考帧通常都不是“千净”的背景。近期研究者们??提出通过构造出一＋背景图像来作为长期参考郑Ｐａｕｌ等人［４５］利用高斯混合模型对一个视??频中大量视频帧在同一位置的像素进行建模来生成背景图像作为长期参考郑由于高斯混??合模型的建模会带来大量的浮点计算，因此使得编码时间大幅增加。为了降低生成背景图??像的计算复杂度，Ｚｈａｎｇ等人［４６］提出了通过简单地将多＋图片逐像素平均来生成背景图像??作为长期参考郑在Ｚｈａｎｇ等人的算法中，背景图像作为单独的一帧只使用帧内预测来编??码，且由于其被大量的视颠帧所参考，因此会使用较小的量化参数来编码，相应地，背景??图像对应生成的位流通常会很大，在短时间内传输背景图像需要花费大量的比特，从而可??能导致发生位流冲激，导致数据包丟失和严重的视频质量下降。为了解决这个问题，Ｃｈｅｎ??等人［４７］提出了一种基于块组成的背景图像作为长期参考郑在Ｃｈｅｎ等人的方案中，他们??将整＋背景像分成多个编码单元块，通过从不同的视频帧中选择出对应位置的背景单元块，??将背景图像以编码单元块的方式分散到多幅视频幀中，以实现平滑的位流输出。??长期参考帧最常见的应
卡载控制、??＇文＃封?Ｉ?文件１?ｉｘｍｒ??、．气器Ｊ?本“放?Ｌ?＊斤丨器Ｊ?＼??Ｉ?＿?Ｉ??系统层?视频码流?Ｉ?视频码流??ｊ?＾ｒ１?■??—?—?—?—?■?－＿，?—?—￣?—?￣￣?—?＾?—?—？?？—?—?—?—?—?—?—?—?—？?—?—？?＾??编码层??ｊ?［编码器ｊ?｜?［解码器ｊ??ｉｉ?■赞入ｊｉｆｆ?ｉ????输出视频?］??Ａ?－－—「－—?〇??图１．４视频的编码与传输系统框架??编码图像提供高效的参考信息。该方法使用颜色直方图度量知识库图像与编码图像之间的??相似度并使用Ｋ－Ｍｅｄｏｉｄｓ的聚类方法获取知识库图像集合９但是，在一方面，Ｋ－Ｍｅｄｏｉｄｓ??方法主要用于将属性或内容相似的对象划分为不同的类别以区分对象，其主要目的是分类，??而知识库图像集合生成的目标并不仅仅是将视频图像划分为不同的类别，还要求为每个类??别选出最能表现类别特性的代表对象作为知识库图像，因此Ｋ－Ｍｅｄｏｉｄｓ方法的目的与知识??库图像集合生成的目标并不完全一致。在另一方面，使用Ｋ－Ｍｅｄｏｉｄｓ聚类方法需要指定聚??类数目并遍历获取最佳知识库图像集合的数目，这在对长时视频生成知识库图像集合时会??带来较高的复杂度。在第三方面，以相似度作为编码代价的估计方法并不准确。??１．３系统层存储和传输研究现状??视频的广泛应用除了依赖高效的视频编码，还离不开灵活的视频存储和传输。现有的??视频编码与传输体系架构如图１．４所示。输入的视频在编码层被编码单元压缩为码流，在系??统层的服务端被按照文件格式封装为视频文件
【参考文献】：
期刊论文
[1]Error-Resilient Multi-view Video Coding Based on End-to-End Rate-Distortion Optimization[J]. GAO Pan,PENG Qiang,WANG Qionghua. Chinese Journal of Electronics. 2016(02)
本文编号：3460995
【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校
【文章页数】：131 页
【学位级别】：博士
【部分图文】：
图１．２视频的混合编码框架??
浙江大学博士学位论文?１绪论??＾?＾?＾１?＇＾１?ｈ?＾?＾??？???ＲＬ－０?Ｂ－１６??图１．３?ＧＯＰ大小为１６的分层参考结构示意图??失真分析来选择最佳的长期参考郑被选做长期参考帧的视频帧通常会进行高质量的编码，??相ｆｃ于参考普通质董的短期参考帧而言，后续的待编码帧通过参考高质量的长期参考帧能??相应地获得高质量的重建结果，从而提升编码性能［４４１。但是由于视频帧中通常都存在前景??遮挡，因此视频重建帧中选择出的长期参考帧通常都不是“千净”的背景。近期研究者们??提出通过构造出一＋背景图像来作为长期参考郑Ｐａｕｌ等人［４５］利用高斯混合模型对一个视??频中大量视频帧在同一位置的像素进行建模来生成背景图像作为长期参考郑由于高斯混??合模型的建模会带来大量的浮点计算，因此使得编码时间大幅增加。为了降低生成背景图??像的计算复杂度，Ｚｈａｎｇ等人［４６］提出了通过简单地将多＋图片逐像素平均来生成背景图像??作为长期参考郑在Ｚｈａｎｇ等人的算法中，背景图像作为单独的一帧只使用帧内预测来编??码，且由于其被大量的视颠帧所参考，因此会使用较小的量化参数来编码，相应地，背景??图像对应生成的位流通常会很大，在短时间内传输背景图像需要花费大量的比特，从而可??能导致发生位流冲激，导致数据包丟失和严重的视频质量下降。为了解决这个问题，Ｃｈｅｎ??等人［４７］提出了一种基于块组成的背景图像作为长期参考郑在Ｃｈｅｎ等人的方案中，他们??将整＋背景像分成多个编码单元块，通过从不同的视频帧中选择出对应位置的背景单元块，??将背景图像以编码单元块的方式分散到多幅视频幀中，以实现平滑的位流输出。??长期参考帧最常见的应
卡载控制、??＇文＃封?Ｉ?文件１?ｉｘｍｒ??、．气器Ｊ?本“放?Ｌ?＊斤丨器Ｊ?＼??Ｉ?＿?Ｉ??系统层?视频码流?Ｉ?视频码流??ｊ?＾ｒ１?■??—?—?—?—?■?－＿，?—?—￣?—?￣￣?—?＾?—?—？?？—?—?—?—?—?—?—?—?—？?—?—？?＾??编码层??ｊ?［编码器ｊ?｜?［解码器ｊ??ｉｉ?■赞入ｊｉｆｆ?ｉ????输出视频?］??Ａ?－－—「－—?〇??图１．４视频的编码与传输系统框架??编码图像提供高效的参考信息。该方法使用颜色直方图度量知识库图像与编码图像之间的??相似度并使用Ｋ－Ｍｅｄｏｉｄｓ的聚类方法获取知识库图像集合９但是，在一方面，Ｋ－Ｍｅｄｏｉｄｓ??方法主要用于将属性或内容相似的对象划分为不同的类别以区分对象，其主要目的是分类，??而知识库图像集合生成的目标并不仅仅是将视频图像划分为不同的类别，还要求为每个类??别选出最能表现类别特性的代表对象作为知识库图像，因此Ｋ－Ｍｅｄｏｉｄｓ方法的目的与知识??库图像集合生成的目标并不完全一致。在另一方面，使用Ｋ－Ｍｅｄｏｉｄｓ聚类方法需要指定聚??类数目并遍历获取最佳知识库图像集合的数目，这在对长时视频生成知识库图像集合时会??带来较高的复杂度。在第三方面，以相似度作为编码代价的估计方法并不准确。??１．３系统层存储和传输研究现状??视频的广泛应用除了依赖高效的视频编码，还离不开灵活的视频存储和传输。现有的??视频编码与传输体系架构如图１．４所示。输入的视频在编码层被编码单元压缩为码流，在系??统层的服务端被按照文件格式封装为视频文件
【参考文献】：
期刊论文
[1]Error-Resilient Multi-view Video Coding Based on End-to-End Rate-Distortion Optimization[J]. GAO Pan,PENG Qiang,WANG Qionghua. Chinese Journal of Electronics. 2016(02)
本文编号：3460995
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3460995.html
