基于H.264的网络视频监控系统的研究与实现

发布时间：2018-05-17 07:10

本文选题：视频监控 + 帧内预测　；参考：《吉林大学》2014年硕士论文

【摘要】：计算机和互联网的普及度的迅速提高，视频编码技术和网络技术的不断发展，这些条件为网络视频监控系统的普及提供了必要条件。网络视频监控结合视频监控和网络技术，实现了远程监控的功能。近年来，随着智能手机和无线网络的广泛使用，移动终端进入到了视频监控系统中，，使用智能手机通过无线网络接入监控系统，能够真正的实现随时随地的读取监控视频数据。本文对实现网络视频监控所使用到的技术进行了较深入的研究。研究的技术主要有：H.264视频编码技术、V4L2、流媒体服务器、RTP/RTCP网络传输协议、Windows和Android系统下的流媒体播放器等。在这些技术的基础上，本文对网络视频监控系统进行了设计、实现。除此之外，本文还对帧内预测模式选择算法进行了优化，同时实现了基于网络状况的码率自适应。本文对网络视频监控系统的实现，还使用到了一些开源项目。服务器的实现过程：首先，使用V4L2驱动摄像头获取视频数据。然后，将读入的YUYV格式视频转换为YUV420格式。接下来，通过对x264编码器的修改，完成对实时视频的编码。最后，通过修改后的live555完成实时的视频数据的传输。客户端包括适用于Windows和Android平台的两种实现。两种平台下的客户端都是使用VLC作为主框架完成的。完成客户端的实现首先需要编译VLC源码生成VLC的核心库，然后，通过调用VLC核心库的函数，基于MFC编码实现Windows平台下的客户端，基于Android JNI技术和SurfaceView等控件完成Android平台下客户端的开发。快速帧内预测模式选择算法的主要思想，计算宏块内部在横向、纵向和两条对角线方向的特征。根据阙值和各方向的特征值判断四种模式是否存在满足最佳模式要求的模式，如果有，则将选定的预测模式作为最佳预测模式，算法结束；如果没有，通过方向特征来缩减可供选择的4x4亮度预测模式种类。4x4的帧内亮度预测模式根据横向、纵向以及两个对角线方向被分为4个候选组。选出特征值最小的方向对应的候分组作为候选组，对应的8x8色度预测模式为最佳色度预测模式，对候选组中的模式计算编码代价，代价最小的即为最佳亮度预测模式。基于网络状况的码率自适应研究算法的主要思想，在视频数据传输的初期使用TCP慢启动的思想根据RR数据包进行码率增加。通过这种方法可以有效的避免固定初始码率对不同网络状况适应性差的问题。因为相对真实网络状况，如果初始码率过大，会出现大量丢包、网络延迟严重，甚至会接收不到RR包，并且会是网络状况更差；如果初始码率过小，丢包率会为0，则无法计算网络的有效带宽，仍要通过递加码率才能实现与真实网络状况的适应。首先，本文使用TCP慢启动的思想，由于编码的量化值与发送码率成反比关系，从而将初始的编码器量化值设定较大来保证较低的发送码率，收到丢包率为0的RR包，减小编码器的量化值。如果存在5个RR数据包中有3个及以上的丢包率不为0或者QP减小到QP_MIN，则进入拥塞避免状态。进入拥塞避免阶段后，根据RR数据包计算网络支持的最大编码量化值，根据网络支持的最小编码量化值改变当前编码器的量化值，从而实现码率的自适应。
[Abstract]:In recent years , with the extensive use of smart phones and wireless networks , mobile terminals have entered the video monitoring system . With the widespread use of smart phones and wireless networks , mobile terminals have entered the video monitoring system , and using smart phones to access the monitoring system through the wireless network can truly realize the reading and monitoring video data anytime and anywhere .

In this paper , the technology of network video surveillance is studied in detail . The main technologies are : H.264 video coding technology , V4L2 , streaming media server , RTP / RTCP network transmission protocol , Windows and Android system streaming media player etc . On the basis of these technologies , this paper designs and implements the network video monitoring system . In addition , this paper optimizes the algorithm of intra prediction mode selection , and realizes the rate adaptation based on network condition .

In this paper , the realization of the network video monitoring system is realized , and some open source projects are used . The realization process of the server is as follows : firstly , the video data is acquired by using V4L2 driving camera . Then , the read - in YUYV format video is converted into YUV420 format . Then , through modifying the x264 encoder , the encoding of the real - time video is completed . Finally , the client end realizes the development of the client under the Windows platform on the basis of MFC code by calling the function of the VLC core library , and finishes the development of the client under the Android platform based on the control of Android JNI technology and the SurfaceView .

according to the threshold value and the characteristic value of each direction , judging whether the four modes have the mode satisfying the optimal mode requirement , if so , selecting the selected prediction mode as the optimal prediction mode and ending the algorithm ;
if no , that alternative 4x4 brightness prediction mode type is reduce by directional characteristic . the 4x4 intra - frame brightness prediction mode is divided into four candidate groups according to the transverse direction , the longitudinal direction and the two diagonal directions .

This method can effectively avoid the problem of poor adaptability of fixed initial code rate to different network conditions . Because of the relative real network condition , if the initial code rate is too large , a lot of packet loss will occur , the network delay is severe , even the RR packet can be received , and the network condition is worse ;
if that initial code rate is too low and the packet loss rate is 0 , the effective bandwidth of the network cannot be compute , and the adaptation of the real network condition can not be realized by transmitting the code rate .
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TN948.6

【参考文献】