CN101262608A

CN101262608A - 一种监控视频压缩的码率降低方法

Info

Publication number: CN101262608A
Application number: CN 200710079723
Authority: CN
Inventors: 陆云昆
Original assignee: Individual
Current assignee: Individual
Priority date: 2007-03-06
Filing date: 2007-03-06
Publication date: 2008-09-10

Abstract

本发明专利在视频压缩领域，针对监控视频这类非常特殊的视频，提出了一种基于轮廓检测和运动检测来调节码率控制参数的方法。监控视频有这样一些特点：(1)监控时间比较长，造成监控视频数据量非常庞大。(2)监控目的性比较明确。(3)监控视频中很多时候会有画面无变化现象。从特点(1)来看监控视频数据量的庞大意味着需要昂贵的存储设备，因此增大监控视频压缩比势在必行。但是增大压缩比就会使视频中的图像质量变差，因此也不能过大的增加压缩比，否则会使监控失去意义。由于特点(2)(3)的存在使大幅度增加压缩比又成为可能，本方法通过轮廓检测和运动检测动态地调节视频压缩码率控制参数。智能地检测出视频中是否存在被监控的对象，如果不存在可以适当加大该段视频的压缩比，如果存在可以保持原来压缩比或者适当降低压缩比，使视频图像变得更加清晰。本专利提出的方法在增大监控视频压缩比的同时还使被监控对象更加清晰，为监控视频压缩开拓了一条新大道。具体的实现过程可以参照摘要附图。

Description

一种监控视频压缩的码率降低方法

所属技术领域

本发明专利的技术领域为监控视频编码压缩领域。

背景技术

在该技术领域，监控视频的编码压缩一般采用压缩比比较高的国际视频压缩标准如MPEG2、MPEG4或者H.264。

普通监控视频如果由最新的压缩方式H.264进行压缩，数据量在200Kb/s左右。这样平均每小时就会产生720Mb的数据量。由于监控视频的采集时间非常长、分辨率比较高，而且像在银行等许多公共场合都会设有多个监控点。这样一家小型银行一个月的监控视频数据量就达到5T，实在是非常惊人的数字。由于大容量存储设备的价格非常昂贵，因此增大监控视频压缩比、降低监控视频码率成为了一个非常迫切的任务。

先进的压缩方式确实能对普通视频产生很高的压缩比，对监控视频也是如此。但是由于监控视频的监控时间长、分辨率高，即使是高压缩比的压缩方式进行压缩以后数据量还是非常大。从MPEG2到MPEG4，在保证图像质量的基础上压缩比增大了一倍；从MPEG4到H.264压缩比增大了两倍。压缩标准的改朝换代给监控视频带来的影响还是不够。

鉴于监控视频有这样一些特点：(1)监控时间比较长，视频分辨率比较高，造成监控视频数据量非常庞大。(2)监控目的性比较明确。(3)监控视频中很多时候会有画面无变化现象。本专利提出了一种码率降低方法，可以使普通监控视频的压缩比平均增大3-4倍，实现了监控视频压缩技术上的新突破。本方法降低码率的情况下还可以使被监控对象更加清晰。

发明内容

一种监控视频压缩的码率降低方法，其技术特征在于，包含如下步骤：

(1)对视频帧进行轮廓检测，或者运动检测，或者轮廓和运动都检测；

(2)将轮廓检测结果c和运动检测结果m，作为映射关系的输入，求得码率调节参数p；

(3)利用码率调节参数p调节监控视频压缩的压缩比。

该码率降低方法，监控视频压缩是指将监控视频从空间和时间上去掉冗余，进行数据压缩。

该码率降低方法步骤(1)中的视频帧是指组成该视频的单一图像。

该码率降低方法步骤(1)中的轮廓检测包括人脸检测、人体轮廓检测、物体轮廓检测。

该码率降低方法步骤(1)中的运动检测是指利用当前视频帧图像与前后相邻的几个视频帧图像进行相减或其他运算求得运动信息。

该码率降低方法步骤(2)中的轮廓检测时，将视频帧是否含有被检测轮廓对象作为结果A，检测出的具体轮廓对象信息作为结果B，轮廓检测结果c是结果A，或者结果B，或者是结果A和B的组合。

该码率降低方法步骤(2)中的运动检测时，将视频帧是否含有运动信息作为结果A，检测出的具体运动信息作为结果B，运动检测结果m是结果A，或者结果B，或者是结果A和B的组合。

该码率降低方法步骤(2)中的轮廓检测结果c，运动检测m以及码率调节参数p维数均是是一维或多维。

附图说明

图1是一种监控视频压缩的码率降低方法中实施方式总体流程图。

具体实施方法

1、对视频帧进行轮廓检测，或者运动检测，或者轮廓和运动都检测

首先，必须选择一类或两类检测方法。与轮廓检测相比而言，运动检测的运算复杂度要低的多。因此在硬件条件不够的情况下只选择运动检测。但是由于运动检测只能分辨有没有物体或者人在运动，而不能分辨是什么物体在运动，是正对镜头还是背对镜头。因此如果不用轮廓检测，码率降低效果肯定不会达到最好。

举例而言，如果在银行里一个人背对着监控设备在运动，此时运动检测就会知道有东西在动，而不知道监控视频拍的是人的背部。而在真正的监控视频中人的信息量集中在脸部，一张脸能代表一个人，而通过背影去判断一个人是不符合常理的。因此如果此时有人脸检测的话，就会判断出这个视频帧中没有人脸，可以适当的增大QP因子，也即增大压缩比。

所以这两种检测方法各有利弊，就看在实际应用过程中如何去选择。假如轮廓检测被选择作为一种检测方法，那么接下来就要确定被检测对象，从而选择一种具体的轮廓检测方法。例如在银行大厅的监控视频中，其监控对象肯定是人。那么在轮廓检测的时候可以选择人脸检测作为具体的检测方法；又如在大型停车场的监控视频中，其监控对象肯定是车，其次可能是车中的人，那么就在轮廓检测时可以把车轮廓检测作为具体的检测方法。

迄今为止，人脸检测、车轮廓检测算法已经非常的成熟。例如人脸检测的AdaBoost等算法的检测率均达到了95％以上的商用程度，因此完全可以运用到一些实际的轮廓检测中去，在此也不去阐述相应的技术细节。

2、确定轮廓检测结果

将视频帧是否含有被检测轮廓对象作为结果A，检测出的具体轮廓对象信息作为结果B，轮廓检测结果可以是结果A，可以是结果B，也可以是结果A和B的组合。其中轮廓对象信息包含轮廓对象的数目、每个轮廓的位置、大小等信息。

举例而言，假如选取结果A作为最终结果，那么在轮廓检测的最终结果就是一个开关型的变量b。假如选取结果A和结果B中的数目信息作为最终结果，那么轮廓检测的最终输出就是一个二维向量(b，n)^T。其中b表示轮廓对象是否在当前视频帧中存在，是一个开关变量；n表示当前视频帧中轮廓对象的数目，是一个整数。

3、确定运动检测结果

现今有很多运动检测的方法，比较简单而通用的方法是将视频帧与相邻视频帧的象素点值进行相减，可以求得当前时间点上的视频中有无运动信息。

一般的做法是定义一个阈值threshold，

如果

threshold > Σ_{i = 0}^{m - 1} Σ_{j = 0}^{n - 1} (G_{ij} (n) - G_{ij} (n - 1)),

则视为无运动信息。

如果

threshold \leq Σ_{i = 0}^{m - 1} Σ_{j = 0}^{n - 1} (G_{ij} (n) - G_{ij} (n - 1)),

则视为有运动信息。

其中G_ij(n)为当前帧第i行第j列象素点的灰度象素值；G_ij(n-1)为前一帧第i行第j列象素点的灰度象素值；m为图像的宽度，n为图像的高度。将视频帧中是否含有运动信息作为结果A；

通常运动量大小及方向这两个信息可以通过求视频帧图像中象素点的重心的位移来求得。求图像帧中象素点重心的方法是：

(x_{g}, y_{g}) = \frac{Σ_{i = 0}^{m \times n - 1} G_{i} \times (x_{i}, y_{i})}{Σ_{i = 0}^{m \times n - 1} G_{i}}

其中(x_g，y_g)表示当前视频帧的重心所在点坐标是x_g行，y_g列；

(x_i，y_i)表示第i个象素点所在的坐标是x_i行，y_i列；

G_i表示第i个象素点的灰度象素值。

因此重心点的位移就是

(x_d，y_d)＝(x_g(n)，y_g(n))-(x_g(n-1)，y_g(n-1))

(x_d，y_d)是一个矢量，可以用来表示运动信息。其中包含了运动量的大小及方向这两种信息。选择其中的一种信息或两种信息作为结果B。最后再选择结果A和结果B中的两个，或者任意一个作为运动检测的最终结果。

4、求码率调节参数

在这个环节中需要将步骤2中的轮廓检测最终结果c和运动检测最终结果m，作为映射关系p＝f(c，m)的输入，求得码率调节参数p。在此映射关系中输入参数c和m可以其中有一个不存在，这就取决于步骤1中选取一种还是两种检测方法。

在很多压缩方式中，可以将离散余弦变换的量化参数(QP)作为码率调整参数，QP因子越大，压缩比越大，图像质量就越差。

在H.264压缩编码方式中，编码器会将一个视频帧分为若干个16×16的宏块，每个宏块可以设置不同的QP值。因此如果轮廓检测中检测出具体的轮廓位置和大小信息，就可以将这些位置所包含宏块的QP因子降低或者不变，将其余宏块的QP因子增大。此时的码率调节参数p就应该是一组QP值，也就是说此时p是多维的。

为了说明一种具体的码率调节参数的求法，我们选择人脸检测作为轮廓检测的具体方法，并选择步骤2中的结果A作为轮廓检测的最终结果。同时我们也选择了运动检测方法，并且只选择步骤3中的结果A作为运动检测的最终结果。最后选择一个视频帧的QP因子作为码率调节参数。

因此定义映射关系式：

p＝f(c，m)

其中c表示视频帧中是否含有轮廓对象，是一个开关型的变量；

m表示视频帧中是否含有运动信息，也是一个开关型的变量；

p为一个视频帧内QP因子的值，在H.264中QP的取值范围是0-51的整数。即0≤p≤51。

其中映射关系f的具体定义是：

y＝f(a，b)：

y = \{\begin{matrix} 30 & a = 1 \\ 35 & b = 1, a = 0 \\ 45 & b = 0, a = 0 \end{matrix}

那么最后我们就可以得到一个最终的解决方案：

(1)轮廓检测

(2)运动检测

(3)求码率控制参数

p = \{\begin{matrix} 30 & c = 1 \\ 35 & m = 1, c = 0 \\ 45 & m = 0, c = 0 \end{matrix}

这个解决方案的具体的实现流程可以参照附图1。需要说明的是此解决方案只是为了说明本方法具体的实现过程，并不会因此而缩小权利的覆盖范围。在具体实现过程中只要按照权利要求的步骤所实现的方法，都属于本专利权利覆盖范围之内。

5、利用码率调节参数p动态调节监控视频压缩的压缩比

利用前几个步骤求得码率调节参数p，p可能是一维的也可能是多维的。在上一步中已经对这两种情况做了解释，在此就不作阐述了。

如果p是一维的，那么一般p的值会是当前视频帧的QP因子值，这样直接调节当前帧编码的QP因子值，其他的编码参数可以不变。如果p是多维的，那么一般p的值会是一组QP因子值。在编码压缩时直接用这些QP值去控制不同宏块的编码参数，达到动态控制视频帧和视频帧内宏块编码的效果。

最终通过智能地、动态地调节监控视频压缩编码时的码率调节参数，实现了监控视频压缩编码的码率大幅度降低，同时还可以使被监控的对象更加清晰可见。

Claims

1. 一种监控视频压缩的码率降低方法，其技术特征在于，包含如下步骤：

(2)将轮廓检测结果c和运动检测结果m，作为映射关系p＝f(c，m)的输入，求得码率调节参数p；

(3)利用码率调节参数p调节监控视频压缩的压缩比。

2. 根据权利要求1所述的码率降低方法，监控视频压缩是指将监控视频从空间和时间上去掉冗余，进行数据压缩。

3. 根据权利要求1所述的码率降低方法，步骤(1)中的视频帧是指组成该视频的单一图像。

4. 根据权利要求1所述的码率降低方法，步骤(1)中的轮廓检测包括人脸检测、人体轮廓检测、物体轮廓检测。

5. 根据权利要求1所述的码率降低方法，步骤(1)中的运动检测是指利用当前视频帧图像与前后相邻的几个视频帧图像进行相减或其他运算求得运动信息。

6. 根据权利要求1所述的码率降低方法，步骤(2)中的轮廓检测时，将视频帧是否含有被检测轮廓对象作为结果A，检测出的具体轮廓对象信息作为结果B，轮廓检测结果c是结果A，或者结果B，或者是结果A和B的组合。

7. 根据权利要求1所述的码率降低方法，步骤(2)中的运动检测时，将视频帧是否含有运动信息作为结果A，检测出的具体运动信息作为结果B，运动检测结果m是结果A，或者结果B，或者是结果A和B的组合。

8. 根据权利要求1所述的码率降低方法，步骤(2)中的轮廓检测结果c，运动检测m以及码率调节参数p维数均是是一维或多维。