基于AdaBoost人臉檢測(cè)的改進(jìn)FGS視頻編碼

鄭夜星，林其偉

（華僑大學(xué) 信息科學(xué)與工程學(xué)院，福建 泉州 362021）

1 引言

隨著移動(dòng)通信的快速發(fā)展，移動(dòng)多媒體成為移動(dòng)通信發(fā)展的新熱點(diǎn)，第三代移動(dòng)通信（3G）標(biāo)準(zhǔn)的制訂使得通過(guò)無(wú)線(xiàn)信道傳輸視頻信息成為可能?？煞旨?jí)視頻編碼（Fine Granular Scalable，F(xiàn)GS）可以很好地解決由于網(wǎng)絡(luò)的異構(gòu)性帶來(lái)的帶寬波動(dòng)而引起的圖像質(zhì)量問(wèn)題。但是，F(xiàn)GS獲得的所有這些特性都是以犧牲編碼效率為代價(jià)的，為了提高FGS編碼效率，筆者提出一種新的算法，在增強(qiáng)層中引入一種快速的AdaBoost[1]人臉檢測(cè)算法，快速準(zhǔn)確地定位出視頻的感興趣區(qū)域，通過(guò)提升位平面，優(yōu)先傳輸感興趣區(qū)域（ROI），改善視頻的主觀(guān)視覺(jué)效果。在基本層引入基于增強(qiáng)層的單環(huán)FGS[2]，有效提高了FGS的編碼效率，而且實(shí)現(xiàn)了較好的ROI效果。

2 基于AdaBoost的FGS編碼

2.1 AdaBoost算法[1]

AdaBoost是一種分類(lèi)器算法，是由Y.Freund[1]等人在1995年提出的。其核心思想是針對(duì)同一個(gè)訓(xùn)練集訓(xùn)練不同的分類(lèi)器 （弱分類(lèi)器），然后把這些弱分類(lèi)器集合起來(lái)，構(gòu)成一個(gè)更強(qiáng)的最終分類(lèi)器（強(qiáng)分類(lèi)器）。算法流程圖如圖1所示。通過(guò)AdaBoost快速人臉檢測(cè)算法，能夠準(zhǔn)確定位出人臉的個(gè)數(shù)和人臉在視頻幀中的位置，以便在后期的編碼端能夠優(yōu)先編碼，進(jìn)行位平面提升，從而改善視頻的主觀(guān)質(zhì)量。

圖1 AdaBoost算法流程圖

2.2 基于AdaBoost的FGS編碼

通過(guò)上述AdaBoost快速人臉檢測(cè)算法，定位出人臉區(qū)域，并把它作為感興趣區(qū)域，引入到FGS視頻編碼器當(dāng)中?；贏daBoost的FGS視頻編碼方式能充分利用人的視覺(jué)特性，與其他感興趣區(qū)域算法相比，具有自適應(yīng)選擇，不易受到由于復(fù)雜背景、光線(xiàn)等條件的影響等優(yōu)點(diǎn)。但由于AdaBoost人臉檢測(cè)本身復(fù)雜度較高，引入FGS后，加大整體的復(fù)雜度，編碼時(shí)間也變長(zhǎng)。

3 基于AdaBoost的單環(huán)FGS編碼

AdaBoost人臉檢測(cè)算法僅僅針對(duì)圖像的感興趣區(qū)域來(lái)提高圖像的主觀(guān)質(zhì)量，沒(méi)有從根本上提高FGS的編碼效率[3-4]，針對(duì)這一缺點(diǎn)，筆者把基于AdaBoost的FGS與單環(huán)的FGS相結(jié)合，即把提高視頻的主觀(guān)質(zhì)量與客觀(guān)質(zhì)量相結(jié)合?？紤]到AdaBoost的FGS編碼復(fù)雜度較高，本文采用復(fù)雜度最低的單環(huán)FGS，即把使用質(zhì)量更高的擴(kuò)張基本層圖像（基本層＋增強(qiáng)層）作為基本層的參考，通過(guò)提高基本層運(yùn)動(dòng)補(bǔ)償?shù)男蕘?lái)降低基本層殘差圖像的能量，提高基本層的編碼效率。對(duì)于增強(qiáng)層，由于基本層殘差圖像能量的下降，殘差圖像量化前后的差值的能量也減小了，也就是說(shuō)增強(qiáng)層需要編碼的源信息能量降低了，故增強(qiáng)層的編碼效率相應(yīng)也得到提高。但該方法在比特率較低的情況下會(huì)產(chǎn)生預(yù)測(cè)漂移，故采用了根據(jù)網(wǎng)絡(luò)帶寬的動(dòng)態(tài)調(diào)整來(lái)重建高質(zhì)量參考所使用位平面?zhèn)€數(shù)的方法。其基本原理圖如圖2所示。

圖2 基于AdaBoost的單環(huán)FGS原理圖

4 分析與比較

之前有人提出了基于膚色的人臉區(qū)域FGS編碼[3]和基于H.264的自適應(yīng)選擇增強(qiáng)FGS視頻編碼[4]，雖然也達(dá)到了自適應(yīng)的效果，但誤檢率較高，極易受到易受復(fù)雜背景、光線(xiàn)等條件影響。本文的方法引入了快速高效的AdaBoost人臉檢測(cè)，大大提高了檢測(cè)率，同時(shí)，將感興趣區(qū)域提升與單環(huán)算法相結(jié)合，更好地提高了視頻的客觀(guān)質(zhì)量與主觀(guān)質(zhì)量。

5 實(shí)驗(yàn)結(jié)果

為了測(cè)試兩種算法的效果，進(jìn)行了仿真實(shí)驗(yàn)。實(shí)驗(yàn)中選擇了Carphone和Foreman QCIF序列，基本層碼率都為60 Kbit/s。增強(qiáng)層碼率范圍為60～240 Kbit/s，熵編碼方法為CABAC，不考慮B幀，編碼幀類(lèi)型為IPPP…，編碼30幀，幀率為30幀/秒（f/s），允許率失真優(yōu)化宏塊模式判決，量化參數(shù)為38。使用重建圖像序列亮度分量的平均峰值信噪比 （PSNRY）作為視頻質(zhì)量的客觀(guān)評(píng)價(jià)標(biāo)準(zhǔn)。實(shí)驗(yàn)分析中對(duì)采用AdaBoost人臉選擇提升算法的FGS所定義的ROI區(qū)域與整體區(qū)域進(jìn)行了比較。

實(shí)驗(yàn)一：采用基于AdaBoost的FGS編碼，結(jié)果如圖3所示。

圖3 Foreman與Carphone選擇區(qū)域與整體區(qū)域PSNR的比較

由圖3可以看出，采用基于AdaBoost人臉檢測(cè)FGS視頻編碼方法，人臉區(qū)域明顯比整體區(qū)域PSNR值高，平均高出了5 dB，而且增強(qiáng)層碼率越高，PSNR值差距也越大。這說(shuō)明了在碼率一定的情況下，人臉區(qū)域得到了選擇增強(qiáng)，當(dāng)碼流截?cái)鄷r(shí)，能優(yōu)先保證人臉部分的圖像質(zhì)量。但感興趣區(qū)域PSNR的提高在一定程度上降低了整體的效率，因此引入了單環(huán)算法。

實(shí)驗(yàn)二：基于AdaBoost的單環(huán)FGS編碼，結(jié)果如表1所示。PSNRe表示增強(qiáng)層的PSNR值，PSNRch表示選擇區(qū)域的PSNR值，t表示平均每幀編碼時(shí)間。

由表1可以看出，若只進(jìn)行單環(huán)算法，增強(qiáng)層上提高0.3～0.6 dB，而基于AdaBoost的單環(huán)FGS編碼算法，基本層提高較少，增強(qiáng)層提高0.1～0.2 dB，選擇區(qū)域提高0.1～0.3 dB，整個(gè)視頻質(zhì)量有所提高。這說(shuō)明單環(huán)算法能在一定程度上提高FGS的編碼效率，但又由于在編碼中提升了感興趣區(qū)域的位平面，導(dǎo)致整體編碼效率降低，因此引入單環(huán)后，各層上沒(méi)有很大程度的提高。而實(shí)驗(yàn)中兩種算法的平均每幀的編碼時(shí)間相近，這表明在第一種算法中引入單環(huán)并沒(méi)有增加編碼的復(fù)雜度，同時(shí)能提高編碼的整體效率。

6 結(jié)論

綜上所述，將AdaBoost的快速人臉檢測(cè)引入FGS，能夠快速有效地定位出人臉，通過(guò)對(duì)人臉區(qū)域的位平面提升，優(yōu)先傳輸感興趣區(qū)域，很大程度上提高了感興趣區(qū)域的PSNR值，提高視頻的主觀(guān)效果，但在一定程度上減低了整體效率。通過(guò)引入單環(huán)算法，在幾乎不增加編碼時(shí)間的前提下提高了編碼的整體效率。實(shí)驗(yàn)證明該方法對(duì)人臉視頻序列，能自適應(yīng)地提高重建視頻的主觀(guān)質(zhì)量，能提高FGS編碼效率，對(duì)特定領(lǐng)域有一定的適用性。

[1]FREUND Y，SCHAPIRE R E.A decision-theoretic generalization of on-line learning and an application to boosting[EB/OL].[2009-10-25].http://www.ee.columbia.edu/～sfchang/course/svia-F03/papers/freund 95decisiontheoretic-adaboost.pdf.

[2]MIHAELA V D S，HAYDER R.Double-loop motion compensation fine granular scalablity[EB/OL].[2009-10-20].http://www.freepatentsonline.com/EP1323316.html.

[3]周孝，林其偉.基于人臉特征的自適應(yīng)選擇增強(qiáng)FGS視頻編碼[J].電視技術(shù)，2008，32（8）：23-25.

[4]YOO W H，CHA J H，JEONG W S，et al.A new selection method for H.264-based selective fine granular scalable video coding[EB/OL].[2009-10-20].http://www.google.cn/search?hl=zh-CN&newwindow=1&q=H.264＋Based＋Fine＋Granular＋Scalable＋Video＋Coding&btnG=Google＋%E6%90%9C%E7%B4%A2&aq=f&oq=.