基于HEVC的監(jiān)控視頻動(dòng)態(tài)背景模型

胡國(guó)慶

摘要：高效視訊編碼（HEVC）是新一代編碼標(biāo)準(zhǔn)，在編碼效率上有明顯優(yōu)勢(shì)。監(jiān)控視頻結(jié)構(gòu)特點(diǎn)是背景幾乎不變，HEVC并沒(méi)有考慮這種情況。使用動(dòng)態(tài)背景模型（DBM）生成動(dòng)態(tài)背景幀，作為HEVC幀間預(yù)測(cè)的參考幀，可以提高視頻壓縮效率。然而，運(yùn)動(dòng)緩慢的前景區(qū)域有時(shí)會(huì)被認(rèn)為是背景區(qū)域，為此提出多層差值（MDM）算法，根據(jù)多層像素塊差值更新背景，提高背景幀的質(zhì)量。實(shí)驗(yàn)結(jié)果表明，與高效視訊編碼測(cè)試模型HM14.0相比，在幾乎不增加計(jì)算復(fù)雜度的情況下，采用該算法壓縮效率平均提高了2%，最高提高了5.2%。

關(guān)鍵詞關(guān)鍵詞：監(jiān)控視頻；動(dòng)態(tài)背景模型；分層差值算法；HEVC；幀間預(yù)測(cè)

DOIDOI：10.11907/rjdk.161259

中圖分類(lèi)號(hào)：TP302文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)文章編號(hào)：16727800（2016）007003003

0引言

監(jiān)控視頻在交通安全和電子會(huì)議等領(lǐng)域得到越來(lái)越廣泛的應(yīng)用，H.264/AVC標(biāo)準(zhǔn)逐漸暴露出自身的不足。HEVC是新一代視頻編碼標(biāo)準(zhǔn)，與H.264/AVC相比，在相同視頻壓縮質(zhì)量下，HEVC可以提高50%左右的壓縮效率。HEVC的編碼框架和H.264相同，兩者都是混合編碼框架。

監(jiān)控視頻大多由靜止的攝像機(jī)捕獲，它們往往擁有固定背景。為此，可以考慮利用監(jiān)控視頻特殊的結(jié)構(gòu)特點(diǎn)來(lái)處理監(jiān)控視頻。已有關(guān)于監(jiān)控視頻的研究可以分為兩大類(lèi)：一類(lèi)是基于模型的編碼方法，這類(lèi)方法對(duì)感興趣的目標(biāo)建模，然后對(duì)它們編碼；另一類(lèi)是基于塊的編碼方應(yīng)用層：該層是模型的最高層，是面向用戶(hù)的一層，主要實(shí)現(xiàn)統(tǒng)計(jì)結(jié)果的發(fā)布和統(tǒng)計(jì)決策的可視化。該層包含算法池、數(shù)據(jù)挖掘模塊，主要是根據(jù)不同的數(shù)據(jù)來(lái)源，使用相應(yīng)的統(tǒng)計(jì)算法和數(shù)據(jù)挖掘算法，如聚類(lèi)、分類(lèi)關(guān)聯(lián)規(guī)則挖掘、序列模式挖掘、智能推薦等，從海量數(shù)據(jù)中提取有用的信息特征，有效地收集樣本數(shù)據(jù)，挖掘知識(shí)，并將信息及時(shí)提供給相關(guān)部門(mén)決策。

基于大數(shù)據(jù)的統(tǒng)計(jì)分析工作，統(tǒng)計(jì)的對(duì)象往往是一些結(jié)構(gòu)化和非結(jié)構(gòu)化混合的數(shù)據(jù)，諸如文本、圖像、音視頻等，本文設(shè)計(jì)模型基本思想就是采用底層挖掘收集，通過(guò)中間件的數(shù)據(jù)管理，實(shí)現(xiàn)上層處理分析，篩選和整理出有價(jià)值的數(shù)據(jù)和信息，最終達(dá)到可視化統(tǒng)計(jì)結(jié)果的要求。

3結(jié)語(yǔ)

大數(shù)據(jù)時(shí)代，數(shù)據(jù)即樣本，也就不存在統(tǒng)計(jì)樣本概念。掌握了大數(shù)據(jù)處理技術(shù)，也就實(shí)現(xiàn)了海量數(shù)據(jù)的統(tǒng)計(jì)分析。海量數(shù)據(jù)的處理分析和知識(shí)挖掘工作，往往離不開(kāi)大數(shù)據(jù)的統(tǒng)計(jì)處理。如果數(shù)據(jù)挖掘是為了給決策者提供深度有價(jià)值的信息，那么統(tǒng)計(jì)分析工作可以看成是數(shù)據(jù)的預(yù)處理，兩者都是大數(shù)據(jù)處理方式。而在復(fù)雜的大數(shù)據(jù)環(huán)境下，面臨復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)和異構(gòu)的數(shù)據(jù)，建立合理的統(tǒng)計(jì)分析模型非常必要。

參考文獻(xiàn)：

欒爽.省以下統(tǒng)計(jì)體制改革問(wèn)題的研究.長(zhǎng)春：吉林大學(xué)，2008.

王珊，王會(huì)舉，覃雄派，等.架構(gòu)大數(shù)據(jù)：挑戰(zhàn)、現(xiàn)狀與展望 [J].計(jì)算機(jī)學(xué)報(bào)，2011（10）：17411752.

程開(kāi)明，莊燕杰.大數(shù)據(jù)背景下的統(tǒng)計(jì)——第十七次全國(guó)統(tǒng)計(jì)科學(xué)討論會(huì)綜述 [J].統(tǒng)計(jì)研究，2014，8（1）：106112.

孟小峰，慈祥.大數(shù)據(jù)管理：概念、技術(shù)與挑戰(zhàn)[J].計(jì)算機(jī)研究與發(fā)展，2013（1）：146169.

劉剛，侯賓，翟周偉.Hadoop 開(kāi)源云計(jì)算平臺(tái).北京：北京郵電大學(xué)出版社，2011.

許琴.淺談大數(shù)據(jù)背景下的統(tǒng)計(jì)信息化建設(shè)策略 [J].商場(chǎng)現(xiàn)代化，2015，9（11）：287288.

許春玲，張廣泉.分布式文件系統(tǒng)Hadoop HDFS與傳統(tǒng)文件系統(tǒng)Linux FS的比較與分析[J].蘇州大學(xué)學(xué)報(bào)：工科版，2010，30（8）：59.

謝桂蘭，羅省賢.基于Hadoop MapReduce 模型的應(yīng)用研究[J].微型機(jī)與應(yīng)用，2010（8）：47.