基于人工智能技術(shù)的運(yùn)動(dòng)教學(xué)視頻壓縮算法

姜龍 駱勇

摘? 要： 傳統(tǒng)的運(yùn)動(dòng)教學(xué)視頻壓縮算法壓縮幀數(shù)少，信噪比低。為了解決上述問題，提出基于人工智能技術(shù)的運(yùn)動(dòng)教學(xué)視頻壓縮算法，利用多線性子空間KL變換技術(shù)進(jìn)行運(yùn)動(dòng)教學(xué)視頻編碼，引用人工智能技術(shù)中的鉆石搜索法構(gòu)建視頻壓縮算法，分析視頻圖像運(yùn)動(dòng)中矢量的基本規(guī)律來檢測(cè)算法的有效性，確定多個(gè)子空間的數(shù)據(jù)，將視頻幀數(shù)進(jìn)行分辯，分辨出新的變量進(jìn)行XL變換處理來完成教學(xué)視頻編碼，編碼后采用鉆石搜索法的兩種模式進(jìn)行互補(bǔ)，從而確定出最小誤差點(diǎn)，利用SAD算法算出最佳匹配矢量，完成運(yùn)動(dòng)教學(xué)視頻的壓縮。與傳統(tǒng)算法進(jìn)行實(shí)驗(yàn)對(duì)比，結(jié)果表明，基于人工智能技術(shù)的運(yùn)動(dòng)教學(xué)視頻壓縮算法壓縮幀數(shù)多、信噪比高、清晰度高，具有很好的壓縮效果。

關(guān)鍵詞： 人工智能技術(shù); 運(yùn)動(dòng)教學(xué)視頻; 視頻壓縮; 壓縮算法; 視頻編碼; 最小誤差點(diǎn)確定

中圖分類號(hào)： TN911.73?34; TP18? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼： A? ? ? ? ? ? ? ? ? ? ?文章編號(hào)： 1004?373X（2020）21?0055?04

Sports teaching video compression algorithm based on artificial intelligence technology

JIANG Long1， 2， LUO Yong2

（1. Jiangsu Normal University， Xuzhou 221116， China; 2. Lianyungang Technical College， Lianyungang 222000， China）

Abstract： As the traditional sports teaching video compression algorithm has fewer compressed frames and lower signal?to?noise ratio， a new sports teaching video compression algorithm based on artificial intelligence technology is proposed. The multi?line subspace KL transform technology is used for sports teaching video coding. The diamond search method in artificial intelligence technology is used to construct video compression algorithm. The basic law of vector in video image motion is analyzed. In order to check the validity of the algorithm， the data of several subspaces is determined， and then the number of video frames is discriminated to get new variables and perform XL transform processing， so as to complete the teaching video encoding. The two modes of diamond search method are adopted for complementary after encoding， so as to determine the minimum error point. The SAD algorithm is used to calculate the best matching vector to complete the compression of the sports teaching video. The results of comparison experiment show that， in comparison with the traditional algorithm， the sports teaching video compression algorithm based on artificial intelligence technology can get many frames compressed， and has high signal?to?noise ratio， high definition and good compression effect.

Keywords： artificial intelligence technology; sports teaching video; video compression; compression algorithm; video coding; minimum error point determination

0? 引? 言

現(xiàn)在的教育不僅僅是知識(shí)的教育，而是全面發(fā)展的教育，讓學(xué)生在運(yùn)動(dòng)、智力、意志力、情感等方面得到全面和諧的發(fā)展，各個(gè)大學(xué)都開展了運(yùn)動(dòng)教學(xué)，它引導(dǎo)學(xué)生開展各種活動(dòng)，通過學(xué)生在學(xué)習(xí)和掌握運(yùn)動(dòng)技能的反復(fù)練習(xí)中鍛煉學(xué)生的身體，達(dá)到增強(qiáng)體質(zhì)的目的。體育課也傳授個(gè)人衛(wèi)生方法的知識(shí)，使學(xué)生養(yǎng)成講究衛(wèi)生的好習(xí)慣，提高學(xué)生的健康水平[1]。某些高校為了提高學(xué)生的自主學(xué)習(xí)能力，用人工智能技術(shù)的運(yùn)動(dòng)教學(xué)視頻來傳授知識(shí)。因此本文基于人工智能技術(shù)研究了一種新的運(yùn)動(dòng)教學(xué)視頻壓縮算法[2]。

人工智能技術(shù)的運(yùn)動(dòng)教學(xué)視頻壓縮算法是一種有效的算法，其中最重要的環(huán)節(jié)就是視頻壓縮處理和編碼變換處理。當(dāng)前，有學(xué)者提出壓縮方法主要利用關(guān)鍵幀檢測(cè)和指示符運(yùn)動(dòng)建模的智能教學(xué)視頻的壓縮算法[2]，還有學(xué)者提出基于運(yùn)動(dòng)矢量細(xì)化的幀率上變換與HEVC結(jié)合的視頻壓縮算法[3]。但是這兩種方法運(yùn)行復(fù)雜，運(yùn)算時(shí)間長，所以本文采取簡便高效的鉆石搜索法。為了提高壓縮率，本文結(jié)合了多媒體擴(kuò)展指令集（MMX）技術(shù)，在進(jìn)行編碼處理變換時(shí)，采取KL變換，降低局限性[3]。為了提高編碼處理的全面性，本文提出基于多線性子空間KL變換的壓縮視頻方法，通過廣義主成分分析法（GPCA）將視頻圖像信號(hào)映射到多個(gè)線性子空間，讓每個(gè)子空間的變換系數(shù)都靠近，可以使編碼獲得更好的結(jié)果。

1? 基于多線性子空間KL變換的運(yùn)動(dòng)教學(xué)編碼視頻

本文將GPCA方法和KL變換結(jié)合應(yīng)用于運(yùn)動(dòng)教學(xué)視頻編碼，即提出了基于多線性子空間KL變換的運(yùn)動(dòng)教學(xué)視頻編碼[4]。GPCA是把多個(gè)線性子空間中的數(shù)據(jù)集分割出來，估計(jì)線性子空間的維數(shù)和基向量。本文用這一方法進(jìn)行圖像和視頻編碼，單一的輸入樣本不能保證是在分割出的各個(gè)小方塊中，所以本文需要足夠多的樣本證明實(shí)驗(yàn)的準(zhǔn)確性[5]。雖然GPCA方法的計(jì)算復(fù)雜度很高會(huì)消耗大量的計(jì)算時(shí)間，但是通過降低子空間的維數(shù)和減少子空間分割出的個(gè)數(shù)，讓GPCA方法在一般情況下是可行的[6]。

處理后的GPCA可以進(jìn)行運(yùn)動(dòng)教學(xué)視頻的壓縮，這種視頻壓縮方法比DCT方法消耗時(shí)間少、更加便捷[7]。GPCA法主要是利用圖像幀數(shù)進(jìn)行KL變換處理，通過離散小波變換得到圖像的第一個(gè)幀數(shù)的一個(gè)多尺度分解，分解出圖像中的低頻信號(hào)和高頻信號(hào)，然后利用GPCA方法分割各個(gè)線性子空間的數(shù)據(jù)，最后對(duì)分割的有效數(shù)據(jù)進(jìn)行KL變換編碼，從而對(duì)運(yùn)動(dòng)教學(xué)視頻更好的進(jìn)行壓縮。解碼時(shí)需要截取低頻信號(hào)和高頻信號(hào)，這樣才能得到完整的視頻編碼。

單一尺度圖像變換編碼時(shí)，視頻幀會(huì)劃分成一個(gè)個(gè)大小相等的子塊，因?yàn)閳D像的紋理特點(diǎn)不同，很難在同一個(gè)線性空間中進(jìn)行平均分割，所以直接對(duì)視頻幀分割處理是有局限性的[8]。為了解決這一局限性，本文先對(duì)圖像幀數(shù)進(jìn)行訪問，根據(jù)訪問結(jié)果進(jìn)行運(yùn)動(dòng)預(yù)測(cè)，根據(jù)預(yù)測(cè)結(jié)果進(jìn)行視頻編碼。通過預(yù)測(cè)結(jié)果更好地了解圖像的高頻和低頻區(qū)域，準(zhǔn)確地分割[9]。如果分割的都是低頻子帶會(huì)導(dǎo)致只得到基本層的解碼;如果分割的是高頻子帶也會(huì)導(dǎo)致解碼不全面，只有低頻子帶和高頻子帶都分割才能得到比較完整的視頻編碼。通過合理的方法將視頻幀分割成大小相等的子塊，接下來利用小波的多分辨、多分析過程將圖像的高頻分量和低頻分量進(jìn)行分層，具體編碼流程如圖1所示。

1） 輸入視頻幀并對(duì)輸入的幀進(jìn)行小波分析分辨;

2） 對(duì)分析出的高頻和低頻進(jìn)行分組形成新的向量;

3） 對(duì)組成的新向量進(jìn)行KL變換處理;

4） 對(duì)變換處理得到的系數(shù)進(jìn)行量化，最后輸出視頻編碼。

輸入一個(gè)圖像幀，經(jīng)過小波分析分辨形成了三層波層、一個(gè)低頻分量和三個(gè)高頻分量，圖片左上角為低頻分量，將子帶中三個(gè)高頻分量系數(shù)組成一個(gè)新的向量，低頻分量進(jìn)行KL變換處理與新的向量分開，向量進(jìn)行GPCA運(yùn)算和KL變換，得到運(yùn)動(dòng)教學(xué)視頻的編碼如圖2所示。

2? 基于人工智能技術(shù)的視頻壓縮算法

應(yīng)用人工智能技術(shù)中的鉆石搜索法構(gòu)建視頻壓縮算法，分析視頻圖像運(yùn)動(dòng)中矢量的基本規(guī)律[10]。鉆石搜索法是把要搜索的范圍放在一個(gè)大的圓形區(qū)域內(nèi)，在圓形區(qū)域內(nèi)分布好正方形小格子，圓形與每個(gè)小格子的交點(diǎn)代表待搜索點(diǎn)的位置，在搜索點(diǎn)搜索圖像的頻譜如圖3所示。

因?yàn)橐曨l圖像的頻譜大多數(shù)是菱形的，與鉆石的形狀非常相像，所以鉆石分割法非常適合視頻壓縮。鉆石搜索法包括大鉆石搜索模式和小鉆石搜索模式[11]。如圖4和圖5所示。

雖然兩種搜索模式很相似，但選擇時(shí)不能隨意選擇。搜索模式的大小和形狀會(huì)影響到搜索的速度和精確度，所以在選擇時(shí)要十分的謹(jǐn)慎，選擇最合適的鉆石搜索模式[12]。鉆石搜索法的基本操作為：先用大鉆石搜索模式進(jìn)行搜索，確定出小鉆石搜索模式的邊界點(diǎn)進(jìn)行運(yùn)算，發(fā)現(xiàn)最小誤差點(diǎn)，如果最小誤差點(diǎn)在各個(gè)小格子的交點(diǎn)上則直接進(jìn)入最后搜索階段，進(jìn)行小鉆石搜索模式，判斷出最佳匹配塊的運(yùn)動(dòng)矢量。如果發(fā)現(xiàn)最小誤差點(diǎn)不在各個(gè)小格子的交點(diǎn)處，則以上一次找到的最小誤差點(diǎn)為中心點(diǎn)，對(duì)局部沒有匹配的點(diǎn)進(jìn)行SAD運(yùn)算，最后取平均值，提供最佳匹配矢量點(diǎn)。

雖然操作是循環(huán)操作，但在執(zhí)行時(shí)只需要進(jìn)行條件判定，符合條件則執(zhí)行相應(yīng)的操作，這種方法大大提高了CPU的利用效率，節(jié)約時(shí)間。通過舍棄部分運(yùn)算結(jié)果進(jìn)行編碼可以更好的進(jìn)行視頻壓縮，鉆石搜索法為人工智能技術(shù)的視頻壓縮節(jié)省了空間，提高了壓縮率。

運(yùn)動(dòng)教學(xué)視頻壓縮算法計(jì)算式為：

[SAD（m，n）=m=1Mn=1Nbk（m，n）-bk-1（m+j，n+j）] （1）

式中：[bk（m，n）]和[bk-1（m+j，n+j）]分別代表第[k]幀和第[k-1]幀像素點(diǎn)[（m，n）]的亮度值;[M]和[N]為水平和垂直像素?cái)?shù);[j]為最大可能平移的水平和垂直像素?cái)?shù)[13]。

雖然鉆石搜索法提高了視頻壓縮率，但鉆石搜索模式在進(jìn)行SAD最小誤差點(diǎn)運(yùn)算時(shí)包含大量的循環(huán)運(yùn)算，這種頻繁的循環(huán)運(yùn)算非常適合MMX技術(shù)。MMX技術(shù)為鉆石搜索法釋放了額外的處理器周期[14]。

MMX和鉆石搜索法互相補(bǔ)充，大大地提高了視頻的壓縮率。結(jié)合后可以準(zhǔn)確地計(jì)算出SAD值并且運(yùn)算時(shí)間大大減少，與單獨(dú)運(yùn)用鉆石搜索法相比速度提高了3倍，使用MMX指令計(jì)算絕對(duì)值不需要計(jì)算中間結(jié)果和分支，直接計(jì)算運(yùn)動(dòng)矢量估計(jì)絕對(duì)值。這樣用8位精度計(jì)算了絕對(duì)值不需要利用16位精度，也無需條件分支語句，使人工智能技術(shù)的視頻壓縮變得更加簡單[15]。

3? 仿真測(cè)試結(jié)果與分析

為檢測(cè)本文研究的算法效果，設(shè)計(jì)對(duì)比實(shí)驗(yàn)，通過兩種不同的方法對(duì)視頻進(jìn)行壓縮，實(shí)驗(yàn)對(duì)比量為：壓縮完成的時(shí)間和相應(yīng)的壓縮所需要的幀數(shù)即運(yùn)動(dòng)教學(xué)視頻的壓縮率。選取的運(yùn)動(dòng)教學(xué)視頻文件是運(yùn)動(dòng)預(yù)備知識(shí)的視頻，視頻中男子有輕微的手部和腿部動(dòng)作，用鉆石搜索法和傳統(tǒng)壓縮法對(duì)該視頻進(jìn)行壓縮。首先對(duì)視頻圖像幀數(shù)進(jìn)行分割，然后根據(jù)各自的方法進(jìn)行視頻壓縮，因?yàn)閷?shí)驗(yàn)會(huì)受到電壓、計(jì)算機(jī)的影響出現(xiàn)誤差，所以本文最后的壓縮時(shí)間和壓縮率都取多次實(shí)驗(yàn)的平均值。通過三種方法對(duì)運(yùn)動(dòng)教學(xué)視頻壓縮得出結(jié)果，對(duì)比圖如圖6所示。

由圖6可知，鉆石搜索法對(duì)運(yùn)動(dòng)教學(xué)視頻的壓縮率比傳統(tǒng)方法的壓縮率高。在相同的時(shí)間內(nèi)，鉆石搜索法壓縮的幀數(shù)比傳統(tǒng)方法多，且鉆石搜索法的穩(wěn)定性強(qiáng)，不受視頻中人物動(dòng)作的難易程度影響。所以鉆石搜索法對(duì)人工智能技術(shù)的運(yùn)動(dòng)教學(xué)視頻壓縮比傳統(tǒng)方法更加完善。

本文將GPCA方法和多線性子空間KL變換法相結(jié)合應(yīng)用于運(yùn)動(dòng)教學(xué)視頻的編碼，即提出基于多線性子空間KL變換的運(yùn)動(dòng)教學(xué)視頻的編碼。針對(duì)一個(gè)女生說話的視頻進(jìn)行編碼，用KL變換和三維空間等級(jí)樹集的編碼方法同時(shí)編碼，對(duì)比最后編碼成功的視頻的清晰度和信噪比。

在KL變換編碼過程中選取32幀圖像序列進(jìn)行離散小波變換處理，得到高頻和低頻信號(hào)并用GPCA方法分割出有效分量，最后進(jìn)行編碼處理，三維空間等級(jí)樹集的編碼主要利用小波系數(shù)變換分解出高頻子帶和低頻子帶，不同的是它是從低頻向高頻不斷的分割，得到實(shí)驗(yàn)需要的子帶。將子帶中像素坐標(biāo)[（i，j，k）]寫入不重要像素表中和不重要集合中，代入式（1）得出編碼處理，在編碼過程中是以樹為單位的。開始編碼時(shí)需要對(duì)[i，j，k]三個(gè)向量進(jìn)行分量初始化，得到初始化后的分量由公式算出平均值，從而完成整個(gè)編碼過程。得到的編碼結(jié)果如表1所示。

分析表1可知，本文算法編碼的視頻信噪比高、壓縮比高、更加清晰、穩(wěn)定。對(duì)于幀數(shù)變化不大的視頻序列，采用本文的變換處理法可以收集到更多的邊緣信息，編碼出更清晰的視頻。

對(duì)比分析本文算法、文獻(xiàn)[2?3]算法對(duì)8種運(yùn)動(dòng)教學(xué)視頻的壓縮情況，結(jié)果如表2所示。

分析表2可得，本文算法對(duì)8種類型運(yùn)動(dòng)教學(xué)視頻進(jìn)行壓縮過程中的壓縮效率始終處于96%～99%之間，而傳統(tǒng)算法壓縮8種類型運(yùn)動(dòng)教學(xué)視頻的壓縮效率都低于本文算法。同時(shí)對(duì)比分析可得，相比其他兩種算法，本文算法的平均壓縮比高、信噪比高，說明本文算法壓縮不同類型運(yùn)動(dòng)教學(xué)視頻的壓縮性能更佳。

實(shí)驗(yàn)為了分析本文算法的應(yīng)用性能，在某高校中隨機(jī)選擇100名運(yùn)動(dòng)視頻分析人員，采用問卷調(diào)查的手段得到這些人員對(duì)于本文算法的滿意度，結(jié)果如圖7所示。

全面分析圖7可得，這些運(yùn)動(dòng)視頻分析人員采用本文算法壓縮運(yùn)動(dòng)教學(xué)視頻過程，對(duì)于本文算法壓縮運(yùn)動(dòng)視頻的壓縮便利性、壓縮清晰度、壓縮效果以及壓縮信噪比的滿意度都占據(jù)較大比例，說明本文算法的實(shí)際應(yīng)用效果較佳，可大量推廣使用。

4? 結(jié)? 語

本文運(yùn)用GPCA方法和多線性子空間KL變換方法對(duì)視頻進(jìn)行編碼，設(shè)計(jì)了一種有效的視頻壓縮算法。通過實(shí)驗(yàn)證明，鉆石搜索法比H.263方法更適合視頻編碼。本文研究的基于人工智能技術(shù)的運(yùn)動(dòng)教學(xué)視頻壓縮已經(jīng)應(yīng)用到一些高校中，并得到了滿意的結(jié)果。相信在今后基于人工智能技術(shù)的運(yùn)動(dòng)教學(xué)視頻壓縮中會(huì)發(fā)展的更好。

參考文獻(xiàn)

[1] 馮佳.基于數(shù)據(jù)人工智能技術(shù)的體育網(wǎng)站開發(fā)編程[J].自動(dòng)化與儀器儀表，2018（1）：144?146.

[2] 孟春寧，陳梓銘，馮明奎，等.基于關(guān)鍵幀和指示符運(yùn)動(dòng)模型的教學(xué)視頻壓縮算法[J].激光與光電子學(xué)進(jìn)展，2018，55（10）：118?129.

[3] 蔡于涵，熊淑華，孫偉恒，等.基于運(yùn)動(dòng)矢量細(xì)化的幀率上變換與HEVC結(jié)合的視頻壓縮算法[J].計(jì)算機(jī)科學(xué)，2020，47（2）：76?82.

[4] 馬琳，張傳新.體育人工智能的探討[J].泰山鄉(xiāng)鎮(zhèn)企業(yè)職工大學(xué)學(xué)報(bào)，2006（4）：40?41.

[5] 艾強(qiáng)，劉業(yè)飛.基于五人制足球網(wǎng)上體育教學(xué)系統(tǒng)的研究[J].電子測(cè)試，2018（13）：179?180.

[6] 劉健，吳飛，姚蕾，等.基于多線性子空間KL變換的可伸縮視頻壓縮方法[J].電子與信息學(xué)報(bào)，2010，32（5）：1188?1192.

[7] 楊春玲，余英林.基于三維小波變換嵌入式視頻壓縮算法的研究[J].電子學(xué)報(bào)，2019，29（10）：1381?1383.

[8] 徐麗琨，黃登山.基于H.263標(biāo)準(zhǔn)的視頻壓縮算法的優(yōu)化及研發(fā)[J].電力系統(tǒng)通信，2005，26（7）：31?34.

[9] 祝世平，王再闊.一種基于對(duì)象的分形視頻壓縮算法研究[J].光電子·激光，2018，21（5）：725?730.

[10] 須明，王博，何亦征，等.兩種實(shí)時(shí)視頻壓縮算法DSP嵌入式框架方案比較[J].航空電子技術(shù)，2016，37（1）：33?37.

[11] 李曉萌，王建軍.低比特率下視頻壓縮算法的研究[J].計(jì)算機(jī)應(yīng)用，2018，23（10）：24?26.

[12] 陳秋華.一種內(nèi)存讀寫數(shù)據(jù)壓縮算法[J].中國集成電路，2018，27（7）：42?47.

[13] 徐夏剛，葉正麟，張定華.分形視頻壓縮的一種快速算法[J].西北工業(yè)大學(xué)學(xué)報(bào)，2017，22（2）：196?199.

[14] 王曉利.基于數(shù)學(xué)形態(tài)學(xué)的視頻幀間壓縮算法研究與實(shí)現(xiàn)[J].微計(jì)算機(jī)信息，2018，27（8）：223?224.

[15] 鐘代笛，張琦.壓縮域內(nèi)的視頻圖像處理算法[J].電視技術(shù)，2017，25（12）：21?22.

作者簡介：姜? 龍（1987—），男，江蘇東海人，碩士，講師，主要研究方向?yàn)檫\(yùn)動(dòng)教學(xué)。