[發明專利]基于背景建模和可選差分模式的視頻編/解碼方法及系統

有效

• 申請號: 201010203823.6
• 申請日: 2010-06-21
• 公開（公告）號: CN101883284A
• 公開（公告）日: 2010-11-10
• 發明（設計）人: 高文;張賢國;梁路宏;黃鐵軍
• 申請（專利權）人: 北京大學
• 主分類號: H04N7/26
• 分類號: H04N7/26;H04N7/50;G06T7/20
• 代理公司: 北京市商泰律師事務所 11255
• 代理人: 毛燕生

技術領域

本發明涉及數字媒體處理技術領域中的視頻壓縮技術，更具體地涉及一種基于背景建模和可選差分模式的視頻編/解碼方法及系統。

背景技術

視頻壓縮(也稱為視頻編碼)是數字媒體存儲與傳輸等應用中的關鍵技術之一，其目的是通過消除冗余信息來減少存儲與傳輸中的數據量。當前所有的主流視頻壓縮標準都采用了基于塊的預測變換混合編碼框架，即通過預測、變換、熵編碼等方法消除視頻圖像中的統計冗余(包括空間冗余、時間冗余和信息熵冗余)，以達到減少數據量的目的。由于視頻數據在一定的時間段內是具有場景不變特性，近年來，隨著背景建模技術的發展和進步，背景建模技術被越來越多的應用于視頻編碼中，合理地利用建模生成的背景，可以進一步消除視頻中的信息冗余，從而獲得更好的壓縮性能。

對于建模背景的使用，目前主要的方法分為兩類，一類是脫離基于塊的預測變換混合編碼框架，采用基于對象的視頻壓縮技術，通過使用建模算法生成背景，完成對象檢測、對象跟蹤、前景/背景分割等技術，將視頻中的各個對象分離出來，通過對不同的對象采取不同的壓縮方式，進一步挖掘視頻中的信息冗余，從而提高壓縮效率。因此，基于對象的視頻壓縮方法是解決視頻壓縮問題的一個重要研究方向，但也存在兩個問題：其一，視頻中的對象檢測與分割仍然是計算機視覺和圖像處理領域中一個未解決的問題，現有方法在檢測、分割的正確率和準確率方面仍不夠理想，成為向對象的視頻壓縮方法的一個瓶頸；其二，上述對象檢測與分割方法的計算復雜性較高，不利于編碼器的實現。

于是，另一類仍然基于塊的預測變換混合編碼框架的編碼方法，就成為另外一個備受關注的研究方向。

發明內容

本發明提供一種基于背景建模和可選差分模式的視頻編/解碼方法及系統。基于本發明能夠更好的提高編碼性能。

一方面，本發明公開了一種基于背景建模和可選差分模式的視頻編碼方法，該方法包括如下步驟：背景建模步驟，使用輸入的視頻序列建模生成背景圖像，經過編碼后得到重構背景圖像；全局運動估計步驟，對每幅輸入圖像進行像素或亞像素精度的全局運動估計，得到全局運動矢量；模式選擇步驟，基于所述重構的背景圖像和所述全局運動矢量，選擇性地使用原始模式、差分模式對每一個視頻塊進行編碼。

上述視頻編碼方法，優選所述背景建模步驟中，所述使用輸入的視頻序列建模生成背景圖像包括：對于每一個像素點，在訓練集內找到該像素點的像素集合，然后開始遍歷；對于每一個像素值，根據這個像素集合內當前像素值與下一個相鄰像素值之間的差，利用當前時刻生成的動態閾值進行判斷，如果差的絕對值大于閾值，則判定當前數據段結束，開始下一個數據段；進而，將整個當前像素位置的像素集合劃分為若干數據段；為每一段分配一個權重，所述權重為該段數據集合的大小；基于所述權重，計算出的所述像素點的背景像素值。

上述視頻編碼方法，優選所述背景建模步驟還包括定期重新選取訓練集以更新所述背景圖像的步驟。

上述視頻編碼方法，優選所述背景建模步驟中，對背景圖像進行編碼以獲取重構的背景圖像中，所述編碼方法包括：使用有損或無損的、圖像或視頻的編碼方法編碼建模生成的背景圖像；或把所有背景圖像看作一個序列，使用視頻編碼方法進行編碼，所述視頻編碼方法為：MPEG-1/2/4、H.263、H.264/AVC、VC1、AVS、JPEG、JPEG2000或MJPEG。

上述視頻編碼方法，優選所述全局運動估計步驟中，所述全局運動估計包括：以數據塊為基本單位，令當前圖像以重構背景圖像為參考圖像進行全局的，整像素或分像素運動搜索，取運動矢量集合的中值、最大聚類或平均值為當前圖像的全局運動矢量。

上述視頻編碼方法，優選所述模式選擇步驟中，所述選擇性地使用原始模式、差分模式對每一個視頻塊進行編碼，選擇的方法為：通過比較原始模式和差分模式的率失真結果。

上述視頻編碼方法，優選所述原始模式編碼為：根據全局運動矢量，找到待編碼數據的預測參考數據在背景圖像中的對應數據，若預測參考數據已編碼為差分模式，則以二者的解碼疊加值為參考，否則則直接以預測參考數據的解碼原始值為參考來直接編碼待編碼數據。

上述視頻編碼方法，優選所述差分模式編碼為：根據全局運動矢量，為待編碼數據的預測參考數據在背景圖像中的匹配對應的數據，若所預測參考數據已編碼為原始模式，則以二者的解碼差分值為參考，否則則直接以預測參考像素的解碼原始值為參考來編碼待編碼數據與背景圖像中對應的數據的差分數據。