当前空间可伸缩编码很少考虑视频感兴趣区域ROI(Region of Interest)或视觉突出内容,从而不能更好地适应视觉重要内容在较低分辨率移动终端的显示。对此,提出一种适用于交通监控的内容自适应空间可伸缩视频编码算法。采用背景差法获取...当前空间可伸缩编码很少考虑视频感兴趣区域ROI(Region of Interest)或视觉突出内容,从而不能更好地适应视觉重要内容在较低分辨率移动终端的显示。对此,提出一种适用于交通监控的内容自适应空间可伸缩视频编码算法。采用背景差法获取运动车辆并进行目标跟踪,一般情况下在交通监控中主导车辆(视觉上最突出的车辆)所在运动窗为ROI,将该ROI设定为裁剪窗口,并使用H.264/AVC可伸缩编码SVC(Scalable Video Coding)标准的扩展空间可伸缩方法 ESS(Extended Spatial Scalability)进行编码,同时在空间增强层使用跟踪准确度代替PSNR作为质量度量标准。实验表明,该算法与传统的下采样空间扩展算法相比,对低分辨率空间层解码下的视觉感知有较大的改善,而且在保证跟踪相对准确的前提下,码率可以节省约60%。展开更多
文摘当前空间可伸缩编码很少考虑视频感兴趣区域ROI(Region of Interest)或视觉突出内容,从而不能更好地适应视觉重要内容在较低分辨率移动终端的显示。对此,提出一种适用于交通监控的内容自适应空间可伸缩视频编码算法。采用背景差法获取运动车辆并进行目标跟踪,一般情况下在交通监控中主导车辆(视觉上最突出的车辆)所在运动窗为ROI,将该ROI设定为裁剪窗口,并使用H.264/AVC可伸缩编码SVC(Scalable Video Coding)标准的扩展空间可伸缩方法 ESS(Extended Spatial Scalability)进行编码,同时在空间增强层使用跟踪准确度代替PSNR作为质量度量标准。实验表明,该算法与传统的下采样空间扩展算法相比,对低分辨率空间层解码下的视觉感知有较大的改善,而且在保证跟踪相对准确的前提下,码率可以节省约60%。