视频转码技术回顾

随着各种视频压缩标准的制定及计算机硬件、网络技术的发展,视频信息的应用呈现出爆炸式的增长。为了适应用户终端的多样性及网络自身的传输特性,20世纪90年代后期,视频转码成为视频编码领域一个新的研究热点。本文从视频转码的应用、体系结构和关键技术三个方面,回顾近几年来在视频转码方面的研究进展。

针对网络视频应用的视频转码技术综述

对视频转码的技术基础,尤其是3种典型的体系结构进行了简述和比较,然后讨论了利用从输入视频流中易于得到的信息,减少计算复杂度和改善视觉质量的方法。同时,对近年来出现的一些热点技术,如信息(包括水印和具有差错抑制特征的数据)嵌入的视频转码、H.264码流转码等进行了重点讨论。对视频转码技术的未来发展也进行了展望。

一种基于分层率失真优化的容错性视频转码算法

容错性视频转码能够在已压缩视频流中嵌入容错性工具,以增强视频流面向无线信道的抗误码能力.但是容错性工具的嵌入在降低失真的同时也会增加码率,因此需要进行率失真优化.针对这一问题,文中提出了一种基于分层率失真优化的容错性转码算法.该算法通过在帧层和宏块层分别对重同步标记的插入和帧内宏块的刷新进行不同粒度的优化来提高算法的灵活性,通过在帧层考虑帧内宏块刷新、帧内预测和运动矢量预测的影响来提高算法的精确性,通过在宏块层减少候选模式的数量来降低算法的复杂度.实验表明,该算法与基于单层率失真优化的算法相比,信噪比可获得0.6～1.1dB的增益,复杂度最多可降低25%.

数字视频转码技术综述

由于终端设备、通信网络的异构性,视频转码成为近期研究的热点问题。从视频转码的体系结构、关键技术等方面来综述近期视频转码的研究进展以及有待解决的问题。

视频转码技术

视频转码技术是多媒体通信领域新的研究热点。首先介绍了已有的几类转码算法 ,然后以MPEG 2到MPEG 4的转码为例 ,探讨了转码中的关键技术 ,并给出了转码参考结构 ,最后介绍了转码进一步的研究方向。

分布式系统Hadoop平台的视频转码

在研究了目前主流的视频转码方案基础上,提出了一种分布式转码系统。系统采用HDFS(Hadoop Distributed File System)进行视频存储,利用MapReduce思想和FFMPEG进行分布式转码。详细讨论了视频分布式存储时的分段策略,以及分段大小对存取时间的影响。同时,定义了视频存储和转换的元数据格式。提出了基于MapReduce编程框架的分布式转码方案,即Mapper端进行转码和Reducer端进行视频合并。实验数据显示了转码时间随视频分段大小和转码机器数量不同而变化的趋势。结果表明,相比单机转码,提出的系统在采用8台机器并行转码时,可以节约80%左右的时间。

低复杂度的快速降尺寸视频转码算法

为了降低降尺寸视频转码的运算复杂度,提出一种基于支持向量机的快速转码模式决策算法。首先从输入的高分辨率视频码流中的编码信息里选取多维特征向量,并选择与模式特征匹配的核函数训练SVM分类器模型,建立高分辨率视频编码信息与降尺寸视频宏块编码模式之间的相关性;然后构建分层式SVM分类器对降尺寸视频中宏块模式进行阶梯式预测分类,以此缩减预测模式数量,提高转码效率。实验结果证明,算法可以节省高达67.31%的运算量,同时保证转码后视频的高质量。

DCT域视频转码技术综述

随着数字视频技术的广泛应用,实现各种视频编码格式之间转码的要求越来越迫.视频转码是数字媒体网络网关的关键技术.本文从DCT域视频转码的体系结构、关键技术及最优转码策略三个方面,介绍了现有的各种算法,分析和总结了各自的特点,提出了DCT域视频下采样帧内刷新体系结构和最优视频转码策略解的概念,并指出了下一步的研究方向.

一种基于H.264的视频转码方案

本文提出了一种基于H.264降低图像尺寸转码中的宏块类型快速选择方案.文中以原始图像中对应四个宏块的非零系数总个数为准则选择宏块类型,首次提出以指数模型来描述阈值和重新量化参数的关系(Th-Qr模型),并将其线性化为一元线性回归模型,进一步使用最小二乘法来估计模型中的参数.帧内模式选择中,Th-Qr模型是用来区分I4×4和I16×16宏块;帧间模式选择中,Th-Qr模型区分出当前宏块所处区域的运动性质,进而简化候选宏块类型个数.实验结果表明,与全搜索法相比,在保证压缩性能损失不大的情况下,本文提出的帧内模式选择方法的速度能提高4到5倍,帧间模式选择方法的速度能提高约35倍.

视频转码系统几种典型体系结构的比较分析

阐述视频转码系统的几种典型体系结构、关键技术,对比分析各种体系结构的优、缺点,以及分别适合的应用环境。

编码质量与容错性自适应的跳帧视频转码

为了使跳帧视频转码在有较好编码质量的同时兼顾转码后新码流的容错性,研究了一种编码质量与容错性自适应的跳帧视频转码方法。提出了基于最优编码质量的跳帧转码算法,依据质量影响系数,在所设计的滑动窗结构中进行了最优跳帧方案的选择,即计算各种跳帧可能性对编码质量的影响,最大程度地保留并编码运动强度较大的帧,提升编码质量。基于此算法,估计跳帧后的错误敏感度和错误影响系数,进一步提出了编码质量与容错性自适应的跳帧方法,使压缩效率和容错能力之间达到动态平衡。实验结果表明：丢包传输时,本方法可使再次解码视频的PSNR值提高0.05~1.2 dB,从而满足跳帧视频转码对帧率准、质量好、容错性强等方面的要求。

基于特征建模的H.264到AVS-S2监控视频转码快速帧间模式选择算法研究

针对监控视频从H.264到AVS-S2转码中的高计算复杂度问题进行了研究,提出了一种基于特征建模的快速帧间模式选择算法。首先对少量视频序列通过级联方式转码,根据提取的H.264运动特征和AVS-S2最优模式在线训练建立转码模型,再对后续序列根据模型快速选择转码后的帧间预测候选模式,并基于宏块的前景背景特性进一步减少背景宏块的候选模式数目。实验结果表明算法有效地降低了转码复杂度。由于算法在转码过程中实时训练更新转码模型,所以与传统的模式映射算法相比改善了转码图像质量、降低了转码码率。

基于Hadoop的视频转码云平台技术研究

本文针对目前视频共享过程中的关键环节,提出了利用Hadoop平台的相关技术改良视频转码环节,提高转码质量与效率。本文分别对两种现有的公共的云服务平台进行介绍,并对涉及的相关技术进行了详细阐述。根据不同的转码要求,可以选择现有的云平台搭建Hadoop框架去解决问题,降低技术门槛,提高服务质量。

一种面向MPEG码流的快速视频转码方法

将高码率的视频码流转码生成低码率的视频码流,以适应不同网络带宽的需要,这是MPEG视频转码的一个最重要的应用·存在开环和闭环两种不同结构的码率缩减视频转码器,它们在转码速度和转码后的图像质量两方面各有优势·针对这两种转码结构的优缺点,提出了一种新的漂移误差自适应的快速视频转码结构·该结构以块为基本单元自适应地控制漂移误差,同时采用合适的查表算法来降低量化和反量化运算的复杂度·实验结果表明,采用这种结构的视频转码器在转码速度上不仅远远高于闭环结构,而且也超过了传统的开环结构;在转码后的图像质量上接近闭环结构,并且远远好于开环结构·此外,这种结构的视频转码器还可以方便地扩展成为复杂度可伸缩的转码器,根据处理器的有效负荷动态地调整转码器的复杂度,更好地实现实时视频转码服务·

视频转码中运动矢量自适应多模式精炼算法

针对视频转码中运动矢量重估计精度不高的问题,提出了一种运动矢量自适应多模式精炼(AMPR)算法.该算法首先利用输入码流中运动矢量的相位和幅值信息构建了视频局部区域活动性模型,通过此模型自适应确定精炼窗口的大小,然后在菱形搜索算法(DS)和水平垂直搜索算法(HAVS)的基础上,给出了多模式搜索策略.仿真实验表明,该算法取得接近于全搜索算法的视频质量,并有效地降低了计算复杂度.

基于分布式视频转码技术的视频云平台

伴随着科学技术的发展,网络视频应运而生,并且逐渐成为人们了解信息、获得娱乐的重要手段,是网络媒体中的重要组成部分。分布式视频转码技术是指对视频的格式进行转换的一种技术,基于分布式视频转码技术的视频云平台是将分布式视频转码技术作为核心技术而生成的一种更加完善的视频转码技术平台,将分布式计算、效用计算、虚拟化、存储和推送等功能集于一身,是多种技术的综合体,使视频转码技术变得更加简便、高效。以下,本文将对基于分布式视频转码技术的视频云平台进行简要的探讨。

基于Hadoop的分布式视频转码系统的研究与设计

视频转码是视频录制到播放不可或缺的一个重要环节之一,然而单机版视频转码耗时长,特别是大视频转码。该文采用一种基于Hadoop的分布式视频转码系统,使用Hadoop的Map Reduce分布式框架,通过JNI对FFmpeg库的调用,实现分布式的视频转码。实验结果,相比单机版视频转码,分布式视频转码有明显的优势。

视频转码技术的专利分析

视频转码技术在视频领域的应用非常广泛,且技术已经很先进。通过对全球视频转码领域的专利进行检索与分析,定性与定量地确定出在视频转码领域的专利分布结构,了解视频转码领域的技术发展方向,为视频转码研究提供有价值的参考依据。

面向移动网络的实时视频转码系统

针对宽带IPTV视频源向移动网络和移动终端提供视频服务需要解决的视频转码问题,设计开发以软件方式实现的实时视频转码系统,可将MPEG-4格式的高码率、高分辨率节目源实时转换为适合移动网络和移动终端的低码率、低分辨率视频。在误差补偿转码框架的基础上,提出一种自适应的转码时延保证方法,解决了转码计算复杂性和转码质量均衡的关键技术问题,保证了转码系统的实时性。测试结果表明,实现的转码系统视频转换质量损失少、实时性高。

基于云计算平台的视频转码设计与应用

随着高清视频的普及和发展,视频服务提供商面临着高清晰度视频转码的需求日益增加。视频转码既是计算密集型工作又是数据密集型工作,需要大量消耗计算机资源,但是最终会因为单计算节点的物理条件和转码算法的并发能力受到限制,造成转码速度提升不大。该文依托云计算平台将单个转码任务同时发送到多个计算节点,以提高视频转码的速度。