基于背景模型的AVS-S編碼

桑愛軍， 于 歡,2， 張漢宇

(1.吉林大學 通信工程學院， 吉林 長春 130022； 2.上海無線電設備研究所， 上海 201109 )

隨著人們對安全意識的增強，監控視頻的普及程度越來越高[1-4].如何能夠提高監控視頻的編碼效率，是該領域所面臨的一系列重要挑戰.通常監控視頻[5-7]有以下特點：固定的攝像頭位置，光線變化呈一定規律性，場景變化少.根據這些特點，人們主要采用面向對象的編碼方法[8-11]、基于感興趣區域的編碼優化方法和背景參考圖像的編碼優化方法[12-15]來解決監控視頻中的編碼問題.監控視頻一般工作時間都是持續的，并且時間很長，為了減少監控視頻工作的時間，選擇合適的編碼技術進行編碼在實際應用中有很重要的意義.AVS監控伸展檔次，即AVS-S，在該框架中有背景幀(G幀)和背景預測幀(S幀)，其中G幀是幀內預測編碼時所使用的背景圖像，用來顯示場景信息，為S幀提供背景信息；S幀大大提高了監控視頻的編碼效率.該方法主要是通過消除監控視頻中的背景冗余實現的.

本文在AVS-S的編碼框架之下，提出一種新的背景幀更新方法，即迭代更新均值法(iterative update average,IUA)，該方法進一步加強了背景信息的完整性和提高了背景幀的質量，提升了監控視頻的編碼效率.

1 背景幀(G幀)更新

1.1 建立背景模型的理論基礎

在任意一監控視頻中，取某一像素點在一定范圍的連續幀內的全部像素值組成集合A，則集合A內的所有數據是一組分類數據.分類數據是統計學中一種反映事物類別的數據，是離散數據.集合A中不同性質的數據之間相互獨立，同一性質的數據之間具有相關性，因此可以根據數據之間的關系完成對集合A的分組.分組后集合A中包括眾數組和非眾數組，通過異眾比率可以判定每個數組的性質.

異眾比率是指非眾數出現的頻數占總頻數的比例，即

(1)

其中：V0表示異眾比率；f0為眾數組的頻數；N為總頻數.當V0越小時，非眾數組的頻數在總頻數中占比越小，說明眾數組中的像素值是背景像素值的概率越大；當V0越大時，眾數組的頻數在總頻數中占比越小，說明眾數組中的像素值成為前景像素值的概率越大.保留背景像素值，建立最終的背景模型.

1.2 影響背景幀質量的因素

在監控視頻編碼的過程中，背景幀的質量越好，最終的編碼效率越高.而影響背景幀質量的因素有以下兩種：

1)訓練集長度將會影響背景幀的質量.要想提高背景模型的質量和不斷改善建模的效果，就要有充足的可參考實驗數據和足夠長的訓練集長度，G幀更新的方法正好可以滿足這兩點要求.但是由于運動目標出現的不確定性，所以對建模效果也會有不同程度的影響.因此背景模型的質量與訓練集的長度不成正比.

2)前景目標的運動速度將會影響背景幀的質量.在測試視頻中，物體停留在某一像素點區域的時間由物體的運動速度決定，對建模效果也會有不同程度的影響，物體運動越快，影響越小，反之則相反.故要消除慢速運動的物體對背景模型的影響更困難.

2 迭代更新均值法

2.1 基本原理

迭代更新均值法通過眾數將數據進行分組.根據異眾比率判定該組數據的狀態，并根據像素點狀態的不同選擇不同的處理方法，得到最終的背景模型.

根據對當前像素點的性質進行判定的結果共有三種，分別是僅受光照、受快速運動物體以及慢速運動物體影響的像素點.僅受光照影響的像素點的影響因素為光照的自然變化；快速運動的物體經過像素點停留時間短，對建模效果影響小；慢速運動物體與快速運動物體情況相反.迭代更新均值法對不同性質的像素點采用相對應的處理方法，盡可能減少對建模效果的影響，保留更為準確的背景像素值.

“這種說法屬于偷換概念?！焙笔≈嗅t醫院老年病科學科主任醫師譚子虎介紹說，冬天因為曬太陽少導致人體骨骼出現的鈣流失等問題，完全可以通過春、夏、秋3個季節彌補回來。骨頭變脆是一個長時間漸變的過程。冬天骨折多可能與冬季地面變得堅硬，且與人們衣服穿得比較厚、行動笨拙，在冰雪天容易滑倒有關，中老年人尤其如此。因而，冬天比其他季節更容易讓人滑倒和骨折，但并不能因此就說冬天骨頭會變脆。

2.2 具體步驟

1)初始化.創建數據集，其長度為M，數據集用來存放前M幀數據，即

I={It(x,y),It+1(x,y),…,It+M-1(x,y)} .

其中，It(x,y)表示t時刻(x,y)處的像素值，從I中求得眾數，將其記為T.

2)選擇閾值.記μ為均值，σ2為方差，則對應的正態分布為

(2)

根據正態分布的3σ準則，x分布在(μ-3σ,μ+3σ)的概率為0.997 4，故將作為3σ閾值來判定像素點性質，閾值設置為14.

3) 數據判定及分組.當前像素值It(x,y)根據式(3)判定其狀態，若式(3)成立，則Ft(x,y)記為1，否則記為0.其中，Ft(x,y)見文獻[16]，為當前像素點狀態判定標志，該標志的值用于后續的背景像素點的判定.

(It(x,y)-T)2<14.

(3)

4)求得當前像素點的背景像素值.若當前滿足式(3)的像素點數大于訓練集長度L的一半時，則將滿足式(3)的所有像素的均值作為背景像素值；若滿足式(3)的像素點數小于訓練集長度L的一半且存在連續30幀，Ft(x,y)的數值均為1，則判定當前位置有運動物體長時間停留；將Ft(x,y)=0的所有像素值的均值作為背景像素值，否則背景像素值為訓練集中該像素點所有像素值的均值.

5)循環步驟1)～4)直至遍歷訓練集所有像素點，得到最終的背景模型.

2.3 參數選取

迭代更新均值法中當前像素點的長度為K，而訓練集的長度為L(K

選擇不同長度的訓練集和判定像素值狀態的數據集，長度分別用L和K表示，本實驗取L為100,200，K為10,50，在此數據條件下觀察背景模型效果.圖1～圖3分別是視頻訓練集Classover，Crossroad和Overbridge在此數據下的實驗仿真結果，圖中方框是不同訓練集、不同訓練長度及不同當前像素點條件下得到的運動目標.

圖1 訓練集Classover下的背景模型

圖2 訓練集Crossroad下的背景模型

圖3 訓練集Overbridge下的背景模型

通過直觀地觀察和客觀的實驗結果分析可以得出，在當前像素點的長度和訓練集長度分別為K=50，L=200條件下，可以獲得最佳的背景模型效果.因此迭代更新均值法中的參數選取為L=200，K=50.

3 實驗結果及分析

在AVS-S框架中，選取分段加權滑動平均值法(SWRA)、均值法(AV)以及混合高斯背景建模法(GMM)在訓練集長度為200所生成的背景模型，同迭代更新均值法(IUA)所生成的背景模型進行比較，如圖4～圖6所示，圖中方框為不同方法在不同訓練集條件下得到的運動目標.從圖中可看出，IUA所生成的背景模型在主觀質量上要優于其他方法所生成的背景模型，并且SWRA方法生成的背景模型要優于AV和GMM方法.為了更進一步地觀察背景幀質量對監控視頻編碼效率的影響，對編碼效率進行以下數據分析.

本文實驗中全部測試視頻來自PKU-SVD-A，仿真軟件為AVS-S編解碼軟件的官方版本RM09.13-v3.將AVS-S框架下的IUA和SWRA以及AVS基準檔次在不同監控視頻下進行編碼效率對比.碼率與峰值信噪比的關系曲線如圖7所示，生成率失真曲線相關數據以及實驗參數設置見文獻[16].根據圖7可以得出，在三種不同監控視頻下，IUA編碼性能優于其他兩種編碼方法，其中峰值信噪比越大編碼性能越好，碼率是單位時間內視頻傳輸的數據量，單位為Kb/s，碼率值越大，視頻中信息量越大.對三種編碼方式進行數值分析，如表1所示，評價指標為BDBR和BD-PSNR[17].BDBR表示在相等的峰值信噪比下，在率失真曲線中畫一條水平線，得到的兩種方法碼率節省情況，即水平方向分析編碼性能；BD-PSNR表示在相同的碼率下，在率失真曲線中畫一條垂直線，得到的兩種方法峰值信噪比差異，即垂直方向分析編碼性能.客觀分析與直觀觀察結果保持一致，通過表1分別計算三種視頻中得出的BDBR和BD-PSNR平均值，得出本文方法的G幀比SWRA方法平均節省碼率12.402%，平均峰值信噪比提高0.363 dB；同理，與AVS基準檔次相比平均節省碼率43.283%，平均峰值信噪比提高1.186 dB.

圖4 不同方法在訓練集Crossroad下所生成的背景模型

圖5 不同方法在訓練集Overbridge下所生成的背景模型

圖6 不同方法在訓練集Classover下所生成的背景模型

圖7 不同訓練集下編碼性能對比

表1 本文方法與各編碼方法比較

4 結 論

在AVS的編碼框架下，本文提出一種新的G幀更新方法，即迭代更新均值法.該方法可以很好地區分不同運動速度的物體，從而得到視頻中較為完整的背景信息，提高了背景幀的質量，并且在同等碼率和相同峰值信噪比的條件下，G幀更新方法的編碼效率要優于AVS基準檔次方法和分段加權滑動平均值法，是一種更加高效的編碼方法.