胡國(guó)慶
摘要:高效視訊編碼(HEVC)是新一代編碼標(biāo)準(zhǔn),在編碼效率上有明顯優(yōu)勢(shì)。監(jiān)控視頻結(jié)構(gòu)特點(diǎn)是背景幾乎不變,HEVC并沒(méi)有考慮這種情況。使用動(dòng)態(tài)背景模型(DBM)生成動(dòng)態(tài)背景幀,作為HEVC幀間預(yù)測(cè)的參考幀,可以提高視頻壓縮效率。然而,運(yùn)動(dòng)緩慢的前景區(qū)域有時(shí)會(huì)被認(rèn)為是背景區(qū)域,為此提出多層差值(MDM)算法,根據(jù)多層像素塊差值更新背景,提高背景幀的質(zhì)量。實(shí)驗(yàn)結(jié)果表明,與高效視訊編碼測(cè)試模型HM14.0相比,在幾乎不增加計(jì)算復(fù)雜度的情況下,采用該算法壓縮效率平均提高了2%,最高提高了5.2%。
關(guān)鍵詞關(guān)鍵詞:監(jiān)控視頻;動(dòng)態(tài)背景模型;分層差值算法;HEVC;幀間預(yù)測(cè)
DOIDOI:10.11907/rjdk.161259
中圖分類(lèi)號(hào):TP302文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào)文章編號(hào):16727800(2016)007003003
0引言
監(jiān)控視頻在交通安全和電子會(huì)議等領(lǐng)域得到越來(lái)越廣泛的應(yīng)用,H.264/AVC標(biāo)準(zhǔn)逐漸暴露出自身的不足。HEVC是新一代視頻編碼標(biāo)準(zhǔn),與H.264/AVC相比,在相同視頻壓縮質(zhì)量下,HEVC可以提高50%左右的壓縮效率。HEVC的編碼框架和H.264相同,兩者都是混合編碼框架。
監(jiān)控視頻大多由靜止的攝像機(jī)捕獲,它們往往擁有固定背景。為此,可以考慮利用監(jiān)控視頻特殊的結(jié)構(gòu)特點(diǎn)來(lái)處理監(jiān)控視頻。已有關(guān)于監(jiān)控視頻的研究可以分為兩大類(lèi):一類(lèi)是基于模型的編碼方法,這類(lèi)方法對(duì)感興趣的目標(biāo)建模,然后對(duì)它們編碼;另一類(lèi)是基于塊的編碼方應(yīng)用層:該層是模型的最高層,是面向用戶(hù)的一層,主要實(shí)現(xiàn)統(tǒng)計(jì)結(jié)果的發(fā)布和統(tǒng)計(jì)決策的可視化。該層包含算法池、數(shù)據(jù)挖掘模塊,主要是根據(jù)不同的數(shù)據(jù)來(lái)源,使用相應(yīng)的統(tǒng)計(jì)算法和數(shù)據(jù)挖掘算法,如聚類(lèi)、分類(lèi)關(guān)聯(lián)規(guī)則挖掘、序列模式挖掘、智能推薦等,從海量數(shù)據(jù)中提取有用的信息特征,有效地收集樣本數(shù)據(jù),挖掘知識(shí),并將信息及時(shí)提供給相關(guān)部門(mén)決策。
基于大數(shù)據(jù)的統(tǒng)計(jì)分析工作,統(tǒng)計(jì)的對(duì)象往往是一些結(jié)構(gòu)化和非結(jié)構(gòu)化混合的數(shù)據(jù),諸如文本、圖像、音視頻等,本文設(shè)計(jì)模型基本思想就是采用底層挖掘收集,通過(guò)中間件的數(shù)據(jù)管理,實(shí)現(xiàn)上層處理分析,篩選和整理出有價(jià)值的數(shù)據(jù)和信息,最終達(dá)到可視化統(tǒng)計(jì)結(jié)果的要求。
3結(jié)語(yǔ)
大數(shù)據(jù)時(shí)代,數(shù)據(jù)即樣本,也就不存在統(tǒng)計(jì)樣本概念。掌握了大數(shù)據(jù)處理技術(shù),也就實(shí)現(xiàn)了海量數(shù)據(jù)的統(tǒng)計(jì)分析。海量數(shù)據(jù)的處理分析和知識(shí)挖掘工作,往往離不開(kāi)大數(shù)據(jù)的統(tǒng)計(jì)處理。如果數(shù)據(jù)挖掘是為了給決策者提供深度有價(jià)值的信息,那么統(tǒng)計(jì)分析工作可以看成是數(shù)據(jù)的預(yù)處理,兩者都是大數(shù)據(jù)處理方式。而在復(fù)雜的大數(shù)據(jù)環(huán)境下,面臨復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)和異構(gòu)的數(shù)據(jù),建立合理的統(tǒng)計(jì)分析模型非常必要。
參考文獻(xiàn):
欒爽.省以下統(tǒng)計(jì)體制改革問(wèn)題的研究.長(zhǎng)春:吉林大學(xué),2008.
王珊,王會(huì)舉,覃雄派,等.架構(gòu)大數(shù)據(jù):挑戰(zhàn)、現(xiàn)狀與展望 [J].計(jì)算機(jī)學(xué)報(bào),2011(10):17411752.
程開(kāi)明,莊燕杰.大數(shù)據(jù)背景下的統(tǒng)計(jì)——第十七次全國(guó)統(tǒng)計(jì)科學(xué)討論會(huì)綜述 [J].統(tǒng)計(jì)研究,2014,8(1):106112.
孟小峰,慈祥.大數(shù)據(jù)管理:概念、技術(shù)與挑戰(zhàn)[J].計(jì)算機(jī)研究與發(fā)展,2013(1):146169.
劉剛,侯賓,翟周偉.Hadoop 開(kāi)源云計(jì)算平臺(tái).北京:北京郵電大學(xué)出版社,2011.
許琴.淺談大數(shù)據(jù)背景下的統(tǒng)計(jì)信息化建設(shè)策略 [J].商場(chǎng)現(xiàn)代化,2015,9(11):287288.
許春玲,張廣泉.分布式文件系統(tǒng)Hadoop HDFS與傳統(tǒng)文件系統(tǒng)Linux FS的比較與分析[J].蘇州大學(xué)學(xué)報(bào):工科版,2010,30(8):59.
謝桂蘭,羅省賢.基于Hadoop MapReduce 模型的應(yīng)用研究[J].微型機(jī)與應(yīng)用,2010(8):47.