支持監控視頻高效壓縮與識別的IEEE 1857標準

　　2013年上半年，第三代視頻編碼國際標準(ITU-T H.265，ISO/IEC HEVC)即將頒布[7]，其視頻編碼效率比H.264提高一倍，也被監控行業(yè)寄予厚望。但是，視頻編碼標準的更新?lián)Q代和壓縮效率的提高，都是以更高的計算復雜性換來(lái)的，壓縮效率提高一倍，計算復雜度往往要提高五倍甚至更多，從而導致編碼器/編碼芯片價(jià)格居高不下。據分析^[8]，HEVC解碼器/解碼芯片復雜度與比H.264增加一倍左右，但是編碼器復雜度是H.264的四倍以上，因此HEVC實(shí)時(shí)編碼器/編碼芯片的開(kāi)發(fā)還需要一段時(shí)間。對于電視廣播來(lái)說(shuō)，每個(gè)頻道一臺編碼器就可以服務(wù)億萬(wàn)用戶(hù)，因此編碼器復雜度高、價(jià)格高不是大問(wèn)題。但是，視頻監控與數字電視恰恰相反，解碼器需求不多(很多視頻可能從未解碼查看過(guò))，但每個(gè)攝像頭都需要一顆編碼器，這就要求在提高壓縮效率的同時(shí)，編碼算法復雜度應該保持較低的水平。

　　在面向數字電視的視頻編碼國家標準于2006年頒布后，我國AVS工作組開(kāi)始著(zhù)手面向行業(yè)應用對已頒布國標進(jìn)行了定向擴展。從2007年開(kāi)始，在2006年國標的基準檔次(面向數字電視)基礎上，相繼擴展出加強檔次(面向高清電影等應用)、伸展檔次(面向視頻監控等應用)和移動(dòng)檔次(面向手機流媒體等應用)三個(gè)部分。其中伸展檔次(簡(jiǎn)稱(chēng)AVS-S)是全球第一個(gè)針對視頻監控應用制定的視頻編碼標準。

　　AVS-S制定工作起始于2007年開(kāi)始，需求分析是在國家有關(guān)部門(mén)和視頻監控行業(yè)多家企業(yè)共同參與下完成的。經(jīng)過(guò)兩年的努力，通過(guò)在基準檔次的基礎上增加適合監控視頻特點(diǎn)的專(zhuān)用工具，于2009年完成了“伸展檔次”(簡(jiǎn)稱(chēng)AVS-S)。該標準針對視頻監控全天候工作的特點(diǎn)，以監控現場(chǎng)的視頻序列為測試基準，通過(guò)競爭方式選擇、評估合適的視頻編碼技術(shù)制定而成。AVS-S不僅能夠提高典型監控場(chǎng)景的編碼效率，支持單色、彩色、紅外序列編碼，而且具有更強的抗誤碼特性和網(wǎng)絡(luò )適應性，具有時(shí)域可伸縮性，能夠滿(mǎn)足視頻監控網(wǎng)絡(luò )傳輸條件復雜的要求。更進(jìn)一步，該標準還提供了基于靈活條帶和條帶集的感興趣區域編碼方法，能夠支持圖像區域標記、區域事件標記、攝像機標記等監控要求，并為感興趣區域檢測、對象分割、對象跟蹤等智能應用和標準擴展預留了空間。

　　我國數字電視產(chǎn)業(yè)廣泛使用AVS的重要原因是國外組織對采用國際標準的企業(yè)和運營(yíng)商征收高額專(zhuān)利費，這個(gè)問(wèn)題在視頻監控行業(yè)并不明顯，因此監控產(chǎn)業(yè)界轉換到這樣一個(gè)效率相當的新標準的動(dòng)力不足。通過(guò)與視頻監控行業(yè)的企業(yè)和應用單位的交流和調研，AVS工作組判斷，只有編碼效率大幅度超越H.264，才能大幅度直接降低監控系統成本，新標準才有得到應用的可能?；谶@個(gè)原因，2010年3月，AVS工作組啟動(dòng)了第二代視頻監控標準(AVS-S2)的制定工作。AVS-S2針對監控場(chǎng)景固定的特點(diǎn)，在傳統基于塊劃分的混合編碼框架的基礎上，添加了基于背景幀的預測編碼技術(shù)，形成了新的編碼框架。與傳統基于塊劃分的混合編碼框架相區別，AVS-S2的編碼框架中包含新加入的背景建模單元、更新的基于背景幀的幀間運動(dòng)補償預測單元、背景幀緩存以及與背景建模和背景幀預測相關(guān)的控制邏輯，并在2011年底完成了標準起草工作。2012年，面向立體電視和高清電視的AVS+標準制定完成，并被國家廣電總局頒布為行業(yè)標準，AVS+新增的一個(gè)重要工具是高級熵編碼，這個(gè)工具也同樣可以用于A(yíng)VS-S2。包含所有這些工具的新版AVS標準于2012年10月通過(guò)了IEEE標準委員會(huì )設定的會(huì )員投票程序，于2013年3月獲得IEEE標準委員會(huì )會(huì )議的審核通過(guò)，2013年6月上旬印刷頒布為IEEE 1857標準。

　　AVS-S2監控視頻編碼背景建模技術(shù)

　　AVS標準的一個(gè)重要技術(shù)特色是針對應用需要制定簡(jiǎn)潔高效的標準方案和算法組合，2006年頒布的AVS國家標準是針對數字電視需要而設計的，在變換、量化、熵編碼、幀內預測、幀間預測、環(huán)路濾波等方面提出了一系列的新技術(shù)，在解碼復雜度只有H.264的70%、編碼復雜度只有H.264的30%的情況下，獲得了與H.264相當的編碼效率。

　　與H.265再次提高編碼復雜度的做法不同，AVS-S2大幅度提高編碼效率的主要“秘訣”是針對監控視頻場(chǎng)景長(cháng)期不變的特點(diǎn)，通過(guò)背景建模的方式去除了大量存在的“場(chǎng)景冗余”。監控視頻與傳統影視視頻最大的不同在于其拍攝范圍限定在一定場(chǎng)景中，“場(chǎng)景”冗余是傳統視頻編碼方法沒(méi)有深挖的“大金礦”。AVS-S2通過(guò)對監控背景和前景進(jìn)行建模，大幅度提高了編碼效率。對于固定攝像機拍攝的監控視頻，通過(guò)背景建模和前景學(xué)習能夠將編碼效率提高一倍左右，這是編碼領(lǐng)域的一個(gè)重要創(chuàng )新，下面具體介紹AVS-S2增加的背景建模技術(shù)。

　　首先，AVS-S2在傳統基于塊劃分的混合編碼框架的基礎上，添加了純背景幀預測編碼技術(shù)，形成了新的編碼框架。與傳統基于塊劃分的混合編碼框架相區別，AVS-S2的編碼框架中包含新加入的背景建模單元(其目的是構造一個(gè)不含前景對象的純背景，從而為后續圖像的編碼提供更好的參考)、更新的基于背景幀的幀間運動(dòng)補償預測單元、背景幀緩存以及與背景建模和背景幀預測相關(guān)的控制邏輯(藍色標記)，如圖1所示?！　?/p>

?

　　其次，AVS-S2繼承并改進(jìn)了AVS-S中的背景預測技術(shù)。AVS-S2使用背景幀(G幀)來(lái)編碼表示場(chǎng)景信息的背景圖像，并擴展語(yǔ)法元素定義以保證該背景圖像不顯示輸出。同時(shí)，AVS-S2沿用了AVS-S中可以零矢量參考G幀的背景預測幀(S幀)。

　　第三，更進(jìn)一步地，在A(yíng)VS-S2中，每一個(gè)P幀在圖像層語(yǔ)法元素中，既可以選擇以最近兩幀為參考圖像，也可以選擇以最近參考幀和G幀為參考圖像進(jìn)行編碼。G，S，P幀參考方式可以如圖2所示?！　?/p>

?

　　第四，AVS-S2采納了可選差分編碼技術(shù)，該方法下的編解碼流程如圖3所示。