面向智能監(jiān)控中動(dòng)態(tài)感興趣區(qū)域的識(shí)別和編碼.pdf

1、近年來，計(jì)算機(jī)視覺等理論的發(fā)展給視頻編碼的研究工作帶來了新的啟發(fā)。從主觀評(píng)價(jià)角度出發(fā)，根據(jù)人的視覺特性重點(diǎn)關(guān)注視頻中的特定區(qū)域的信息、提高編碼效率和編碼結(jié)果的質(zhì)量是一個(gè)極具希望的研究思路。在這樣的研究背景下，如何有效的動(dòng)態(tài)檢測和編碼感興趣區(qū)域（ROI）逐漸成為人們研究的焦點(diǎn)和熱點(diǎn)。
　　感興趣區(qū)域（ROI）處理技術(shù)是基于人的視覺特性提出的：人眼在觀看視頻的時(shí)候，對(duì)圖像不同區(qū)域的關(guān)注程度不同。一般ROI區(qū)域表現(xiàn)為運(yùn)動(dòng)，紋理，顏色，亮

2、度，對(duì)比度，形態(tài)等特征方面的視覺顯著，本文引入了靜態(tài)圖像顯著圖的生成來檢測視頻序列ROI區(qū)域，編碼階段優(yōu)先保證ROI視頻質(zhì)量，在保證碼率基本不變的前提下達(dá)到更好的主觀效果。本文研究主要分為三個(gè)階段：
　　一、ROI檢測階段：基于視覺注意機(jī)制中的譜殘差和相位譜的方法對(duì)視頻序列的每一幀都進(jìn)行顯著度檢測（Saliency Detection），生成顯著圖，并對(duì)譜殘差方法進(jìn)行了改進(jìn)，采用相位譜的方法節(jié)省了將近1/3的計(jì)算復(fù)雜度；
　

3、　二、ROI預(yù)處理階段：對(duì)每一幀求得時(shí)空顯著圖（Spatio-temporal Saliency Map），并進(jìn)行二值化、腐蝕、膨脹以及區(qū)域檢測等一系列的圖像處理算法，作為ROI的預(yù)處理，框出矩形ROI區(qū)域，并且標(biāo)注好每一幀的圖像頭ROI信息內(nèi)容描述擴(kuò)展字段，為下一階段的編碼做準(zhǔn)備；
　　三、ROI編碼階段：引入感興趣區(qū)域標(biāo)識(shí)框架，對(duì)這些檢測出來的ROI區(qū)域進(jìn)行編碼階段的特殊處理，梯度量化，同時(shí)進(jìn)行質(zhì)量可分級(jí)的碼率控制，來解決RO

4、I誤報(bào)率的問題，能夠在保證非感興趣區(qū)域質(zhì)量可接受的條件下，根據(jù)用戶需求，分等級(jí)地調(diào)整感興趣區(qū)域的質(zhì)量。
　　實(shí)驗(yàn)結(jié)果給出了ROI檢測結(jié)果的平均命中率在0.45～0.65之間，較以往的算法有顯著的提升，證明了本ROI檢測算法的準(zhǔn)確性，ROI編碼的實(shí)驗(yàn)結(jié)果SSIM評(píng)價(jià)也有較大幅度的提升，達(dá)到了預(yù)期的目的。
　　綜上所述，本文算法能對(duì)一般的監(jiān)控視頻序列中感興趣區(qū)域先檢測然后編碼，改進(jìn)了以往只對(duì)有限和特定標(biāo)注好的區(qū)域無法動(dòng)態(tài)ROI檢