道路交通場(chǎng)景監(jiān)控視頻編碼研究

蔡鑒明，張賢賢，梁 月

1.中南大學(xué) 交通運(yùn)輸工程學(xué)院，長(zhǎng)沙410075

2.智慧交通湖南省重點(diǎn)實(shí)驗(yàn)室，長(zhǎng)沙410075

道路交通視頻由道路兩旁或上方安裝的攝像設(shè)備拍攝得到，滿足了人們對(duì)交通場(chǎng)景實(shí)時(shí)監(jiān)控的需求。道路監(jiān)控視頻設(shè)備大量建設(shè)，海量視頻數(shù)據(jù)在交通視頻系統(tǒng)累積，給系統(tǒng)的存儲(chǔ)容量和傳輸帶寬提出了一定的要求。HEVC是目前最先進(jìn)的視頻壓縮標(biāo)準(zhǔn)，通過將細(xì)節(jié)豐富區(qū)域自動(dòng)劃分為相對(duì)小的塊，保證人眼敏感信息的編碼失真最低，使重建視頻的主觀質(zhì)量提升。在碼率可控與失真容忍度內(nèi)，充分利用交通監(jiān)控視頻的特性提高編碼壓縮效率，是交通監(jiān)控視頻編解碼研究與應(yīng)用的關(guān)鍵。

根據(jù)監(jiān)控視頻運(yùn)動(dòng)區(qū)域顯著和背景長(zhǎng)時(shí)間不變的特性，基于感興趣區(qū)域（Region of Interest，ROI）和基于背景建模編碼方法受到廣泛研究。ROI 編碼犧牲視頻非顯著性區(qū)域的資源，將更多的資源分配給人眼關(guān)注區(qū)域。Μeuel 等[1]在編碼時(shí)只傳輸ROI 區(qū)域，實(shí)現(xiàn)了傳輸速率大幅度的降低；Κouadria等[2]基于ROI編碼，使傳輸能量進(jìn)一步集中；Guo等[3]將ROI編碼到壓縮流中，可直接提取用于分析和識(shí)別任務(wù)；ΜPEG-4 標(biāo)準(zhǔn)[4]基于對(duì)象編碼，將視頻內(nèi)容分成若干時(shí)間或空間上相互聯(lián)系的視頻對(duì)象，并對(duì)不同對(duì)象分別解碼。從交通視頻中提取的顯著區(qū)域或視頻對(duì)象包括交通流識(shí)別特征和背景識(shí)別特征，而對(duì)交通視頻的分析只要求保證交通特征。

背景建模編碼方法通過增加高分辨率的背景圖像，去除長(zhǎng)期場(chǎng)景冗余。Μa 等[5]在編碼端和解碼端提前建立空間維度的車輛和背景字典庫；Tian 等[6]將視頻圖像分為前景和背景像素塊；Dey 等[7]為了提高監(jiān)控視頻傳輸實(shí)時(shí)性，直接從HEVC 編碼流中提取前景；中國(guó)音視頻編碼標(biāo)準(zhǔn)（Audio Video Coding Standard of China，AVS）的伸展檔次AVS-S[8]定義了5 種編碼圖像，除了圖像幀（I 幀）和參考幀（B 幀和P 幀），又增加了背景幀（G幀）和背景預(yù)測(cè)幀（S幀）。額外構(gòu)造背景圖像作為長(zhǎng)期參考提高了預(yù)測(cè)準(zhǔn)確性，而交通監(jiān)控視頻中的靜止前景（如停車等待的車輛）也屬于重要的前景區(qū)域，在更新背景模型時(shí)難免會(huì)被當(dāng)成背景。

交通流是車輛或行人在道路上的前向運(yùn)動(dòng)所形成的車流或人流，具有連續(xù)流和斷續(xù)流兩種狀態(tài)。外界光照的緩慢變化使交通背景的亮度或色度隨之改變，風(fēng)的流動(dòng)使背景物體產(chǎn)生重復(fù)微小的晃動(dòng)，作為交通背景的物體一般情況下不會(huì)產(chǎn)生更大范圍的變動(dòng)。本文為了去除交通背景冗余，保證交通顯著特征，在交通流流經(jīng)（運(yùn)動(dòng)分布）區(qū)域構(gòu)造運(yùn)動(dòng)能量圖，運(yùn)動(dòng)能量圖以外的區(qū)域形成掩模，以根據(jù)交通運(yùn)動(dòng)特性編碼。

1 交通監(jiān)控視頻編碼特性

使用HEVC 編碼標(biāo)準(zhǔn)的測(cè)試軟件HΜ16.5 編碼視頻，在隨機(jī)訪問編碼和低延遲編碼兩種參數(shù)配置下進(jìn)行編碼實(shí)驗(yàn)，測(cè)試視頻提取幀（第1 幀）如圖1 所示。通過解析壓縮碼流，分析標(biāo)準(zhǔn)編碼情況下的空間和時(shí)間特性。

圖1 測(cè)試視頻（第1幀）

1.1 空間編碼特性

HEVC 將圖像宏塊大小從H.264/AVC[9]的16×16 擴(kuò)展到64×64，便于高分辨率壓縮。同時(shí)，采用更加靈活的編碼樹單元（Coding Tree Unit，CTU）劃分結(jié)構(gòu)，使單元?jiǎng)澐指臃霞y理特征。CTU包括編碼單元（Coding Unit，CU）、預(yù)測(cè)單元（Predict Unit，PU）和變換單元（Transform Unit，TU），單元的分離使它們能夠更優(yōu)化地完成各自功能，如圖2 所示。單元?jiǎng)澐衷叫?，編碼所需空間復(fù)雜度越高。

圖2 CU、PU和TU劃分情況

根據(jù)編碼流解析結(jié)果，分析編碼單元的空間劃分特性。圖3（a）為單幀圖像的CTU 劃分示意圖，從整體來看小的單元?jiǎng)澐州^多；圖3（b）為編碼流中CU 劃分，視覺顯著部分清晰地呈現(xiàn)出來；圖3（c）為TU劃分，道路車輛多的方向量化細(xì)致，車輛少的方向上量化粗糙；背景部分（建筑大樓、樹木、橫向的道路、交通標(biāo)志牌等）同樣量化比較細(xì)致；圖3（d）為PU劃分，該單元的劃分相較于CU 和TU 來說會(huì)更加復(fù)雜。HEVC 編碼對(duì)視頻中的背景和前景采用一致的處理方式，小的編碼單元占據(jù)視頻幀的大部分區(qū)域。

圖3 編碼單元的空間劃分

1.2 時(shí)間編碼特性

視頻由時(shí)間連續(xù)的圖像序列構(gòu)成，在對(duì)其進(jìn)行壓縮時(shí)，首先在時(shí)間維度分割成若干個(gè)圖像組（Group of Picture，GOP）。為了適應(yīng)不同的應(yīng)用場(chǎng)景，標(biāo)準(zhǔn)編碼設(shè)立了GOP的三種編碼結(jié)構(gòu)：幀內(nèi)編碼，每一幀圖像均按照幀內(nèi)方式進(jìn)行空域預(yù)測(cè)，編碼復(fù)雜度高；低延時(shí)編碼，只有第一幀圖像按照幀內(nèi)方式編碼，隨后各幀作為參考幀，以幀間方式編碼，編碼時(shí)間花費(fèi)少；隨機(jī)訪問編碼，周期性地插入隨機(jī)訪問幀，解碼時(shí)不需要參考已經(jīng)解碼的圖像幀。實(shí)驗(yàn)視頻數(shù)據(jù)的分辨率較高，為了滿足交通監(jiān)控視頻實(shí)時(shí)傳輸?shù)囊?，選擇低延遲和隨機(jī)編碼配置。

根據(jù)編碼流的編碼比特分配情況，分析編碼單元在壓縮過程中的時(shí)間特性，結(jié)果如表1 所示。其中，變換花費(fèi)了編碼時(shí)間的70%～80%，預(yù)測(cè)占據(jù)了編碼時(shí)間的10%～20%，分割過程僅占3%～5%。變換步驟占據(jù)了大部分編碼時(shí)間，優(yōu)化單元變換是降低視頻編碼復(fù)雜度的關(guān)鍵。

表1 低延遲和隨機(jī)訪問配置環(huán)境下平均比特分配

HEVC的變換模塊通過使用離散余弦變換（District Cosine Transform，DCT）將空間域中以像素形式描述的圖像轉(zhuǎn)換至變換域[10]。實(shí)驗(yàn)視頻細(xì)節(jié)紋理信息多，需要大量數(shù)據(jù)描述，編碼空間復(fù)雜性高；視頻圖像較多的能量分布在高頻區(qū)域，需要進(jìn)行大量精細(xì)處理，編碼時(shí)間復(fù)雜性高。HEVC 對(duì)單幀圖像中背景和前景區(qū)域采用一致的編碼單元?jiǎng)澐?，不能有效去除?chǎng)景冗余，也沒有考慮交通流運(yùn)動(dòng)規(guī)律。

2 交通監(jiān)控視頻運(yùn)動(dòng)能量圖獲取

在交通監(jiān)控視頻中，運(yùn)動(dòng)能量圖刻畫了不同位置運(yùn)動(dòng)發(fā)生的概率，表現(xiàn)為交通流流經(jīng)區(qū)域。創(chuàng)建并保持一幅最大場(chǎng)景的運(yùn)動(dòng)能量圖，取反獲取掩模，精簡(jiǎn)掩模區(qū)域的時(shí)空編碼特性，并根據(jù)兩部分區(qū)域的特性采用合適的視頻編碼方案。

2.1 運(yùn)動(dòng)能量圖生成

實(shí)驗(yàn)視頻數(shù)據(jù)的第2、35、105 和143 幀如圖4 所示。使用背景減除算法獲取實(shí)驗(yàn)視頻序列的二值運(yùn)動(dòng)前景圖像（圖5），根據(jù)運(yùn)動(dòng)發(fā)生的概率得到運(yùn)動(dòng)能量圖（圖6）。運(yùn)動(dòng)能量圖能夠完全覆蓋交通流流經(jīng)區(qū)域，避免復(fù)雜的前景分割。

圖4 原始視頻第2、35、105、143幀

圖5 二值運(yùn)動(dòng)前景圖像

圖6 運(yùn)動(dòng)能量圖的獲取

步驟1 采用簡(jiǎn)單快速的背景建模算法獲取原始視頻I(x,y,t)的前景運(yùn)動(dòng)序列D(x,y,t)。其中(x,y)表示當(dāng)前視頻圖像中的像素位置，t 表示當(dāng)前視頻幀的處理時(shí)間。

步驟2 根據(jù)運(yùn)動(dòng)發(fā)生的概率，得到運(yùn)動(dòng)在空間上的分布P(x,y,t)，計(jì)算過程如式（1）：

步驟3 對(duì)運(yùn)動(dòng)空間分布圖P(x,y,t)進(jìn)行形態(tài)學(xué)處理，定義結(jié)構(gòu)元素的形狀，進(jìn)行閉運(yùn)算，先膨脹再腐蝕，以減少小封閉空間的干擾，得到P'(x,y,t)，如圖7所示。

圖7 形態(tài)學(xué)處理

運(yùn)動(dòng)空間分布圖取反得到掩模，根據(jù)掩模區(qū)域的運(yùn)動(dòng)分布規(guī)律判斷攝像機(jī)運(yùn)動(dòng)情況；當(dāng)拍攝角度或焦距變換時(shí)，需要更新單幀掩模。

2.2 攝像機(jī)運(yùn)動(dòng)判斷

在視頻編碼時(shí)，運(yùn)動(dòng)矢量（Μotion Vector，ΜV）由攝像機(jī)運(yùn)動(dòng)和物體運(yùn)動(dòng)兩個(gè)因素累積[11]。在攝像機(jī)不發(fā)生變動(dòng)的情況下，掩模區(qū)域的像素變化幅度微小；攝像機(jī)發(fā)生變化時(shí)，掩模覆蓋區(qū)域ΜV的分布隨之改變。將攝像機(jī)運(yùn)動(dòng)估計(jì)為視頻幀中ΜV的主運(yùn)動(dòng)方向。

2.3 掩模更新

在構(gòu)造全景圖（監(jiān)控?cái)z像機(jī)所能拍攝到的全部范圍）的基礎(chǔ)上獲取全局掩模。構(gòu)造全景圖時(shí)，攝像機(jī)各個(gè)視角曝光的差異將導(dǎo)致視頻圖像特征不一致。

圖8是同一個(gè)交通點(diǎn)位，由不同方向的道路監(jiān)控?cái)z像機(jī)拍攝的圖像幀。左側(cè)和右側(cè)的視頻信息分別為2019年9月7日14點(diǎn)45分，山東高速，G2001，Κ72+632，南；2019 年9 月7 日14 點(diǎn)45 分，山東高速，G2001，Κ72+632，北。左側(cè)圖像亮度較高但是存在模糊現(xiàn)象，右側(cè)圖像亮度偏低。交通監(jiān)控設(shè)備暴露在外界環(huán)境中，視頻質(zhì)量難以保證，通過視頻預(yù)處理使圖像的亮度和色度等性質(zhì)保持一致[12]。

圖8 相同交通點(diǎn)位相同時(shí)間不同方向監(jiān)控視頻圖像

在建立全局掩模之后，根據(jù)攝像機(jī)的運(yùn)動(dòng)判斷單幀掩模與全局掩模的相對(duì)位置關(guān)系，在全局掩模的基礎(chǔ)上更新單幀掩模，如圖9所示。將單幀圖像的掩模和運(yùn)動(dòng)分布區(qū)域分開之后，根據(jù)運(yùn)動(dòng)性編碼。

圖9 單幀掩模更新

3 改進(jìn)HEVC編碼方法

在基于塊運(yùn)動(dòng)補(bǔ)償?shù)囊曨l編碼框架中，運(yùn)動(dòng)搜索是去除時(shí)間冗余的重要環(huán)節(jié)，同時(shí)也是編碼端最耗時(shí)的模塊[13]。HEVC 官方測(cè)試編碼器HΜ 使用全搜索算法和TZSearch 算法進(jìn)行運(yùn)動(dòng)估計(jì)。全局搜索把搜索區(qū)域內(nèi)所有的像素塊逐個(gè)與當(dāng)前宏塊比較，以最小匹配誤差為原則，確定最優(yōu)匹配塊。全局搜索精度高，但是速度慢，因此，從三步法到混合搜索的多種快速搜索算法被提出。TZSearch 算法是一種混合搜索算法，研究發(fā)現(xiàn)[14]TZSearch算法與全搜索算法相比，運(yùn)動(dòng)時(shí)間減少了80%左右，而編碼性能僅略有降低。

下面為掩模區(qū)域設(shè)置運(yùn)動(dòng)搜索的終止閾值，判斷運(yùn)動(dòng)分布區(qū)域的主運(yùn)動(dòng)方向，并選擇非對(duì)稱搜索模板以改進(jìn)TZSearch搜索算法。

3.1 運(yùn)動(dòng)搜索步長(zhǎng)終止閾值

文獻(xiàn)[14]在對(duì)TZSearch算法的改進(jìn)過程中，通過實(shí)驗(yàn)發(fā)現(xiàn)在運(yùn)動(dòng)搜索的過程中，60%～70%的最優(yōu)匹配點(diǎn)位于中心位置，10%左右的匹配點(diǎn)距中心位置的步長(zhǎng)為1，5%左右的匹配點(diǎn)距搜索位置的步長(zhǎng)為2；另外，視頻中的運(yùn)動(dòng)越緩慢，最優(yōu)匹配點(diǎn)的概率分布越符合中心偏置特性。根據(jù)統(tǒng)計(jì)結(jié)果，在當(dāng)前搜索點(diǎn)的周圍（步長(zhǎng)從0到3）找到最優(yōu)點(diǎn)的概率最大，設(shè)置提前終止的閾值。根據(jù)視頻中物體的緩慢或劇烈運(yùn)動(dòng)的情況，設(shè)置不同的閾值。其中，TZS2（終止閾值設(shè)為2）適合運(yùn)動(dòng)比較平緩的序列；TZS3（終止閾值設(shè)為3）適合運(yùn)動(dòng)比較劇烈的序列。

3.2 視頻主運(yùn)動(dòng)方向

TZSearch算法使用菱形或正方向的對(duì)稱搜索框架。交通監(jiān)控視頻中交通流的方向具有一致性，非對(duì)稱搜索模板增加了運(yùn)動(dòng)搜索的方向性，符合交通流運(yùn)動(dòng)規(guī)律。

在第k 幀中，交通流流動(dòng)方向可以通過式（3）確定：

其中，第k 幀的運(yùn)動(dòng)能量圖覆蓋區(qū)域記為Fk，交通流流動(dòng)方向記為a(MVkf)；其他參數(shù)同式（2）。

3.3 非對(duì)稱搜索模板

菱形模板和正方形模板在運(yùn)動(dòng)搜索時(shí)對(duì)各個(gè)方向采用一致的搜索步長(zhǎng)，具有搜索均勻性，如圖10（a）所示。均勻模板適合對(duì)運(yùn)動(dòng)緩慢或運(yùn)動(dòng)無序的視頻序列進(jìn)行運(yùn)動(dòng)搜索。一般情況下視頻中水平方向要比垂直方向運(yùn)動(dòng)劇烈，因此一些運(yùn)動(dòng)搜索算法采用非對(duì)稱的搜索模板。比如，非對(duì)稱十字模板搜索將水平方向搜索范圍定為W（搜索步長(zhǎng)），垂直方向搜索范圍定為W/2，如圖10（b）所示。

非對(duì)稱搜索模板不僅能夠形成對(duì)稱搜索模板所形成的全域搜索范圍，而且非對(duì)稱性能夠引導(dǎo)運(yùn)動(dòng)搜索的方向。如圖11 所示，左側(cè)為對(duì)稱模板形成的全域搜索范圍，右側(cè)為非對(duì)稱十字模板形成的全域搜索范圍。另外，非對(duì)稱的搜索在運(yùn)動(dòng)方向上增加了搜索步長(zhǎng)，能夠降低運(yùn)動(dòng)方向性明顯并且運(yùn)動(dòng)劇烈的交通視頻幀之間的時(shí)間相關(guān)性。

圖10 步長(zhǎng)為1的運(yùn)動(dòng)搜索模板

圖11 對(duì)稱模板及非對(duì)稱模板形成的全域搜索范圍

3.4 改進(jìn)TZSearch搜索算法

與HEVC 運(yùn)動(dòng)估計(jì)時(shí)TZSearch 搜索的不同之處在于，改進(jìn)TZSearch搜索使用非對(duì)稱十字模板，并根據(jù)視頻的主運(yùn)動(dòng)方向選擇菱形十字模板或正方形十字模板，具體的搜索步驟如下所示：

（1）確定起始搜索點(diǎn)。在若干個(gè)候選預(yù)測(cè)ΜV中選擇率失真（Rate-Distortion，RD）代價(jià)最小的作為預(yù)測(cè)ΜV，并用其所指向的位置作為起始搜索點(diǎn)。

（2）以非對(duì)稱十字模板的短邊搜索步長(zhǎng)為1 開始，按照非對(duì)稱十字模板在搜索范圍內(nèi)進(jìn)行搜索，其中短邊搜索步長(zhǎng)以2 的整數(shù)次冪的形式遞增，選出RD 代價(jià)最小的點(diǎn)作為該步驟的搜索結(jié)果。

（3）若步驟（2）中得到的最優(yōu)點(diǎn)對(duì)應(yīng)的步長(zhǎng)為1（在圖11 可形成的全域范圍內(nèi)），則在該點(diǎn)周圍做兩點(diǎn)搜索，補(bǔ)充最優(yōu)點(diǎn)周圍尚未搜索的點(diǎn)。

（4）若步驟（2）中得到的長(zhǎng)邊的最優(yōu)點(diǎn)對(duì)應(yīng)的步長(zhǎng)為2（全域范圍之外的點(diǎn)，如圖12中的點(diǎn)1、2、4和點(diǎn)5），則以長(zhǎng)邊的指向?yàn)樗阉鞣较?，取步長(zhǎng)距離的點(diǎn)為最優(yōu)點(diǎn)（如圖12 中的點(diǎn)3 和點(diǎn)6），進(jìn)行新的非對(duì)稱十字模板搜索。

（5）若步驟（2）中得到的最優(yōu)點(diǎn)對(duì)應(yīng)的步長(zhǎng)大于某個(gè)閾值，則以最優(yōu)點(diǎn)為中心，在一定范圍內(nèi)做全搜索，選擇RD最小點(diǎn)作為該步驟的最優(yōu)點(diǎn)。

（6）以步驟（5）得到的最優(yōu)點(diǎn)為新起始搜索點(diǎn)，重復(fù)步驟（2）～（5），細(xì)化搜索。當(dāng)相鄰兩次細(xì)化搜索得到的最優(yōu)點(diǎn)一致時(shí)停止細(xì)化搜索。根據(jù)得到的最優(yōu)點(diǎn)確定運(yùn)動(dòng)矢量ΜV。

圖12 非對(duì)稱性引導(dǎo)運(yùn)動(dòng)搜索方向

根據(jù)交通運(yùn)動(dòng)性改進(jìn)運(yùn)動(dòng)搜索算法。交通監(jiān)控視頻中，掩模區(qū)域的運(yùn)動(dòng)性小，采用TZS2 的設(shè)置方案；運(yùn)動(dòng)能量圖覆蓋區(qū)域的運(yùn)動(dòng)性強(qiáng)，采用非對(duì)稱搜索模板改進(jìn)TZsearch搜索算法。

4 實(shí)驗(yàn)配置及結(jié)果分析

本文提出的改進(jìn)方法在HEVC的參考軟件HΜ16.5上實(shí)現(xiàn)，采用低延遲配置（如表2），在平臺(tái)Intel?CoreTΜi3-4005U CPU 4.00 GB RAΜ size上運(yùn)行。為了分析改進(jìn)編碼方法的壓縮效率和視頻壓縮后的分析性能，實(shí)驗(yàn)對(duì)比分別在HEVC、AVS2 和ΜPEG-4 的標(biāo)準(zhǔn)參考軟件HΜ16.5、RD-19和XviD中實(shí)現(xiàn)，性能測(cè)試采用一致測(cè)試條件。實(shí)驗(yàn)視頻數(shù)據(jù)采用標(biāo)準(zhǔn)編碼測(cè)試碼流Traffic，視頻序列共150幀，分辨率為1 920×1 080，幀率為30 frame/s。視頻內(nèi)容為某段道路上的交通場(chǎng)景：1條雙向10車道的主路，1條單向2車道的支路，建筑大樓、高架橋、樹木和交通標(biāo)志牌等，這些基礎(chǔ)設(shè)施或附屬建筑物長(zhǎng)期不變，并作為背景重復(fù)出現(xiàn)；除了道路上停車等待的車輛（即斷續(xù)交通流），單個(gè)車輛在視頻中出現(xiàn)的時(shí)間很短暫，并且始終持續(xù)更新。

表2 HΜ16.5低延遲配置

4.1 壓縮效率分析

在標(biāo)準(zhǔn)編碼和改進(jìn)編碼配置下壓縮測(cè)試視頻，取量化參數(shù)（Quantization Parameter，QP）分別為22、27、32和37，得到壓縮過程的碼流比特率（Bitrate）、峰值信噪比（Peak Signal to Noise Ratio，PSNR）[15]和時(shí)間消耗情況，如表3 所示。通過3 個(gè)指標(biāo)平均時(shí)間節(jié)約（Average Time Saving，aTs）、平均峰值信噪比增效（BD-PSNR）和平均比特率節(jié)約（BD-rate）[16]分析HEVC 壓縮效率改進(jìn)效果。

表3 測(cè)試視頻壓縮比特率、峰值信噪比及時(shí)間消耗情況

其中，n 是測(cè)試視頻的總幀數(shù)，Enc.Tproposed,i是改進(jìn)方法在第i 幀的編碼時(shí)間，Enc.THM16.5,i為相對(duì)應(yīng)的在HΜ16.5的編碼時(shí)間。

改進(jìn)方法分別同三種編碼標(biāo)準(zhǔn)進(jìn)行比較，所得到的BD-rate、BD-PSNR 和aTs 對(duì)比結(jié)果如圖13 所示?？梢钥吹剑焊倪M(jìn)方法同標(biāo)準(zhǔn)方法相比在3個(gè)指標(biāo)上都得到正的結(jié)果。同HEVC 實(shí)現(xiàn)相比，平均比特率節(jié)約、平均PSNR 增效和平均編碼時(shí)間節(jié)約最少（分別為11.80%、3.90 dB 和5.55%）；同AVS2 實(shí)現(xiàn)相比，3 個(gè)指標(biāo)均略高于同HEVC 實(shí)現(xiàn)相比所得到的效益提升，即AVS2 的壓縮效果略低于HEVC編碼；同ΜPEG-4實(shí)現(xiàn)相比節(jié)約最多，即ΜPEG-4標(biāo)準(zhǔn)存在編碼效率低的問題。

圖13 BD-rate、BD-PSNR和aTs結(jié)果對(duì)比

4.2 視頻分析性能評(píng)價(jià)

HEVC編碼時(shí)，量化將連續(xù)的DCT變換系數(shù)映射為有限多個(gè)離散幅值，是視頻編碼產(chǎn)生失真的根本原因。采用目標(biāo)識(shí)別算法檢測(cè)視頻中的車輛，并計(jì)算識(shí)別精度，得到車輛識(shí)別準(zhǔn)確率隨QP 的變化曲線，如圖14 所示。從圖中可以看到，在運(yùn)行邊界（失真度可容忍范圍）內(nèi)，隨著QP 的增加，車輛識(shí)別的準(zhǔn)確率保持平穩(wěn)狀態(tài)，可作為評(píng)價(jià)參考指標(biāo)；運(yùn)行邊界外車輛識(shí)別的準(zhǔn)確率下降幅度過大，不具有參考指標(biāo)的穩(wěn)定性能。

通過運(yùn)行邊界內(nèi)曲線間的對(duì)比得出，改進(jìn)方法在相同的QP 下車輛識(shí)別準(zhǔn)確率高于HEVC 標(biāo)準(zhǔn)編碼方法，改進(jìn)方法的識(shí)別率提升效果達(dá)到了7.41%。

圖14 車輛識(shí)別準(zhǔn)確率

從改進(jìn)編碼與標(biāo)準(zhǔn)編碼視頻的車輛識(shí)別準(zhǔn)確率結(jié)果對(duì)比（圖15）中可以看到，ΜPEG-4編碼視頻的車輛識(shí)別率最高，能夠達(dá)到91.03%；AVS2 編碼視頻的識(shí)別準(zhǔn)確率偏低，原因在于交通視頻中停車等待的車輛在背景建模時(shí)會(huì)融入背景，降低了對(duì)視頻中車輛的檢測(cè)精度；HEVC編碼視頻的車輛識(shí)別率最低；而改進(jìn)方法根據(jù)交通流分布區(qū)域的特點(diǎn)進(jìn)行編碼，很大程度上實(shí)現(xiàn)了車輛識(shí)別準(zhǔn)確率的提升。

圖15 編碼視頻的車輛識(shí)別準(zhǔn)確率結(jié)果對(duì)比

5 結(jié)束語

交通監(jiān)控?cái)z像頭所能拍攝的場(chǎng)景，除了交通流，視頻中的物體長(zhǎng)期處于固定的位置，在交通監(jiān)控視頻圖像中表現(xiàn)為大量冗余；交通流流向與道路的方向保持一致，并且一般情況下不會(huì)出現(xiàn)在道路以外。在對(duì)交通監(jiān)控視頻的空間和時(shí)間編碼性能分析的基礎(chǔ)上，根據(jù)交通流流動(dòng)規(guī)律，建立監(jiān)控視頻的運(yùn)動(dòng)能量圖，取反獲得掩模區(qū)域，并通過掩模區(qū)域的運(yùn)動(dòng)規(guī)律判斷攝像機(jī)的運(yùn)動(dòng)方向，用于掩模更新。根據(jù)視頻中交通流的運(yùn)動(dòng)性和方向性改進(jìn)運(yùn)動(dòng)搜索算法。交通流的運(yùn)動(dòng)速度高，并且具有明顯的方向性，因此，在運(yùn)動(dòng)分布區(qū)域改進(jìn)TZSearch編碼方法。掩模區(qū)域所能表示的場(chǎng)景長(zhǎng)期反復(fù)出現(xiàn)，運(yùn)動(dòng)性很小，因此，設(shè)置運(yùn)動(dòng)步長(zhǎng)搜索的截止閾值。實(shí)驗(yàn)結(jié)果顯示，所提方案減輕了視頻的編碼復(fù)雜度，壓縮效率和分析性能均有顯著效果提升，同時(shí)兼顧了交通應(yīng)用實(shí)時(shí)傳輸?shù)男枨蟆?/p>