一種視頻數(shù)據(jù)傳輸方法
【專利摘要】本發(fā)明提供了一種視頻數(shù)據(jù)傳輸方法，該方法包括：利用運動向量場進行全局運動估計；對視頻中的局部運動進行分割；對ROI圖像進行修正；基于修正的ROI圖像進行視頻編碼并傳輸。本發(fā)明準確完整地檢測出視頻中的關注區(qū)域；降低了編碼比特率，同時保持了主觀質(zhì)量。
【專利說明】一種視頻數(shù)據(jù)傳輸方法

【技術領域】
[0001] 本發(fā)明涉及視頻編碼，特別涉及一種視頻數(shù)據(jù)傳輸方法。

【背景技術】
[0002] 隨著信息技術的發(fā)展，生活中人們接觸到的視頻信息量越來越龐大，如何高效提 取視頻中顯著物體引起了越來越多研究者的關注，R0I (感興趣區(qū)域）在視頻信號處理方面 有著廣泛的應用，比如視頻檢索、視頻壓縮、視頻監(jiān)控、視頻跟蹤等領域。視頻傳輸方面，由 于現(xiàn)在視頻分辨率越來越高，因此高效的視頻傳輸方法也是研究的熱點之一。同時結合人 眼視覺模型的視頻編碼方法是下一代視頻編解碼的關鍵技術之一，因此R0I作為人眼視覺 模型的一個重要方面也就顯得尤為重要。
[0003] R0I在視頻信號處理方面有著廣泛的應用，因此對R0I技術的開發(fā)有非常重要的 意義。目前圖像R0I方法主要利用圖像的顏色、亮度等特征計算圖像的顯著性，但是圖像的 R0I方法沒有利用視頻的運動特征，因此將圖像R0I方法直接應用視頻檢測時效果不好。然 而對視頻R0I方法研究較少，并且存在方法復雜度較高的缺點，已有技術并未考慮視頻的 紋理特征以及人眼視覺所關注區(qū)域的整體性，導致壓縮率不高或主觀質(zhì)量不佳。
[0004] 因此，針對相關技術中所存在的上述問題，目前尚未提出有效的解決方案。


【發(fā)明內(nèi)容】

[0005] 為解決上述現(xiàn)有技術所存在的問題，本發(fā)明提出了一種視頻數(shù)據(jù)傳輸方法，包 括：
[0006] 步驟一，利用視頻碼流中的運動向量場進行全局運動估計；
[0007] 步驟二，在對運動矢量場進行全局運動估計之后，對視頻中的局部運動進行分 割；
[0008] 步驟三，對得到的全局運動背景下提取的局部運動的R0I圖像進行修正；
[0009] 步驟四，基于修正的R0I圖像進行視頻編碼并傳輸。
[0010] 優(yōu)選地，所述步驟一采用參數(shù)為8維向量v= [V(l，Vl，…，v7]的投影模型，該模型 的透視變換定義為：
[0011] xK = (VoXc+vjc+vJ/GjjXc+vjc+l);
[0012] yE = (v3xc+v4yc+v5)/(v 6xc+v7yc+l)；
[0013] 其中（xe，y。）和（xK，yK)分別為當前幀和參考幀的坐標，對于當前幀中每一個坐標 為（X。，y。）的對應運動模型v的塊，其運動分量定義為 ：
[0014] Vx(xc, yc ；v) = xE-xc ；
[0015] VY(xc, yc ；v) = yE-yc ；
[0016] 其中Vx和VY分別代表運動向量V的水平和垂直分量，
[0017] 去除向量場中全局運動模型的第一偏差值和第二偏差值；所述第一偏差值為視頻 編碼過程中運動估計的運動向量噪聲；所述第二偏差值為不符合背景運動模型的運動向 量。
[0018] 優(yōu)選地，所述步驟二進一步包括：
[0019] 步驟3. 1以單個聚類即整幀所有的運動向量開始，計算它的中心V。= (ΣΛ)/Ν， 然后分別以新的中心1±1/2生成兩個新的聚類；
[0020] 步驟3. 2以最近最相似原則劃分整幀的運動向量到現(xiàn)有的聚類中，然后更新第i 個聚類的中心為<Σκ,ν〇/Ν?，其中隊是第i個聚類Q中運動向量的個數(shù)；
[0021] 步驟3.3計算每個聚類的失真，即〇^=2_^￡5||￥^￥〇|||分別以￥￡^^ 為中心，繼續(xù)把具有最大失真的聚類(；劃分為兩個聚類，其中P= ((Xmax-Xmin)/2(M-1)， (Ymax-Ym J /2 (M-l))，Μ為劃分之前聚類的總數(shù)，Xmin，Xmax，Ymin和Y max分別為中心點向量中最 大和最小水平和垂直分量；
[0022] 步驟3. 4重復步驟3. 2和3. 3,直到聚類失真的變化小于預先設定的閾值。
[0023] 優(yōu)選地，所述步驟四進一步包括：
[0024] 采用自適應頻率系數(shù)壓制的方法，針對每個變換單元，定義：CP=.C?W，
[0025] 其中Cp為壓制后的頻率系數(shù)矩陣；@表示兩個矩陣對應元素相乘;W為頻率系數(shù)

【權利要求】
1. 一種視頻數(shù)據(jù)傳輸方法，其特征在于，包括： 步驟一，利用視頻碼流中的運動向量場進行全局運動估計； 步驟二，在對運動矢量場進行全局運動估計之后，對視頻中的局部運動進行分割； 步驟三，對得到的全局運動背景下提取的局部運動的ROI圖像進行修正； 步驟四，基于修正的ROI圖像進行視頻編碼并傳輸。
2. 根據(jù)權利要求1所述的方法，其特征在于，所述步驟一采用參數(shù)為8維向量v= [V(l， Vi，…，v7]的投影模型，該模型的透視變換定義為： xE = (voXc+ViYc+v^/^eXc+v^c+l)； yE = (v3Xc+V4yc+V5)/(v6Xc+V7yc+l)； 其中（X。，y。）和（XK，yK)分別為當前幀和參考幀的坐標，對于當前幀中每一個坐標為 (X。，y。）的對應運動模型V的塊，其運動分量定義為： vx(xc，yc ;v) = xr-xc ; vY(xc，yc ;v) = yR-yc; 其中vx和vY分別代表運動向量v的水平和垂直分量， 去除向量場中全局運動模型的第一偏差值和第二偏差值；所述第一偏差值為視頻編碼 過程中運動估計的運動向量噪聲；所述第二偏差值為不符合背景運動模型的運動向量。
3. 根據(jù)權利要求2所述的方法，其特征在于，所述步驟二進一步包括： 步驟3. 1以單個聚類即整幀所有的運動向量開始，計算它的中心V。= (Skvk)/N，然后 分別以新的中心火±火/2生成兩個新的聚類； 步驟3. 2以最近最相似原則劃分整幀的運動向量到現(xiàn)有的聚類中，然后更新第i個聚 類的中心為iXn.VjyNi，其中隊是第i個聚類Q中運動向量的個數(shù)； 步驟3.3計算每個聚類的失真，即II Vj-VG II;分別以UP為 中心，繼續(xù)把具有最大失真的聚類(；劃分為兩個聚類，其中P = ((Xmax-Xmin)/2(M-1)， (Ymax-Ym J /2 (M-l))，Μ為劃分之前聚類的總數(shù)，Xmin，Xmax，Ymin和Y max分別為中心點向量中最 大和最小水平和垂直分量； 步驟3. 4重復步驟3. 2和3. 3,直到聚類失真的變化小于預先設定的閾值。
4. 根據(jù)權利要求3所述的方法，其特征在于，所述步驟四進一步包括： 采用自適應頻率系數(shù)壓制的方法，針對每個變換單元，定義：CP=C ? W, 其中(；為壓制后的頻率系數(shù)矩陣；?表示兩個矩陣對應元素相乘；W為頻率系數(shù)壓制 w, W, w3 矩陣，w= % ; w2 w3 w4 w5 _W3 w4 w5 14? _ Wi(i e [〇,6])取0或者1，并且滿足約束wi+1彡Wi ; 針對大小不同的變換單元，設定了 5種頻率系數(shù)壓制矩陣： wfkv.= {1 ((i + j) = ((k + l)N/4.i)) ()lJ [0 It他 其中i，j分別為塊的橫坐標和縱坐標，1(1〇^是頻率系數(shù)壓制矩陣；N是塊大小，取值 分別為4,8,16和32 ;k是5種候選矩陣的索引； 對應于5種候選矩陣，將非ROI區(qū)域TU的視覺感知權重WTU歸一化為五個等級LTU : LTU = ceil[ffTU/(128STU/5)], 其中STU分別對應四種塊大小取值為1，4,16和64， 確定TU的頻率系數(shù)壓制矩陣： ffTU = ff {min[max (LTU+ffinit, 0), 4]}, 其中Winit是控制頻率系數(shù)壓制的強度的選擇頻率系數(shù)矩陣的起始索引，取[-4,4]之間 的整數(shù)值，根據(jù)編碼QP動態(tài)更新，Winit = -(Qp-C^^/S^p+CU其中C_vs，STEP和OeM分別表 示非ROI區(qū)域常量值、步長和全局運動偏移。
【文檔編號】H04N19/567GK104125470SQ201410385517
【公開日】2014年10月29日 申請日期:2014年8月7日 優(yōu)先權日:2014年8月7日
【發(fā)明者】高冬 申請人:成都瑞博慧窗信息技術有限公司