SVAC讲述_2011.pptVIP

广播电视应用中拍摄条件大多数是可控的，视音频内容还原较易实现；而视频监控的很多应用场景的拍摄条件是非受控的，如何保证监控现场的视音频信息经过编解码后高保真还原是一个很大的挑战。 制定符合安全防范监控报警联网系统应用需要的、具有我国自主知识产权的视音频编解码标准对社会治安防控体系的建设具有重要的意义，能显著提升安全防范监控系统的性能，解决监控视音频编码面临的实际问题。 现有视频监控系统/产品中各厂家采用的编解码标准不统一，难以实现互联互通。 * 所谓“忠实于场景的视音频编码”，是指在编解码过程中，要尽量真实、完整的保留监控场景的信息，避免信息的损失，实现监控现场视音频内容的高保真还原，为后续的综合研判以及作为法律证据提供良好的保障。 * 高清不仅指空间分辨率的增加，也包括图像层次即数据位宽的增加。 支持帧内4x4预测与变换、上下文自适应二进制算术编码（CABAC）等技术，在获得更好图像质量的同时也能获得更高的编码效率。 * 自然场景的动态范围很大，一般在60~70dB以上，在晴天室外情况下动态范围可达到100dB以上。而普通的图像处理或显示设备由于数据位宽的局限（数据一般为8-bit），为保证适当的动态范围，常常会降低图像的对比度，丢失图像的细节和层次，造成图像原始内容的损失和人视觉感受的下降。如右上图。 现有的视频和图像压缩编码标准，大多是对8-bit数据进行处理。而目前前端视频采集设备和后端视频显示设备都可以支持更高数据位宽的数据（10-bit甚至更高），因此编解码环节成为整个系统的短板。 在忠实于场景的图像处理技术中，视频压缩编码可以支持高达16-bit的数据位宽，且压缩效率不受影响。因此，该技术可以保证在视频编解码环节尽量少的损失图像信息。这在视频监控应用中非常重要，可以保证存储的视频数据尽可能真实、完整的保留拍摄场景的信息和图像细节，对后期的综合研判以及作为法律证据意义重大。如右下图。 实验证明，按照SVAC标准中的量化方法，采用高精度视频数据不会降低编码效率，不会增加码率，采用10-bit数据同样码率下PSNR好于8-bit数据。 目前标准支持8/9/10-bit三种数据精度，标准的技术框架保留未来扩充至支持更高数据位宽（如16-bit）的可能。 PSNR：峰值新信噪比，度量图像质量一个比较公认的指标； 数据的位宽决定量化的精度，量化的精度越高，对图像细节的保留越多；目前H.264最高可支持到HIGH 10的profile。 * 上图为原始图像，左下图为只采用Intra8x8的结果，右下图为采用Intra4x4和Intra8x8的结果，所用QP值相同。可以看出，增加采用Intra4x4，图像文字部分质量明显提高。 CABAC：上下文自适应二进制算术编码，VLC：变长编码（目前H.264所采用的编码）；前者相对于后者主要是提高编码效率，减少码率约10%。 Intra4×4和8×8：都是在图像分块处理上的方法；主要差别是4×4在分块方式上比8×8分的更小，在进行预测、变换编码过程中对图像细节的保护更好； 按照一般的理解，采用4×4可能比采用8×8在编码效率上会有所降低，但是综合考虑图像残差计算（对相邻、相近的分块图像，会采用 图像B=图像A+二者残差的方式编码，图像B只需要把与A的残差记录下来即可；分块越小，相似度越高，残差越小）节省下来的编码，实际编码效率相当。 * 在监控应用中，通常总是对场景中的某些区域（即感兴趣区域，Region-Of-Interest）比较关心。支持对每个ROI的图像质量分别控制（给ROI部分分配更多的码流）、对非ROI部分减少码流分配甚至不编码，可以在网络带宽或存储空间有限的情况下，优先保证ROI图像质量，节省非ROI的码字开销，提供更符合监控需要的高质量视频编码，提高系统整体性能。 如图中场景，大门附近的出入区域是比较需要关注的，在视频编码时可以划分为ROI。 * 预设固定区域的应用方式，把需重点关注的区域或防区设置为ROI，各帧之间ROI位置相同。例如，把入侵检测防区设置为ROI。 动态设定区域的应用方式，根据前端智能分析的输出结果设定ROI，各帧之间ROI可能位置不同。例如，把检测到的人脸区域设置为ROI。 * 测试结果证明，采用SVAC标准的ROI图像质量控制方案，在同等图像质量下码率明显降低，或在同样码率下，ROI区域的图像质量更好。 视频分辨率为CIF，左图QP=40，右图人脸区域QP=33，其他区域QP=44。 * 在监控应用中，经常存在为满足不同带宽或存储环境的需求，对同一场景编码输出两个（或多个）不同分辨率的编码视频码流。目前的解决方案都是利用两个（或多个）编码器分别编码输出两个（或多个）独立的编码视频，系