结合H.2 AVC与精灵编码优势编码技术.pdfVIP

第28届图像编码研讨会，PCS2010，2010年12月8‑10日，日本名古屋

最近的进展使用静态背景模型的视频编码的最新进展

安德烈亚斯·克鲁茨，亚历山大·格兰茨，和托马斯·西科拉

通信系统组技术大学柏林柏

林，德国

摘要[4],相关作者展示了极其复杂的基于像素的全局运动估

作为MPEG‑4视觉标准的一部分，精灵编码在客观和主计算法，Farin[5]和Kunter[6]推进了精灵生成领域，

观性能上可以优于常见的混合视频编解码器。然而，在最后本文的作者之前提出了一个非常好的对象分割方法

广泛的比特率范围内，最新的视频编码标准[7]。与精灵技术非常相似的想法也被应用于其他基于模

H.264/AVC明显优于MPEG‑4视觉精灵编码。基于精灵型的视频编码方法中[8],[9]。

编码的思想，本文提出了一种视频编码技术，该技术将

由于精灵编码在与传统的混合视频编码相比表现得

H.264/AVC和精灵编码的优点结合起来。为此，将用于

如此出色，因此考虑将精灵编码技术适应到最新的视频

全局运动估计、精灵生成和对象分割的复杂算法（这些

编码标准H.264/AVC[10]。为此，所提出的视频编码方

算法是彻底的精灵编码所必需的）集成到H.264/AVC编

案首先估计短期全局运动参数，这与使用MPEG‑4视觉

码环境中。所提出的方案在较低比特率范围内尤其优于

时所做的相同。这些参数既可用于背景精灵的生成，也

H.264/AVC，最高可节省21%的比特率。

可用于前景对象的分割。然而，为了适应H.264/AVC的

索引术语—H.264/AVC，全局运动估计，背景建模，宏块结构——MPEG‑4视觉允许定义任意大小的视频对

对象分割，精灵编码象——生成的前景对象序列和二进制掩码需要进行调整。

最后，编码器控制选择前景对象序列和背景精灵的最佳

1.引言量化步长。

精灵编码在几年前的MPEG‑4Visual（第2部分）[1]中已本文组织如下。第2节描述了MPEG‑4视觉精灵编

经开发并标准化。精灵编码方法的主要思想是在预处理码及其使用的工具。第3节解释了所提出的编码方案及

步骤中将视频内容分割为前景和背景对象。对于背景对其与标准化MPEG‑4视觉精灵编码的不同之处。第4节

象，生成一个模型，即所谓的背景精灵图像，该图像包展示了实验结果，最后一节总结了全文。

含给定序列部分的所有背景像素。全局运动估计

（GME）技术启动精灵生成过程，并将运动参数作为辅

助信息传输给接收端。背景精灵图像和前景对象序列分别2.使用MPEG‑4的自动精灵编码

进行编码。在接收端，使用背景精灵图像和全局运动参

数重建背景序列。背景序列与传输的前景对象序列合并，MPEG‑4视觉标准假设视频内容中的前景和背景对象已

以构建原始序列的表示。正如在[2]中概述的那样，这种经分离。这在图1中示例性地展示。因此，精灵生成和

方法非常有前景。对象分割必须在预处理步