[发明专利]基于感兴趣区域的快速降尺寸转码方法

说明书

技术领域

本发明属于计算机数字视频转码技术领域，具体涉及一种基于感兴趣区域针对H.264编码标准的视频进行降尺寸转码的方法。

背景技术

随着视频编码技术和网络技术的发展，基于网络的多媒体通信，如视频会议，Internet视频点播，数字电视等已被广泛应用于社会和人们的日常生活中，在个人多媒体设备上接收和播放高清晰数字视频的服务受到人们的青睐。由于网络种类的多样性，如Internet网、电信网和蜂窝无线网等，终端设备性能，如显示分辨率、处理能力和存储能力等的差异以及视频编码标准，如MPEG2、MPEG4、H.264等的不同，使得提高视频流在不同应用环境之间的兼容性变得十分重要。为了解决网络带宽与接收终端显示材料的限制，原始的高分辨率视频码流往往需要被转换为适合接收端显示的低分辨率码流之后进行传输，由此引入了降低空间分辨率的视频转码技术。

同类视频转码，尤其是基于H.264编码标准的视频转码成为近年来国内外研究的热点。H.264/AVC是一个面向未来IP和无线环境下的视频压缩标准，它采用多模式的帧内预测，可变块尺寸的运动预测，以及更精细像素的运动估计与补偿有效地减少图像序列空间和时间冗余，在视频压缩效率方面比目前所有的视频压缩标准都有显著的提高。由于运动估计和运动补偿需要占用H.264编码中60％的编码时间，显然，如果在转码中重新对宏块进行运动矢量预测和修正，计算量太大，难以满足实时性要求。为此，利用输入码流中的信息来减少计算量，提高转码速度是一个有效的途径。在帧间模式选择方法的研究中，提出过利用残差宏块和边缘块亮度值，以及利用DCT域内低频的三个变换系数来提前判决帧间预测模式。LEE J和JEON B提出一种结合帧内预测与帧间预测的快速模式选择方法。利用平均加权法、最佳加权法和最严重加权法计算新运动矢量可以有效降低重新编码的计算量，但是当宏块运动较分散时会造成转码质量下降。FUNG K T等人提出一种运动矢量重估计的体系结构AMVR-DIM，利用运动矢量的多样性和宏块的重要性来控制目标宏块的重编码模式。针对视频序列运动程度的不同，尤其是场景和物体剧烈运动的情况，目前方法的适用范围仍然受到一定局限，应用效果不是十分理想。

发明内容

本发明的目的是充分利用输入编码码流中的编码信息，解决宏块运动不一致造成的运动预测不精确的问题，提出一种基于感兴趣区域的对于不同运动程度的视频都具有较高转码质量的快速降尺寸转码方法。

为了解决上述技术问题，本发明提供了一种基于感兴趣区域的快速降尺寸转码方法，其特征在于：利用输入H.264编码码流中的编码信息，将视频数据基于图像纹理特征利用运动边缘检测划分为运动区域和背景区域，对位于不同区域内的宏块根据其运动特征采用相应的转码策略，具体包括下述步骤：

1)获取H.264编码码流中的编码信息，包括：帧间编码模式，运动矢量和离散余弦变换系数，即DCT系数；将CIF格式，即352像素×288像素的视频降尺寸为QCIF格式，即176像素×144像素；

2)利用DCT系数，通过如下公式得到运动边缘：

式中表示向下取整运算，i代表原始视频中与当前宏块对应的上、下、左、右四个相邻宏块，DCT_i表示宏块i不为零的DCT系数的个数，通过垂直、水平方向逐行的块搜索，在降尺寸后的视频各帧中标记每行最左端和最右端该值大于0的当前宏块位置，以及每列最上端和最下端该值大于0的当前宏块位置，由各帧中被标记的宏块组成运动边缘序列；

3)根据步骤2)得到的运动边缘序列，将各帧图像分为运动区域和背景区域，分别采用不同的帧间模式选择方法和运动矢量重建及修正方法进行转码。

在本发明所提供的基于感兴趣区域的快速降尺寸转码方法中，所述的帧间模式选择方法包括下述步骤：

对位于运动区域内的宏块，计算其运动程度MA_i：