[发明专利]一种基于HOSVD算法视频压缩系统及方法

说明书

本发明是一种基于HOSVD算法视频压缩系统及方法，该视频压缩系统包括：摄像头设备及相应传感器，所述摄像头设备及相应传感器分别连接有CPLD处理器和FIFO存储器，所述CPLD处理器和FIFO存储器连接DSP数字信号处理器，所述CPLD处理器分别与FIFO存储器和AVS编码器相连接，所述AVS编码器连接有ROM视频存储器。本发明采用张量分解理论软硬件结合，实现时域和空域冗余信息压缩，最大化压缩数据存贮量，从而实现彩色视频的有效保存与最小化信息损失。

技术领域

本发明涉及监控视频压缩技术领域，具体涉及一种基于HOSVD算法视频压缩系统及方法。

背景技术

在一些公共场所如住宅区、银行、机场候车室、购物中心、交通路口、办公楼、校园和住宅区等，监控设备已非常普及，这一方面为人们的生命财产与公共安全提供了保障，同时也为相关单位增加了管理负担和经济负担：每天24小时、每年360多天的监控视频流数据，给监控单位增加了大量的人工管理、设备维护、数据存贮和数据处理等成本，为单位带来巨大的经济负担。一些单位为节约开支，故意关闭监控设备，或让监控设备长期处闲置状态，监控设备形同虚设，留下诸多安全隐患。目前，市场上的监控包括闭路监控、视频监控、录像与图像监控、远程监控、红外监控和网络监控等监控系统。正常情况下，每台监控设备一年需连续工作86400个小时，以高清720P（1280×720）格式单路视频为例，其24小时存储1天视频数据量约42G，一年（按365天计算）数据量约为15TB(15330GB)，占用庞大的存贮空间，对储存设备要求高，处理和查找数据耗时耗力，数据保存困难。但如对监控数据进行后期过度压缩，则视频画面质量会严重受损，大大降低视频监控的有效率。另一方面，监控系统获取的大量冗杂信息对主信息产生干扰，增加了数据分析的难度,使需获取的信息量出现过多冗余，对信息保存和数据分析带来了挑战。

与本发明最相近的实现方案，即AVS压缩技术[1]。

AVS核心技术是通过熵解码、重排序、反变换和反量化、帧间预测、帧内预测和环路滤波等核心模块展现.

A)熵解码：采用自适应变长编码技术除去数据冗余；

B)重排序：也称逆扫描,主要把解析出来的编码块残差系数从一维变换为二维；

C)反变换和反量化：用整数变换代替离散余弦变换(DCT)，最小块预测基于8x8整数DCT变换矩阵。反变换包括水平和垂直变换两种；

D)帧间预测：利用视频帧相关性即时间相关性实现帧数压缩，利用前一解码图像作为当前编码图像的参考图，在参考图内选择出参考样本,是帧间预测的基本思想；

E)帧内预测: 用于除去帧内空间冗余，提高帧内编码宏块编码效率。AVS技术利用帧图像相邻像素相关性（使用当前块左邻和上邻像素作为参考像素）实现帧内预测；

F)环路滤波：用来消除块效应，提高帧质量和编码效率。由于基于块的编解码易造成方块效应。环路滤波将去块效应放入编码闭环内，以提高效率。

本发明主要涉及3阶或4阶张量的HOSVD分解算法技术，要求使得分解系数具稀疏结构，并将HOSVD算法运用到视频压缩中，实现视频数据的分层压缩策略，可在视频编码压缩中得到较好效果。

张量是数、向量和矩阵在组织结构上由低维到高维拓展的形式，现实中采集的数据点如彩色图片序列或视频流等均为高维数据，运用传统2阶张量（矩阵）表示增加了数据点的维度，同时也破坏了原始数据点（帧）的内部结构。张量表示通过保留原始数据点阶（维度）的方法保持数据点内部结构特征，如像素点的相邻性、轮廓线连续性和前景对象连通性和整体性等。运用张量HOSVD分解可大大压缩数据贮存量，并有效去噪，实现视频数据的有效压缩。

AVS技术缺陷和张量分解技术优势：

1.AVS技术为一次性压缩，待压缩数据占据大量缓存；而张量分解技术可实现实时压缩，避免了数据占用缓存；