基于數字媒體技術的視頻技術研究

謝峰

摘 ?要： 數字媒體技術是當今信息技術領域發展迅速、活躍的技術之一，是新一代電子技術發展和競爭的焦點，使用其對視頻技術進行優化，在提高視頻的視覺效果方面具有重要意義。針對傳統視頻技術一直存在視覺效果差、運行時間長等問題，提出采用數字媒體技術對視頻技術進行優化。通過分析視頻技術結構的整體結構，給出使用的數字媒體處理器及數字媒體軟件，對視頻技術進行優化。實驗結果表明，采用引入數字媒體技術的視頻技術，可提高視頻視覺效果，節省運行時間，在視頻技術領域具有一定的應用價值。

關鍵詞： 數字媒體技術; 視頻技術; 處理器; 數字媒體軟件; 視覺效果; 運行時間

中圖分類號： TN911?34; TP311.52 ? ? ? ? ? ? ?文獻標識碼： A ? ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2018）10?0067?03

Abstract： Digital media technology is one of rapidly?developed and active technologies in information technology field， and also a focus for development and competition of the new generation electronic technology. It is great significant to use digital media technology to optimize video technology for improving the visual effect of video. In allusion to the long?existing problems such as poor visual effect and long running time in the traditional video technology， digital media technology is proposed to optimize the video technology. By analyzing the overall structure of video technology structure， the digital media processor and digital media software used in the video technology are presented to optimize the video technology. The experimental results show that the video technology with digital media technology can improve the visual effect of the video， save the running time， and has a certain application value in the video technology field.

Keywords： digital media technology; video technology; processor; digital media software; visual effect; running time

0 ?引 ?言

隨著大數據時代的到來，視頻數據的處理技術也是數字媒體發展的方向。在當今社會，智能化的數字媒體技術的開發及其在視頻中的應用，使人類社會工作和生活都發生了變化[1]。近年來，智能視頻技術是國內外圖像處理領域的研究熱點，并且廣泛應用于公共安全、軍事、交通監控等多個領域。目前常用視頻技術。只是對單一的視頻格式進行處理，無法滿足發展需求[2]。因此引入數字媒體技術開發支持多種視頻格式的通用處理平臺變得具有現實意義，也是該領域亟待解決的問題。對此，提出基于數字媒體技術的視頻技術優化研究。實驗結果表明，采用改進視頻技術，其視頻處理效果優于傳統視頻技術，具有一定的優勢。

1 ?基于數字媒體技術的視頻技術優化分析

本文設計并實現了數字媒體技術的視頻展現系統。主要將固定功能期間的高效率和可編程期間的靈活性結合起來，實現對視頻的一系列處理。其中視頻技術需要四要素，即處理器、軟件、開發工具及第三方支持。只有此四要素相互補充、支持，才能形成具體的視頻技術開發方案[3?4]。在本文中視頻技術的處理器，主要采用數字媒體處理器，實現對視頻技術的優化。而本文重點對其處理器及軟件部分進行改進，實現對視頻技術的優化[5]。數字媒體處理器中的數字媒體技術多樣，符合視頻技術的多樣化需求，具有一定的優勢。視頻技術結構如圖1所示。

1.1 ?數字媒體處理器

在對視頻技術進行優化時，數字媒體技術的選擇尤為重要。將數字媒體技術引入到視頻技術中時，以數字媒體處理器的形式進行引入，而選擇的數字媒體處理器選用Amlogic AML8726開發平臺為高清數字媒體播放器[6]。中心處理器選取主頻為800 MHz，128 kB二級緩存的CPU，能有效優化視頻技術的運行性能;可對1080P的高清視頻進行解碼，支持數字媒體的文件格模式多為MP4，AVI，WMV等形式，在Linux，Android 4.0等多個操作模式均能運行;在高性能傳輸時可盡快減少能耗，可長時間進行視頻播放[7]。此外，處理器有較大的網絡性能和接口，如10/100的以太網MAC，其接口多為可高速運行的雙重USB 2.0，四個USRT接口及兩個高速SOI界面。選擇采用ARM Cortex?A CPU處理器，最高能達到1 GHz頻率，指令緩存及數據緩存均為32 kB，以128 kB的統一高速緩存來增加視頻技術屬性[8]。另外，采用NEON技術加快數字媒體及信號處理算法對原有的CPU進行處理，對Internet應用程序范圍的數字媒體可進行解碼，有效處理目前及以后的數字媒體格式，完善視頻體驗。

數字媒體處理器的圖形子系統主要和兩個圖像引擎及一個靈活的視頻/圖形輸出管道構成，ARM Mail?400 GPU能夠處理全部的OpenGL ES 2.0及 Open VG圖形應用程序，而2.5D圖形引擎能夠處理除此之外的視頻縮放和轉換，視頻輸出管道對高級圖像實行驗證及優化。AML 8726 主要實現視頻的輸入/輸出，如HDMI高清視頻的輸出，四個支持子視頻的DAC復合輸出，一個支持CODEX解碼的PA耳機及麥克風設備及SPDOF數字視頻信號的輸出。此外，AKL 8726集成一個數字視頻傳輸性能模塊，經過三個多路分配器對輸入接口傳入的視頻數據流實行處理，連接調整解調器，構建加密處理器幫助處理視頻通道加密數據流的傳輸。

1.2 ?數字媒體軟件分析

1） 數字媒體的治理。使用UPnP AV架構對數字媒體服務器供應數字媒體文件，架構基于UPnP協議，對數字媒體視頻內容輸送設計[9]。支持設備和使用在視頻里對數字媒體信息實行識別、管理和發布，滿足數字媒體中心對于視頻資源共享的需求。架構對設備實行更仔細的類別，設置為數字媒體服務器、數字媒體播放器及控制點三類邏輯設備[10]。

2） 數字媒體格式。數字媒體格式描述了適合視頻技術優化的數字媒體資源編碼解碼格式和類型，針對視頻資源進行分類處理，確定數字媒體與視頻之間的格式轉換規則，保證視頻技術額有效性、通用性和兼容性。

3） 數字媒體服務器。可經過控制點尋找視頻能用的本地資源，給視頻有關的其他設備供應視頻資料[11]。一個數字媒體服務器需要負責視頻內容目錄、視頻連接管理及視頻傳輸三項的服務，在物理模式上為錄像機、DVD及視頻調諧器。數字媒體服務器的結構圖見圖2。

由圖2可知，單個數字媒體服務器有一個必選的視頻內容目錄服務、一個必選的視頻連接管理服務和一個可選的視頻傳輸服務。

2 ?實驗結果分析

為了驗證改進視頻技術的有效性及可行性，實驗采用改進技術與傳統視頻技術為對比進行實驗分析，參數設置如表1所示。

在實驗次數一定的情況下，以視頻開銷為指標，采用傳統視頻技術與改進視頻技術為對比進行實驗分析，結果如圖3所示。

由圖3可知，在運行時間不定的情況下，采用傳統視頻技術時，其視頻開銷隨著運行時間的增加出現了多次波動，但其整體視頻開銷約為7×105，無太大的下降趨勢;采用改進視頻技術時，視頻開銷隨著運行時間的增加亦存在多處波動，其整體的視頻開銷最高為4×105，最低視頻開銷為2.1×105，約為3×105，相比傳統視頻技術下降了約4×105，具有一定的優勢。

3 ?結 ?論

本文針對視頻技術存在的視覺效果差的問題，提出基于數字媒體技術的視頻技術。詳細介紹了數字媒體技術在視頻技術中的使用形式及使用后視頻效果產生的變化，并對視頻技術性能進行了驗證。結果表明，采用改進視頻技術其視頻開銷相比傳統視頻技術較低，具有一定的優勢。

參考文獻

[1] 律睿慜，孟磊，劉淵，等.基于視頻反饋的交互式圖案生成技術[J].計算機工程與設計，2015，36（12）：3408?3412.

L? Ruimin， MENG Lei， LIU Yuan， et al. Interactive fractal pattern generation based on video feedback [J]. Computer engineering and design， 2015， 36（12）： 3408?3412.

[2] 周封，劉聞博，劉志剛，等.智能視頻技術在電力系統領域的應用[J].哈爾濱理工大學學報，2015，20（5）：14?19.

ZHOU Feng， LIU Wenbo， LIU Zhigang， et al. Intelligent video technology applications in the field of power systems [J]. Journal of Harbin University of Science and Technology， 2015， 20（5）： 14?19.

[3] 黃凱奇，陳曉棠，康運鋒，等.智能視頻監控技術綜述[J].計算機學報，2015，38（6）：1093?1118.

HUANG Kaiqi， CHEN Xiaotang， KANG Yunfeng， et al. Intelligent visual surveillance： a review [J]. Chinese journal of computers， 2015， 38（6）： 1093?1118.

[4] 金偉其，陶禹，石峰，等.微光視頻器件及其技術的進展[J]. 紅外與激光工程，2015，44（11）：3167?3176.

JIN Weiqi， TAO Yu， SHI Feng， et al. Progress of low level light video technology [J]. Infrared and laser engineering， 2015， 44（11）： 3167?3176.

[5] 馬思偉.AVS視頻編碼標準技術回顧及最新進展[J].計算機研究與發展，2015，52（1）：27?37.

MA Siwei. History and recent developments of AVS video coding standards [J]. Journal of computer research and development， 2015， 52（1）： 27?37.

[6] 張碩，李博，楊婷.基于達芬奇的HDMI高清視頻采編器的設計與實現[J].微電子學與計算機，2017，34（6）：54?57.

ZHANG Shuo， LI Bo， YANG Ting. Design and implementation of HDMI high?definition video editing based on Leonardo DaVinci [J]. Microelectronics & computer， 2017， 34（6）： 54?57.

[7] 馬思偉，羅法蕾，黃鐵軍.AVS2視頻編碼標準技術特色及應用[J].電信科學，2017，33（8）：3?15.

MA Siwei， LUO Falei， HUANG Tiejun. Kernel technologies and applications of AVS2 video coding standard [J]. Telecommunications science， 2017， 33（8）： 3?15.

[8] 楊天天，魯云萍，張為華.一種基于GPGPU的SIFT加速算法[J].電子技術應用，2015，41（1）：149?152.

YANG Tiantian， LU Yunping， ZHANG Weihua. Speeded?up SIFT on GPGPU [J]. Application of electronic technique， 2015， 41（1）： 149?152.

[9] 汪淼，張方略，胡事民.數據驅動的圖像智能分析和處理綜述[J].計算機輔助設計與圖形學學報，2015，27（11）：2015?2024.

WANG Miao， ZHANG Fanglue， HU Shimin. Data?driven image analysis and editing： a survey [J]. Journal of computer?aided design & computer graphics， 2015， 27（11）： 2015?2024.

[10] 蘇志遠，劉慧，李秋萍.基于模糊C均值圖像抗噪分割方法的研究[J].圖學學報，2015，36（3）：477?484.

SU Zhiyuan， LIU Hui， LI Qiuping. Research of anti?noise image segmentation method based on fuzzy C?means [J]. Journal of graphics， 2015， 36（3）： 477?484.

[11] 陸巧，王璐，孟祥旭，等.結合深度圖像和強度圖像的人臉淺浮雕生成算法[J].計算機輔助設計與圖形學學報，2015，27（7）：1172?1181.

LU Qiao， WANG Lu， MENG Xiangxu， et al. The bas?relief generation method of human faces from 3D depth images and 2D intensity images [J]. Journal of computer?aided design & computer graphics， 2015， 27（7）： 1172?1181.