一種面向視頻監(jiān)控的分布式視頻壓縮感知方案

岳宇辰

【摘要】? ? 隨著視頻監(jiān)控設(shè)備的更新?lián)Q代，監(jiān)控視頻數(shù)據(jù)量日趨龐大，極大增加了傳統(tǒng)視頻壓縮算法計(jì)算復(fù)雜度的同時(shí)，對(duì)視頻傳輸和存儲(chǔ)資源的需求也極大增加。針對(duì)此問(wèn)題，本文提出一種面向視頻監(jiān)控的分布式視頻壓縮感知方案，該方案在預(yù)測(cè)-殘差分塊重建框架下進(jìn)一步引入多維參考幀，通過(guò)獲取更多維度上的相似塊提高相似塊組的稀疏程度，得到更高的重建質(zhì)量。實(shí)驗(yàn)證明，該方案對(duì)攝像頭位置固定（角度可變）的監(jiān)控視頻的重建質(zhì)量具有明顯的提升效果。

【關(guān)鍵詞】? ? 視頻壓縮感知? ? 多維度參考幀? ? 多假設(shè)

引言：

視頻監(jiān)控在交通管理、安全防護(hù)、工業(yè)制造、家庭住宅以及國(guó)防工業(yè)等領(lǐng)域均有廣泛的運(yùn)用。視頻監(jiān)控系統(tǒng)一般由用戶(hù)端和服務(wù)器端兩部分組成，攝像頭將拍攝的視頻傳輸至服務(wù)端進(jìn)行進(jìn)一步處理，小型的視頻監(jiān)控系統(tǒng)中，多采用專(zhuān)業(yè)人員通過(guò)顯示器進(jìn)行專(zhuān)項(xiàng)監(jiān)管的方式[1]，但隨著視頻監(jiān)控系統(tǒng)規(guī)模的不斷擴(kuò)大，單純靠人力不僅效率較低而且容易出現(xiàn)疏漏，因此，大規(guī)模視頻監(jiān)控系統(tǒng)通常將攝像頭采集的視頻數(shù)據(jù)保存，然后再使用人力或智能分析手段在服務(wù)端進(jìn)行存儲(chǔ)錄像的分析，值得注意的是，存儲(chǔ)未經(jīng)處理的視頻成本很大，例如一個(gè)24Hz 的VGA攝像頭，每錄制1s視頻所需的存儲(chǔ)空間為10MB，錄制24h的視頻所需存儲(chǔ)空間超過(guò)1TB，盡管存儲(chǔ)器價(jià)格下降較快，但這種投入仍不可接受，并且如此大數(shù)據(jù)量的視頻在無(wú)線(xiàn)/有線(xiàn)網(wǎng)絡(luò)中可靠地實(shí)時(shí)傳輸也是一個(gè)巨大的考驗(yàn)。

壓縮感知理論由Candes，Donoho，T.Tao等在2006年在文獻(xiàn)[2]中正式發(fā)表，通過(guò)完備字典將輸入信號(hào)稀疏表示后可以采用低于Nyquist-Shannon定理規(guī)定的兩倍信號(hào)帶寬采樣頻率同時(shí)完成采樣與壓縮，使用重建算法恢復(fù)輸入信號(hào)。壓縮感知理論在視頻采樣端同時(shí)完成采樣與壓縮過(guò)程，大大節(jié)省了采樣資源，并且視頻采樣后的數(shù)據(jù)量大幅降低，后續(xù)處理所需帶寬和存儲(chǔ)空間均明顯降低，也極大緩解了“大數(shù)據(jù)”的壓力。

位置固定（角度可變）的攝像頭采集的視頻序列的背景部分通常是固定不變或緩慢移動(dòng)的，因此運(yùn)動(dòng)物體的重建質(zhì)量是重點(diǎn)關(guān)注問(wèn)題，運(yùn)動(dòng)物體多會(huì)發(fā)生半像素位移及縮放形變，并且并非周期性產(chǎn)生，在一些情況下僅使用時(shí)序參考幀并不能搜索到待重建視頻塊的優(yōu)質(zhì)相似塊，因此，本文提出一種基于多維度參考幀的分布式視頻壓縮感知重建方案。

一、基于多維度參考幀的分布式視頻壓縮感知

目前，綜合性能最優(yōu)秀的基于多參考幀的多假設(shè)預(yù)測(cè)類(lèi)算法是文獻(xiàn)[3]提出的2sMHR，該算法不僅對(duì)緩速運(yùn)慢序列的重建具有較優(yōu)的重建質(zhì)量，還保持極低的時(shí)間復(fù)雜度，得益于該算法進(jìn)行多假設(shè)重建時(shí)采用固定假設(shè)塊數(shù)量以及直接求解線(xiàn)性權(quán)值的方法。位置固定（角度可變）的攝像頭采集的視頻序列中的物體常產(chǎn)生半像素位移，并且運(yùn)動(dòng)中的物體還會(huì)產(chǎn)生程度隨機(jī)且不具有周期性的縮放變化，因此僅使用時(shí)域多參考幀進(jìn)行多假設(shè)預(yù)測(cè)的包括2sMHR在內(nèi)的多種多假設(shè)預(yù)測(cè)算法均較難取得此類(lèi)物體的優(yōu)質(zhì)相似塊，并且由于2sMHR采用固定假設(shè)塊數(shù)量的方法，面對(duì)此類(lèi)物體時(shí)很有可能引入質(zhì)量不高的假設(shè)塊導(dǎo)致重建質(zhì)量降低。因此，針對(duì)緩慢運(yùn)動(dòng)視頻塊，額外引入半像素維參考幀和縮放維參考幀[4]以提供質(zhì)量更優(yōu)的假設(shè)塊，提出一種基于多維度參考幀的分布式視頻壓縮感知重建算法。

半像素參考幀通過(guò)對(duì)時(shí)域參考幀進(jìn)行半像素插值后得到，為保證插值參考幀不帶來(lái)額外諸如邊緣鋸齒、輪廓模糊、過(guò)度平滑等失真現(xiàn)象影響半像素參考幀質(zhì)量，同時(shí)保持較高的插值效率，此處采用文獻(xiàn)[5]提出的6階插值濾波實(shí)現(xiàn)時(shí)域參考幀的插值，將插值參考幀尺寸拓展為原始尺寸的4倍，然后提取、分離相同位置的半像素點(diǎn)，重組后得到3個(gè)與原視頻幀尺寸相同的半像素參考幀以提供更多運(yùn)功估計(jì)假設(shè)。

縮放維參考幀通過(guò)立方卷積插值對(duì)時(shí)域參考幀進(jìn)行縮小或放大后生成，縮放率設(shè)為15%，即每個(gè)參考幀生成2個(gè)縮放維參考幀。使用0元素補(bǔ)齊縮小后的參考幀邊緣，剔除放大后的參考幀邊緣，保持縮放后的參考幀尺寸與原參考幀一致。

記Rf，1、Rf，2和Rf，3為3個(gè)半像素參考幀，Zf，1和Zf，2為2個(gè)縮放參考幀，以GOP = 8為例，GOP中的視頻幀按時(shí)間順序編號(hào)為1-8號(hào)，其中1號(hào)幀是Key幀，其余幀是CS幀，9號(hào)幀是下一GOP 的Key幀。

第2幀和第8幀僅使用時(shí)域參考幀，中間幀第5幀使用相鄰兩個(gè)方向的多維度參考幀，其他幀使用重建方向上的多維度參考幀。

增加參考幀數(shù)量后，采用全搜索方式搜索匹配塊的效率太低，由于監(jiān)控視頻中運(yùn)動(dòng)視頻塊的匹配塊會(huì)位于參考幀中幾乎相同的位置，或者在相同位置的附近，因此，采用四步快速搜索算法在多個(gè)參考幀中實(shí)現(xiàn)待重建視頻塊的最優(yōu)匹配塊的大范圍快速搜索，匹配準(zhǔn)則采用MSE。運(yùn)動(dòng)塊與對(duì)應(yīng)匹配塊的相似程度較高，故只需少量匹配塊即可完成重建，另外，重建質(zhì)量還受采樣率的影響，隨著CS幀采樣率的提高，所需最優(yōu)匹配塊數(shù)量增加。

因此可以采用文獻(xiàn)[3]的固定匹配塊數(shù)的方式，通過(guò)大量的實(shí)驗(yàn)驗(yàn)證并且折中重建時(shí)間與重建質(zhì)量使兩者均達(dá)到較優(yōu)，得出在采樣率分別為0.1、0.2、0.3時(shí)，對(duì)應(yīng)匹配塊數(shù)量分別是244塊、300塊、362塊。

二、仿真實(shí)驗(yàn)

將標(biāo)準(zhǔn)視頻序列Hall、Mother-daughter、Tempete和Foreman的前96幀作為實(shí)驗(yàn)對(duì)象，上述序列中Hall是監(jiān)控視頻序列，其他三個(gè)序列中物體運(yùn)動(dòng)程度接近監(jiān)控序列的運(yùn)動(dòng)情況，設(shè)定GOP = 16，采用提出算法和文獻(xiàn)[3]算法分別在0.1、0.2、0.3的采樣率下對(duì)上述序列的所有CS幀進(jìn)行重建，重建結(jié)果如表1所示。

提出算法在0.1、0.2、0.3的采樣率下對(duì)實(shí)驗(yàn)序列的重建質(zhì)量均高于文獻(xiàn)[3]算法，原因在于提出算法在重建時(shí)引入了多個(gè)多維度參考幀，可以為視頻序列中發(fā)生縮放變化的視頻塊，例如Tempete和Hall序列，提供優(yōu)質(zhì)的匹配塊，因而提高了重建質(zhì)量。

三、結(jié)束語(yǔ)

本文提出的基于多維度參考幀的視頻壓縮感知重建算法在預(yù)測(cè)-殘差分塊重建框架下進(jìn)一步引入多維參考幀，通過(guò)多維度參考幀獲取更多當(dāng)前待重建塊的相似塊的方式，提高了相似塊組的整體稀疏程度，從而獲得得到更良好的重建質(zhì)量。

實(shí)驗(yàn)結(jié)果表明，該方案對(duì)攝像頭位置固定（角度可變）的監(jiān)控視頻的重建質(zhì)量相較于多假設(shè)類(lèi)重建算法具有明顯的提升效果。

參? 考? 文? 獻(xiàn)

[1] 王謹(jǐn)毓. 智能校園安防監(jiān)控物聯(lián)網(wǎng)系統(tǒng)設(shè)計(jì)[J]. 現(xiàn)代電子技術(shù)， 2019，42（06）： 51-54.

[2] Donoho D L. Compressed sensing[J]. IEEE Transactions on Information Theory， 2006， 52（4）： 1289-1306.

[3] 歐偉楓. 視頻壓縮感知多假設(shè)預(yù)測(cè)重構(gòu)算法研究[D]. 華南理工大學(xué)， 2016.6.

[4] 楊春玲， 鄭學(xué)煒. CVS中基于多維度參考幀的雙稀疏重構(gòu)算法[J]. 華南理工大學(xué)學(xué)報(bào)， 2018.46（8）： 1-10.

[5] Wiegand T. Draft ITU-T recommendation and final draft international standard of joint video specification （ITU-T Rec. H. 264| ISO/IEC 14496-10 AVC） [J]. JVT-G050， 2003.