可视电话中的视频编码前处理技术的研究

【摘要】： 电话作为人们日常生活、工作中不可或缺的通讯工具,以其方便、快捷等特点被广泛应用,但普通电话机只能是“只闻其声,不见其人”。随着多媒体技术和通信技术的迅猛发展,可视电话的应用,打破了传统的通话模式,真正实现了话音和视频的同步传送。视频图像因其信息量庞大,一直是通信中的一大障碍。尽管目前的通信网络、存储媒介正在逐步向高速率、大容量方向快速发展,但是随着社会信息交流的日趋广泛,通信已成为全社会的共同需求,因此,信道带宽永远不会绰绰有余。在现有带宽有限(通常码率低于32kb/s)的通信条件下,如何实现可视电话中视频数据的压缩及高质量的传输一直是人们多年来孜孜以求的目标。因此,极低码率视频压缩技术具有重要的实际意义。 在极低码率下,要实现可视电话中的视频的可靠传输,通常有两种方法:一是降低图像质量,二是降低活动平滑度。论文提出了在视频编码前增加前处理,可达到编码图像质量和活动平滑度的折衷。人眼对可视电话中的视频的不同内容具有不同的敏感性,即:不能容忍人脸的较小失真,但可以允许背景区存在较大失真。该前处理技术充分利用人眼主观特性,对视频中的背景区域进行滤波,将人眼不太关注的背景区域的高频信息滤除,从而达到提高压缩率,保证最终图像质量的目的。 本文提出的可视电话中视频编码前处理是以人脸作为感兴趣区域,通过人脸检测找出感兴趣区域,对非感兴趣进行前处理滤波。实验结果表明,在定传输速率下,可使压缩图像的感兴趣区域主客观质量得到一定程度提高;在定量化步长(QP)下,保持压缩图像感兴趣区域质量相同的情况下,视频压缩码率显著提高。