基于轮廓关注度和多域可伸缩的感兴趣区视频编码研究

安防监控系统正向着智能化、网络化发展，基于视觉感知和网络适应性的智能化压缩是安防领域对视频编码提出的新要求。鉴于图像的不同区域存在重要性差异，全景图像和感兴趣区的清晰度要求不同，需要对视频序列进行差异性编码。因此本项目研究基于轮廓关注度和多域可伸缩的感兴趣区（ROI）视频编码算法。首先，通过混合精度自适应的轮廓编码方法，对任意形状的ROI进行准确高效的描述。然后，针对监控中ROI的一般运动特点，提出基于透视变换的运动估计算法，提高ROI帧间预测效果。并对残差系数进行频域层次重排，设计自适应量化机制，实现ROI质量优先的渐进分级。最后，在空域分级机制中，通过研究视频序列内容特征的相关性，提出基于时空域相关性的模式选择算法以及改进的层间模式映射算法，进一步去除层间信息冗余。算法预期的解码视频主观质量有明显提高，ROI区域的客观质量能提高3dB以上。本项目研究成果将进一步满足安防产业的专业需求。