基于分层视频表达的无人机视频自适应传输技术研究

The video information captured by Unmanned Aerial Vehicles (UAV) is of great importance in the application of air reconnaissance and surveillance, so it is essential to describe and transmit it efficiently. But conventional methods of video processing and compression are hard to tradeoff between coding efficiency and computational complexity, to meet the limitation of payload and bandwidth with complicated requirements. Video adaptation has been considered as an effective technique to tackle challenging problems in video transmission by transforming an inputted video to an outputted video in a new format to meet diverse resource constraints and user preferences. This project aims to solve the problem in UAV video transmission with video adaptation conception, and the research includes several parts: define a new type of video description for UAV; design adaptation operations according to the description; specify the resource constraints and user preferences of UAV; realize efficient, fast, credible and flexible video transmission based on the video adaptation system.

作为空中侦察和监视的重要手段，无人机视频信息的有效表示和高效传输是一项重要的研究课题。鉴于无人机的载荷受限、带宽受限、应用复杂等特点，传统的视频处理和压缩方法都存在压缩性能和计算复杂度不可兼得的缺点，不能充分的满足其需求。视频自适应技术是将视频转换成特定的表达形式，再通过自适应操作来实现视频处理和压缩，其特点在于可以根据实际需求灵活的提供所需视频信息，并兼顾压缩性能和计算复杂度。本项目欲采用视频自适应技术来解决无人机视频传输所存在的问题，主要内容包括：定义符合无人机特点的视频表达形式；设计与视频表达相对应的自适应操作；明确无人机视频传输的约束条件和用户需求；利用无人机视频自适应传输系统，实现高效的、快速的、可靠的、灵活的视频传输。

作为空中侦察和监视的重要手段，无人机视频信息的有效表示和高效传输是一项重要的研究课题。由于载荷受限、环境复杂的因素，无人机在执行任务的过程中无法保证传输的带宽与稳定性，但同时，视频传输又要求高带宽、实时性和稳定性，这些都给无人机视频应用带来巨大的挑战。传统的视频处理和压缩方法，如比较成熟的标准压缩算法MPEG-2、H.264等，都是针对较为广泛的应用场景设计的，都存在压缩性能和计算复杂度不可兼得的缺点，不能充分的满足无人机应用的需求。.本项目针对无人机视频的特征提出一种分层视频表达，并在此基础之上实现高效的、快速的、可靠的、灵活的视频传输。主要内容包括：研究无人机视频的特点，提出基于内容的分层视频表达，该表达由背景层、目标层和增强层共同组成，每一层可独立编码；研究无人机视频中全局运动的规律，建立的全局运动模型，并用于实现快速、高效的运动目标分割和背景的压缩；研究目标刚体的运动特性，从基于双目视觉的三维运动估计着手，建立更高效、更精确的运动模型；研究目标跟踪算法，在实现目标层压缩的同时，充分利用目标层信息开展丰富的应用；研究图像压缩新算法，挖掘无人机视频压缩的更多可能。.在为期三年的研究过程中，针对以上研究内容，主要有以下几方面成果：在实验平台方面，完成了视频实时并行压缩实验平台、基于双目视觉的三维运动估计实验平台的搭建；在实验数据方面，完成了对地观测模拟视频和无人机航拍视频数据库的建设；在算法方面，实现了基于分层视频表达的无人机视频压缩、基于双目视觉的三维运动估计、基于二值化特征的目标检测与跟踪、图像压缩感知重建；在论文发表方面，已发表论文5篇，已录用论文5篇，正投稿论文2篇。.本项目从多个方面研究无人机视频压缩相关内容。其中，研究的全局运动模型和刚体三维运动模型具有重要的理论参考价值；而基于分层表达的无人机视频压缩算法，不仅可以提高压缩性能，更是可以为无人机任务执行提供更多的可能性，具有可预期的应用价值。