基于單環和膚色選擇的FGS視頻編碼

Internet的快速發展使得網絡多媒體的需求急劇增加，這就對視頻的編碼技術提出了新的要求。網絡的異構性和缺乏QoS(服務質量)保證，使得帶寬會在一個較大的范圍內波動。傳統的用于解決該問題的視頻編碼方法有聯播和碼流轉換，但這兩種方法的碼率變化均被限制在幾個特定的碼率中，很難實現傳輸過程中任意碼流的動態切換，從而不能充分利用信道的容量。解決這些問題的一個有效方法就是粒度可分級視頻編碼，它將原始視頻編碼成基本層碼流和增強層碼流，其中基本層碼流是必須要傳輸的，它能夠單獨進行解碼。增強層碼流可以根據網絡當時的帶寬情況在任何一個地點截斷。但FGS獲得的這些特性都是以犧牲編碼效率為代價的[1]。在增強層中引入膚色選擇的算法，雖然能夠快速地定位出視頻中的感興趣區域，通過對其進行位平面提升和優先編碼來改善視頻的主觀質量，但也會在一定程度上降低整體的編碼效率。因此，針對編碼效率低的問題，本文提出了在基本層中引入單環算法，以提高FGS的編碼效率。
1 基于膚色選擇的FGS視頻編碼
1.1 膚色選擇算法介紹[2]
用膚色選擇算法對FGS進行選擇增強，充分利用了人的視覺特性。相對于其他較復雜的人臉檢測算法，該算法具有復雜度低和運算簡單等特點。對于人臉和頭肩占主要部分的序列，可以認為人臉區域主要就是膚色區域。因此在這類視頻序列中，用膚色區域代替人臉區域作為感興趣區域，并對其進行位平面提升、優先編碼和傳輸，從而提高感興趣區域的編碼效率，并改善視頻的主觀質量。
大量實驗表明，不同人種的膚色主要受到亮度信息的影響，而受色度信息的影響很小，且膚色在CbCr空間的分布具有很強的聚類特性，因此本文中直接采用通用閾值(133≤Cr≤173，77≤Cb≤127)來對膚色區域進行判斷。對于序列中的所有幀圖像的每一個像素有：

將M=1的像素定為膚色點,然后對每幀圖像中的每個宏塊內M值為1的像素點進行統計,將統計結果與預先給定的閾值T進行比較，來判斷該宏塊是否進行選擇性增強。如果大于或等于閾值T，則對該宏塊進行選擇性增強，反之，則不進行選擇性增強。圖1為Akiyo序列、Foreman序列和Carphone序列的原始圖、膚色分割圖和選擇性增強的宏塊圖。

1.2 基于膚色選擇的FGS視頻編碼
通過上述的膚色選擇算法來定位出人臉區域，并將其作為感興趣區域，引入到FGS編碼器中。與其他人臉檢測算法相比，該方法具有復雜度低、自適應選擇和運算簡單等優點。
2 基于單環與膚色選擇的FGS視頻編碼
采用膚色選擇算法提高視頻序列感興趣區域的編碼效率和改善視頻主觀質量的同時，也降低了FGS的整體編碼效率。單環算法由于使用了更高的擴展基本層（基本層+增強層）圖像來用作基本層的參考圖像，因此能夠較好地提高整體編碼效率。所以本文提出了基于單環的FGS視頻編碼與基于膚色選擇的FGS視頻編碼相結合的方法（基于單環和膚色選擇的FGS視頻編碼）來同時提高FGS的整體編碼效率和視頻的主觀質量。其編碼原理圖如圖2所示。