基于單環和膚色選擇的FGS視頻編碼

對于基本層，通過使用質量更高的擴展基本層圖像作為基本層的參考圖像，來提高基本層運動補償的效率，降低基本層殘差圖像的能量，從而提高基本層的編碼效率。對于增強層，基本層殘差圖像能量下降，使得殘差圖像量化前后的差值的能量也減小了，所以增強層的編碼效率也相應地得到了提高。但由于基本層與增強層并非各自獨立，而是相互影響的，因此當網絡帶寬突然降低時，會產生預測誤差，且這種誤差會一直積累并傳播下去，直到當前GOP結束。因此當使用該結構進行FGS編碼時，將引入前端網絡估計的方法，來確定能夠正確解碼的增強層位平面數，使用于參考的增強層位平面數不多于正確解碼的位平面數，從而抑制預測誤差[3-4]。
3 試驗結果與分析
為了檢測該算法的效果，進行了仿真實驗。實驗中選擇了Carphone和Foreman 兩個QCIF視頻序列，基本層采用H.264參考軟件，幀率為30 Hz，編碼50幀，編碼幀類型為IPPP…，熵編碼方法為CABAC，允許率失真優化宏塊模式判決，QP=35，基本層碼率為60 kb/s。增強層編碼時僅對DCT系數進行限幅處理，不作進一步量化。使用重建圖像序列的亮度分量的平均峰值信噪比(Y-PSNR)作為視頻質量的客觀評價標準。試驗中所定義的感興趣區域為用膚色選擇算法檢測出來的人臉區域，將采用該提升算法的FGS和僅采用單環算法的FGS以及未采用任何提升算法的FGS進行比較，比較結果如圖3和圖4所示。

從圖3中可知，采用了基于單環和膚色選擇的FGS視頻編碼，在人臉區域的PSNR值要明顯高于整體區域，平均高出了3 dB，且隨著碼率的增大，PSNR的差值也逐漸增大。從圖4中可以看出，相比于H.264 FGS和基于單環的H.264 FGS，本文采用的方法能夠較好地改善視頻的主觀質量。這說明在碼率一定的情況下，使用單環算法能夠較大地提高編碼效率，且由于使用了膚色選擇，感興趣區域的位平面被提升，從而使得該部分的信息能夠被優先編碼和傳輸。當碼流截斷時，獲得的大部分數據都是感興趣區域的，所以解碼時膚色區域的主觀質量有了一定的改善。
通過上述試驗結果可知，將膚色選擇引入到FGS中，能夠快速地定位出人臉區域，通過將該區域的位平面進行提升、優先編碼和傳輸，能夠較大地提高感興趣區域的編碼效率,改善視頻的主觀質量。但與此同時，會在一定程度上降低整體的編碼效率，因此引入了單環算法。該算法由于使用了高的擴展基本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。試驗證明本文提出的方法對人臉和頭肩占主要部分的序列，能夠自適應地提高FGS的編碼效率，改善解碼后視頻的主觀質量。該算法對特定的領域有一定的適用性。
參考文獻
[1] 胡波. 數字電視系統關鍵技術研究[D].武漢：華中科技大學, 2009.
[2] 周孝, 林其偉, 楊雪婷. 基于人臉特征的自適應選擇增強FGS視頻編碼[J]. 電視技術, 2008，32(08):23-25.
[3] 江濤，張兆揚.時空域可分級的精細粒度可伸縮視頻編碼研究[D]. 上海：上海大學，2005.
[4] 楊雪婷, 林其偉.基于H.264的精細可分級編碼結構改進方案[J]. 電視技術, 2009,33(S1).