融云为WICC2021“新视界”带来视频压缩技术新探索

以“新视界·连未来”为主题的2021全球互联网通信云大会（以下简称WICC 2021）在北京成功落下帷幕。来自主办方全球互联网通信云领导厂商融云的视频算法专家黄震坤在“RTC新技术与应用”技术分论坛中，分享了《基于人工智能的视频编码优化》的演讲。

图1 WICC 现场融云视频算法专家黄震坤发表演讲

根据美国思科公司的相关研究报告，到2022年，全球移动数据流量将达到每年930艾字节，相当于通过全球网络每5分钟传输一遍有史以来所有电影的流量，视频流量占移动数据流量的比例将飙升至79%。巨大的传输压力下，视频编码压缩技术就显得尤其重要。因此，本届 WICC黄震坤聚焦于视频压缩的前沿技术，针对不同场景需求，为开发者阐述了视频编码方向的最新研究成果、融云的探索实践，以及该领域未来的发展前景。

融云在监控场景的视频压缩技术及解决方案

WICC 2021上，黄震坤以交通监控视频场景为例，阐述了随着智慧交通的快速发展，交通监控视频的数据量呈现爆炸式增长，给现有的传输和存储系统带来了巨大的压力，因此，提高监控场景视频压缩的压缩效率显得至关重要。

黄震坤认为，要对交通监控视频进行高效压缩，就必须根据该场景特点，将背景区域和运动区域细致区分。典型的背景区域包括建筑、树木等，在画面中占比较大，且相对固化、变化不大；运动区域包括车辆、行人等，只占整个视频区域的一小部分。典型的监控视频如图2所示，运动的车辆即为前景区域。整体而言，视频的相邻帧之间的变化细微，应成为监控视频压缩关注的重点。

图2 典型的监控场景

针对这些特点，业界早期的做法是在重建帧中选择出长期参考帧，并与己有短期参考帧组合，一起供当前待编码帧做帧间预测的参考。但是，选取的长期参考帧可能包含有前景物体，导致背景帧“不干净”。

为了解决这个难点，融云采用 LaBGen-P 的方法提取背景帧，这是由于 LaBGen-P 采用了像素级中值滤波的机制，基于运动检测的选择机制，选择运动最小的像素作为背景像素。通过帧间差的运算，可提取到纯背景帧的视频效果。

并且，用 LaBGen-P 的方法提取背景帧，将获取的背景帧加入到长期参考帧列表，不但可以避免网损和解码错误会导致解码器出现错误，导致误差扩散到后续的P帧，而且利用反馈机制与长期参考帧相结合，还有助于修复丢失的视频数据。

实验表明，和原始没有加入背景帧的 OpenH264 编码器相比，可将标准测试集中的测试视频

CiscoVT2people_320x192_12fps.yuv，从原始的 56KB 减少到 54KB。

感兴趣区域的视频压缩技术研究模型及实践探索

不同的场景人们的关注重点会有所不同。仍以智慧交通为例，交警对于违章车辆的关注点是车牌号，车牌号是否清晰，将直接影响执法证据的收集是否有效。因此，在带宽有限的情况下，确保兴趣关注区域的质量是视频压缩技术的关键。

传统编码方法致力于对图像进行去相关处理，这种方法虽然可以达到去除信息冗余度的效果，但是忽略了视觉冗余。因此，在最新研究中，典型做法是，通过对视频进行目标检测来获取感兴趣区域，再对感兴趣区域分配更多的码率，从而提高该区域的编码质量。图3即为典型的采用目标检测技术检测到的感兴趣区域，并进行码率分配的效果，感兴趣区域的编码质量得到保证。

（编辑：焦作站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!