基于单环和肤色选择的FGS视频编码

对于基本层，通过使用质量更高的扩展基本层图像作为基本层的参考图像，来提高基本层运动补偿的效率，降低基本层残差图像的能量，从而提高基本层的编码效率。对于增强层，基本层残差图像能量下降，使得残差图像量化前后的差值的能量也减小了，所以增强层的编码效率也相应地得到了提高。但由于基本层与增强层并非各自独立，而是相互影响的，因此当网络带宽突然降低时，会产生预测误差，且这种误差会一直积累并传播下去，直到当前GOP结束。因此当使用该结构进行FGS编码时，将引入前端网络估计的方法，来确定能够正确解码的增强层位平面数，使用于参考的增强层位平面数不多于正确解码的位平面数，从而抑制预测误差[3-4]。
3 试验结果与分析
为了检测该算法的效果，进行了仿真实验。实验中选择了Carphone和Foreman 两个QCIF视频序列，基本层采用H.264参考软件，帧率为30 Hz，编码50帧，编码帧类型为IPPP…，熵编码方法为CABAC，允许率失真优化宏块模式判决，QP=35，基本层码率为60 kb/s。增强层编码时仅对DCT系数进行限幅处理，不作进一步量化。使用重建图像序列的亮度分量的平均峰值信噪比(Y-PSNR)作为视频质量的客观评价标准。试验中所定义的感兴趣区域为用肤色选择算法检测出来的人脸区域，将采用该提升算法的FGS和仅采用单环算法的FGS以及未采用任何提升算法的FGS进行比较，比较结果如图3和图4所示。

从图3中可知，采用了基于单环和肤色选择的FGS视频编码，在人脸区域的PSNR值要明显高于整体区域，平均高出了3 dB，且随着码率的增大，PSNR的差值也逐渐增大。从图4中可以看出，相比于H.264 FGS和基于单环的H.264 FGS，本文采用的方法能够较好地改善视频的主观质量。这说明在码率一定的情况下，使用单环算法能够较大地提高编码效率，且由于使用了肤色选择，感兴趣区域的位平面被提升，从而使得该部分的信息能够被优先编码和传输。当码流截断时，获得的大部分数据都是感兴趣区域的，所以解码时肤色区域的主观质量有了一定的改善。
通过上述试验结果可知，将肤色选择引入到FGS中，能够快速地定位出人脸区域，通过将该区域的位平面进行提升、优先编码和传输，能够较大地提高感兴趣区域的编码效率,改善视频的主观质量。但与此同时，会在一定程度上降低整体的编码效率，因此引入了单环算法。该算法由于使用了高的扩展基本层图像来用作基本层的参考图像，因此能够较好地提高整体编码效率。试验证明本文提出的方法对人脸和头肩占主要部分的序列，能够自适应地提高FGS的编码效率，改善解码后视频的主观质量。该算法对特定的领域有一定的适用性。
参考文献
[1] 胡波. 数字电视系统关键技术研究[D].武汉：华中科技大学, 2009.
[2] 周孝, 林其伟, 杨雪婷. 基于人脸特征的自适应选择增强FGS视频编码[J]. 电视技术, 2008，32(08):23-25.
[3] 江涛，张兆扬.时空域可分级的精细粒度可伸缩视频编码研究[D]. 上海：上海大学，2005.
[4] 杨雪婷, 林其伟.基于H.264的精细可分级编码结构改进方案[J]. 电视技术, 2009,33(S1).