《基於結構信息特徵的監控視頻編碼》是依託北京大學，由馬思偉擔任負責人的面上項目。
基本介紹
- 中文名：基於結構信息特徵的監控視頻編碼
- 項目負責人：馬思偉
- 項目類別：面上項目
- 依託單位：北京大學
項目摘要,結題摘要,
項目摘要
監控視頻行業面臨著數據存儲和分析處理的巨大挑戰，亟需針對監控視頻的高效表示和編碼處理方法。目前基於塊的預測/變換編碼框架不利於監控視頻的檢索分析處理，同時也面臨著效率瓶頸問題，而實際上監控視頻的很多先驗知識特性還沒有充分挖掘，比如前背景結構信息、場景對象特徵信息等，利用這些信息能夠進一步消除監控視頻內部存在的背景冗餘、知識冗餘，提高編碼效率。為此本項目提出研究基於結構信息特徵的監控視頻編碼，即提取監控視頻場景中的結構信息，包括前背景信息、對象特徵信息如SIFT特徵等，研究基於背景建模和對象特徵的監控視頻編碼方法，通過分離前背景區域提高背景幀預測精度，編碼對象特徵提高對監控視頻的檢索分析支持，突破監控視頻編碼效率瓶頸，顯著提高監控視頻編碼效率（一倍以上）和處理效率，爭取研究成果被下一代國際MPEG標準或國內AVS視頻編碼標準採納。在成果產出方面，發表論文30篇以上，申請專利5項以上。
結題摘要
監控視頻行業面臨著數據存儲和分析處理的巨大挑戰，亟需針對監控視頻的高效表示和編碼處理方法。目前基於塊的預測/變換編碼框架不利於監控視頻的檢索分析處理，同時也面臨著效率瓶頸問題，而實際上監控視頻的很多先驗知識特性還沒有充分挖掘，比如前背景結構信息、場景對象特徵信息等，利用這些信息能夠進一步消除監控視頻內部存在的背景冗餘、知識冗餘，提高編碼效率。為此本項目提出研究基於結構信息特徵的監控視頻編碼，即提取監控視頻場景中的結構信息，包括前背景信息、對象特徵信息如SIFT特徵等，研究基於背景建模和對象特徵的監控視頻編碼方法，通過分離前背景區域提高背景幀預測精度，編碼對象特徵提高對監控視頻的檢索分析支持，突破監控視頻編碼效率瓶頸，顯著提高監控視頻編碼效率和處理效率。項目圍繞基於結構特徵的視頻編碼技術與原理開展研究，主要成果包括：針對監控視頻內容的前背景結構特徵、對象特徵，提出了基於碼率-準確率的最佳化編碼方法，建立了一種面向行人檢測的監控視頻編碼框架；針對視頻內容的結構特性，提出非局部結構相似濾波、自適應預測劃分和自適應運動矢量精度預測等編碼技術，顯著提升了編碼效率；針對監控視頻智慧型處理，提出一種視頻紋理/特徵聯合編碼方法，提高了視覺特徵的編碼效率以及視頻檢索分析效率。項目部分研究成果被AVS2國家標準採納，與前一代AVS1標準相比，AVS2編碼效率提升一倍，已廣泛套用於數位電視廣播、安防監控等領域。項目共發表論文39篇，其中IEEE Transactions on Image Processing, IEEE Transactions on Multimedia, IEEE Multimedia等重要國際期刊論文12篇，申請發明專利21項。項目獲得IEEE VCIP 2016 前10%最佳論文獎、ICIP2018最佳學生論文獎。
