專利名稱：一種視頻傳感器網(wǎng)絡(luò)中的壓縮感知編解碼方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及到對視頻傳感器網(wǎng)絡(luò)中的視頻幀進行壓縮感知編解碼方法及系統(tǒng)，屬于視頻傳感器網(wǎng)絡(luò)中網(wǎng)內(nèi)信息處理技術(shù)領(lǐng)域。
背景技術(shù)：
視頻傳感器網(wǎng)絡(luò)(Video Sensor Network)是由一組具有計算、存儲和通信能力的視頻傳感器節(jié)點組成的分布式感知網(wǎng)絡(luò)。視頻傳感器網(wǎng)絡(luò)采集到的信息，無論是靜態(tài)的圖像還是動態(tài)的視頻流，都具有很大冗余性和時空相關(guān)性，大量冗余數(shù)據(jù)在網(wǎng)絡(luò)中傳輸勢必會造成網(wǎng)絡(luò)資源的嚴(yán)重消耗。而視頻傳感器節(jié)點的計算處理能力及通信帶寬也普遍受限，因此在視頻傳感器網(wǎng)絡(luò)信息獲取、傳輸中采用有效的網(wǎng)內(nèi)信息處理技術(shù)完成媒體信息壓縮編碼、特征提取、目標(biāo)識別以及信息融合等處理，并結(jié)合數(shù)據(jù)同步及任務(wù)協(xié)同處理，可以減少網(wǎng)絡(luò)業(yè)務(wù)流量、提高網(wǎng)絡(luò)處理及響應(yīng)速度，進而增強整個視頻傳感器網(wǎng)絡(luò)監(jiān)測能力。

發(fā)明內(nèi)容
為在實現(xiàn)較高壓縮率的同時獲得較好的重構(gòu)效果，本發(fā)明提出了一種基于自適應(yīng)分組的壓縮感知編解碼方法，采用壓縮感知技術(shù)對視頻傳感器節(jié)點所采集的視頻幀進行編解碼。本發(fā)明首先提供了一種視頻傳感器網(wǎng)絡(luò)中的壓縮感知編解碼方法，包括對原始視頻幀進行自適應(yīng)分組；對分組所得的視頻幀組進行壓縮感知編碼測量，得到每一個視頻幀組的觀測矢量矩陣；對觀測矢量矩陣進行壓縮感知解碼重構(gòu)。其中，對原始視頻幀進行自適應(yīng)分組的步驟，包括對所述原始視頻幀進行基本分組，標(biāo)定每個分組的首幀為關(guān)鍵幀，其余為非關(guān)鍵幀；利用所有非關(guān)鍵幀對同組的關(guān)鍵幀進行差值處理得到每一個基本分組的差值矩陣，對差值矩陣中的所有列向量均值求和，在列向量均值之和大于預(yù)設(shè)的閾值時，采用該列向量均值之和對應(yīng)的視頻幀替換所屬基本分組中的關(guān)鍵幀，該基本分組中的首幀被替換為非關(guān)鍵幀。其中，對分組所得的視頻幀組進行壓縮感知編碼測量的步驟，包括在每個視頻幀組內(nèi)，采用非關(guān)鍵幀對關(guān)鍵幀進行差值處理得到差值矩陣，再對所得的差值矩陣進行壓縮感知編碼測量。其中，對分組所得的視頻幀組進行壓縮感知編碼測量的步驟，包括采用分塊壓縮感知技術(shù)對分組所得的視頻幀組進行壓縮感知編碼測量。其中，對觀測矢量矩陣進行壓縮感知解碼重構(gòu)的步驟，包括采用梯度投影重構(gòu)算法對觀測矢量矩陣進行壓縮感知解碼重構(gòu)。、
本發(fā)明還提供了一種視頻傳感器網(wǎng)絡(luò)中的壓縮感知編解碼系統(tǒng)，包括自適應(yīng)分組模塊，用于對原始視頻幀進行自適應(yīng)分組；感知編碼測量模塊，用于對分組所得的視頻幀組進行壓縮感知編碼測量，得到每一個視頻幀組的觀測矢量矩陣；
重構(gòu)模塊，用于對觀測矢量矩陣進行壓縮感知解碼重構(gòu)。 其中，自適應(yīng)分組模塊包括基本分組模塊，用于對所述原始視頻幀進行基本分組，標(biāo)定每個分組的首幀為關(guān)鍵幀，其余為非關(guān)鍵幀；替換模塊，用于利用所有非關(guān)鍵幀對同組的關(guān)鍵幀進行差值處理得到每一個基本分組的差值矩陣，對差值矩陣中的所有列向量均值求和，在列向量均值之和大于預(yù)設(shè)的閾值時，采用該列向量均值之和對應(yīng)的視頻幀替換所屬基本分組中的關(guān)鍵幀，該基本分組中的首幀被替換為非關(guān)鍵幀。其中，感知編碼測量模塊用于在每個視頻幀組內(nèi)，采用非關(guān)鍵幀對關(guān)鍵幀進行差值處理得到差值矩陣，再對所得的差值矩陣進行壓縮感知編碼測量。其中，感知編碼測量模塊用于采用分塊壓縮感知技術(shù)對分組所得的視頻幀組進行壓縮感知編碼測量。其中，重構(gòu)模塊用于采用梯度投影重構(gòu)算法對觀測矢量矩陣進行壓縮感知解碼重構(gòu)。(I)本發(fā)明的實施例中，視頻幀分組方法采用的是自適應(yīng)圖像分組，通過設(shè)定動態(tài)閾值T來自適應(yīng)調(diào)整圖像組，達到了能夠根據(jù)場景變換來動態(tài)改變分組大小的目的，較之單獨使用傳統(tǒng)的基本分組更為靈活，能夠?qū)崿F(xiàn)分組的多樣性，進而實現(xiàn)更高的稀疏性，彌補單獨使用基本分組的不足。最終的重構(gòu)效果有效關(guān)鍵信息得到了良好的保存，信息的邊緣紋理也清晰可見，其峰值信噪比質(zhì)量得以大大改善。(2)本發(fā)明壓縮感知編碼處理部分采用的是分塊壓縮感知技術(shù)，降低了編碼端的運算復(fù)雜度、加快了編碼端的運算速度，且易于實現(xiàn)，保證了對壓縮感知理論的有效利用。壓縮感知解碼重構(gòu)部分采用的是梯度投影算法重構(gòu)技術(shù)，也能夠加速算法的收斂速度，在保證了良好的視頻重構(gòu)效果的同時，也避免了解碼端復(fù)雜度急劇增加的問題，同時整個系統(tǒng)也具有非常高的魯棒性，具有較好的應(yīng)用價值。


圖I是典型視頻傳感器網(wǎng)絡(luò)結(jié)構(gòu)圖。圖2是本發(fā)明實施例的視頻傳感器網(wǎng)絡(luò)中的壓縮感知的編解碼方法的流程示意圖。圖3是圖2所示實施例中對原始視頻幀進行自適應(yīng)分組處理的流程示意圖。圖4是本發(fā)明實施例中運用壓縮感知編解碼處理的流程示意圖。圖5 (a)是采用本發(fā)明方法實施例對hal I序列進行重構(gòu)后各幀峰值信噪比的比較示意圖。圖5 (b)是采用本發(fā)明方法實施例對foreman序列進行重構(gòu)后各幀峰值信噪比的比較示意圖。
圖6是本發(fā)明實施例本發(fā)明實施例的視頻傳感器網(wǎng)絡(luò)中的壓縮感知編解碼系統(tǒng)的結(jié)構(gòu)示意圖。
具體實施例方式下面將結(jié)合附圖及實施例對本發(fā)明的技術(shù)方案進行更詳細的說明。壓縮感知(Compressive Sensing, CS)技術(shù)能夠以較少的測量信號精確重構(gòu)被測量的信號(但該信號必須是稀疏的或在某個變換域中為稀疏形式)。在視頻傳感器網(wǎng)絡(luò)領(lǐng)域，壓 縮感知技術(shù)的應(yīng)用還比較少，目前主要集中在利用壓縮感知技術(shù)對單個視頻傳感器節(jié)點的數(shù)據(jù)進行單獨壓縮測量，然后在解碼端進行數(shù)據(jù)重構(gòu)。然而這種方法并未考慮節(jié)點所采集的信息間的時空相關(guān)性。要運用壓縮感知技術(shù)進行處理的一個關(guān)鍵點，就是信號必須是稀疏的或在某個變換域中為稀疏形式，因此如何進行稀疏化處理成為壓縮感知技術(shù)是否切實可行的重要關(guān)鍵因素之一。目前稀疏化處理的技術(shù)普遍用的比較多的是差值化處理，這就存在關(guān)鍵幀如何選取的問題，關(guān)鍵幀選取的好壞，直接影響到整體視頻幀的最終重構(gòu)效果，因此選取關(guān)鍵幀十分重要?，F(xiàn)有的選取關(guān)鍵幀的方法中，較常用的方法是首先對所有原始視頻幀進行自適應(yīng)分組，然后選取每一個分組中的首幀(第一幀)作為關(guān)鍵幀。此種方法可以實現(xiàn)較高的壓縮率，但應(yīng)用范圍十分有限，只能適用于靜態(tài)場景或者動態(tài)變換不大場景。其最終的重構(gòu)效果不太理想。分組方法的提出，在一定程度上彌補了這個適用場景的局限，目前的分組主要是基本分組，即分組情況單調(diào)固定，缺乏靈活變換性，一旦分組組數(shù)確定，分組中的每一個圖像組(GOP,Group ofPictures)所含的視頻巾貞數(shù)就確定了，其最終效果還存在很大的改善空間。圖I給出了本發(fā)明的一個典型視頻傳感器網(wǎng)絡(luò)結(jié)構(gòu)示意圖，視頻傳感器節(jié)點(圖中僅示例NI、N2和N3)都配備了符合要求的的相機攝像頭及傳感發(fā)送模塊，基站為具有較高處理能力、資源充足的設(shè)備。視頻傳感器節(jié)點通過無線或有線的方式和基站進行通信。如圖2所示，本發(fā)明實施例的視頻傳感器網(wǎng)絡(luò)中的壓縮感知編解碼方法主要包括如下步驟步驟21，對原始視頻幀進行自適應(yīng)分組處理，得到多個G0P。步驟22，以GOP為處理對象，對每個GOP進行壓縮感知編碼測量，得到每一個GOP的觀測矢量矩陣。步驟23，通過無線網(wǎng)絡(luò)或者因特網(wǎng)等將觀測矢量矩陣傳輸?shù)交镜慕獯a端進行壓縮感知解碼重構(gòu)。步驟24，在基站(或者控制中心等)得到完整的恢復(fù)視頻幀。如圖3所示，上述步驟21中對視頻傳感器節(jié)點采集到的原始視頻幀進行自適應(yīng)分組處理時，把原始視頻幀通過自適應(yīng)分組分離器自適應(yīng)地分離成多個GOP (G0P1，G0P2, GOP
3，G0P4，......)。這一自適應(yīng)分組過程主要包括基本分組以及在基本分組基礎(chǔ)上通過閾值
進行的動態(tài)分組兩部分。對原始視頻進行基本分組時，標(biāo)定每分組的首幀作為關(guān)鍵幀，剩下的非關(guān)鍵幀，在每一個基本分組中，利用所有非關(guān)鍵幀對同組的關(guān)鍵幀進行差值處理得到每一個基本分組的差值矩陣，對差值矩陣中的所有列向量均值求和，對列向量均值之和與預(yù)設(shè)的閾值進行比較，列向量均值之和大于預(yù)設(shè)的閾值時，采用該列向量均值之和對應(yīng)的視頻幀替換所屬基本分組中的關(guān)鍵幀，該基本分組中的首幀被替換為非關(guān)鍵幀。然后根據(jù)每個分組中的關(guān)鍵幀和非關(guān)鍵幀對所得到的差值矩陣進行壓縮感知編碼測量編碼，其編碼值通過網(wǎng)絡(luò)傳輸?shù)浇獯a端(位于基站)進行壓縮感知解碼重構(gòu)。自適應(yīng)分組是在基本分組的基礎(chǔ)上通過設(shè)定動態(tài)閾值T來自適應(yīng)調(diào)整GOP分組的，本發(fā)明中動態(tài)閾值T是對差值矩陣中的所有列向量均值求和，
權(quán)利要求
1.一種視頻傳感器網(wǎng)絡(luò)中的壓縮感知編解碼方法，其特征在于，包括 對原始視頻幀進行自適應(yīng)分組； 對分組所得的視頻幀組進行壓縮感知編碼測量，得到每一個視頻幀組的觀測矢量矩陣； 對觀測矢量矩陣進行壓縮感知解碼重構(gòu)。
2.根據(jù)權(quán)利要求I所述的方法，其特征在于，對原始視頻幀進行自適應(yīng)分組的步驟，包括對所述原始視頻幀進行基本分組，標(biāo)定每個分組的首幀為關(guān)鍵幀，其余為非關(guān)鍵幀；利用所有非關(guān)鍵幀對同組的關(guān)鍵幀進行差值處理得到每一個基本分組的差值矩陣，對差值矩陣中的所有列向量均值求和，在列向量均值之和大于預(yù)設(shè)的閾值時，采用該列向量均值之和對應(yīng)的視頻幀替換所屬基本分組中的關(guān)鍵幀，該基本分組中的首幀被替換為非關(guān)鍵幀。
3.根據(jù)權(quán)利要求I所述的方法，其特征在于，對分組所得的視頻幀組進行壓縮感知編碼測量的步驟，包括 在每個視頻幀組內(nèi)，采用非關(guān)鍵幀對關(guān)鍵幀進行差值處理得到差值矩陣，再對所得的差值矩陣進行壓縮感知編碼測量。
4.根據(jù)權(quán)利要求I所述的方法，其特征在于，對分組所得的視頻幀組進行壓縮感知編碼測量的步驟，包括 采用分塊壓縮感知技術(shù)對分組所得的視頻幀組進行壓縮感知編碼測量。
5.根據(jù)權(quán)利要求I所述的方法，其特征在于，對觀測矢量矩陣進行壓縮感知解碼重構(gòu)的步驟，包括 采用梯度投影重構(gòu)算法對觀測矢量矩陣進行壓縮感知解碼重構(gòu)。
6.一種視頻傳感器網(wǎng)絡(luò)中的壓縮感知編解碼系統(tǒng)，其特征在于，包括 自適應(yīng)分組模塊，用于對原始視頻幀進行自適應(yīng)分組； 感知編碼測量模塊，用于對分組所得的視頻幀組進行壓縮感知編碼測量，得到每一個視頻幀組的觀測矢量矩陣； 重構(gòu)模塊，用于對觀測矢量矩陣進行壓縮感知解碼重構(gòu)。
7.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，自適應(yīng)分組模塊包括 基本分組模塊，用于對所述原始視頻幀進行基本分組，標(biāo)定每個分組的首幀為關(guān)鍵幀，其余為非關(guān)鍵幀； 替換模塊，用于利用所有非關(guān)鍵幀對同組的關(guān)鍵幀進行差值處理得到每一個基本分組的差值矩陣，對差值矩陣中的所有列向量均值求和，在列向量均值之和大于預(yù)設(shè)的閾值時，采用該列向量均值之和對應(yīng)的視頻幀替換所屬基本分組中的關(guān)鍵幀，該基本分組中的首幀被替換為非關(guān)鍵幀。
8.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于， 感知編碼測量模塊用于在每個視頻幀組內(nèi)，采用非關(guān)鍵幀對關(guān)鍵幀進行差值處理得到差值矩陣，再對所得的差值矩陣進行壓縮感知編碼測量。
9.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于， 感知編碼測量模塊用于采用分塊壓縮感知技術(shù)對分組所得的視頻幀組進行壓縮感知編碼測量。
10.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于， 重構(gòu)模塊用于采用梯度投影重構(gòu)算法對觀測矢量矩陣進行壓縮感知解碼重構(gòu)。
全文摘要
本發(fā)明公開了一種視頻傳感器網(wǎng)絡(luò)中的壓縮感知編解碼方法及系統(tǒng)，可在實現(xiàn)較高壓縮率的同時獲得較好的重構(gòu)效果，該方法包括對原始視頻幀進行自適應(yīng)分組；對分組所得的視頻幀組進行壓縮感知編碼測量，得到每一個視頻幀組的觀測矢量矩陣；對觀測矢量矩陣進行壓縮感知解碼重構(gòu)。本發(fā)明結(jié)合壓縮感知技術(shù)進行測量，重構(gòu)性能得到了大大提高。
文檔編號H04N7/26GK102630011SQ20121009073
公開日2012年8月8日 申請日期2012年3月31日 優(yōu)先權(quán)日2012年3月31日
發(fā)明者宣利峰, 熊繼平, 趙健, 黃濤 申請人:浙江師范大學(xué)