0 مقدمة
مقارنة مع H.264 / AVC، الجيل القادم من ضغط الفيديو H.265 القياسية / شفت خفض يمكن تحقيق معدل بت في نفس جودة الصورة، أي نسبة ضغط أعلى . منذ الخصائص البصرية للعين البشرية، ومعدل الترميز دينامية بعض الشيء، ومناطق مختلفة تخصيص نسبة قضية رئيسية في الدراسة. واذا كان في عملية ترميز الفيديو يمكن تقسيمها إلى مناطق الفائدة (منطقة سياحية، ROI) والمجال العام، وتعديل ديناميكية في كل من تخصيص بعض الشيء، فمن الممكن الحصول على الفيديو أفضل شخصي في نفس أو انخفاض معدل الجودة، وبالتالي تعزيز تجربة المستخدم . سرعة استخراج ونوعية التأثير ROI كبير على خوارزمية التشفير، وبالتالي تحقيق قليلة التعقيد، وذات جودة عالية استخراج المنطقة ROI، ونسبة التوزيع لخصائصها H.265 / شفت ترميز الفيديو أهمية خاصة.
وثيقة واستخراج ROI طريقة تخصيص بعض الشيء لJPEG 2000 لا يزال ضغط الصور، لتعزيز جودة الصورة من العائد على الاستثمار وتحقيق معدل بت أفضل إنقاذ تأثير، واستخراج ROI باستخدام تصميم الأجهزة FPGA VLSI ، دون تحسين بذلك كثيرا من الوقت ترميز صورة الحصول على نتائج مرضية، ولكن النظام يمكن أن تستخدم إلا لترميز الصور الثابتة؛ وثيقة واقترحت أن معدل H.265 / شفت أي أساس ROI السيطرة ضغط تحسين الأداء، وحققت بعض النجاح. الأدب يشير إلى أنه على الرغم من H.265 / شفت مستوى الترميز قد انخفض إلى حد ما من معدل H.264 / AVC القياسية، ولكن العائد على الاستثمار للحصول على أحدث مستوى العمل السيطرة على معدل شفت جيد على قدم المساواة، ولكن ROI لا تنظر في تأثير تعقيد استخراج خوارزمية معدل ترميز أحدثت، الأدب لإنشاء إطار خلفية الظاهري باستخدام نموذج خلفية الضبابي، والحد من H.265 شفت ترميز معدل بت /، ولكن لم تنظر خصائص العين البشرية ROI الترميز نوعية متغيرة، ولكن أيضا لا تعتبر تأثير الإطار الخلفية لتحديد المعدل كفاءة التشفير.
والميزات وصفت أداء هذه الوثيقة استنادا FPGA الفيديو الترميز الخوارزمية في كتلة التوازي الحبيبات الجميلة، يقترح نموذج خلفية جاوس طريقة رسم الخرائط على أساس -ROI كتلة مطابقة، واستخدام أدوات تنفيذ الأجهزة HLS والتحقق على الانترنت FPGA. FPGA سرعة معالجة من 22 إطارا في الثانية @ 1080 ص، ورسم خرائط CTU ROI نوعية ترميز المناطق متغير، وكان في المتوسط حوالي 10 من المدخرات معدل البت، والجودة الشاملة من الفيديو لا تزال مستقرة.
1.1 يقوم المبدأ الأساسي على خلفية جاوس بكسل النمذجة
النمذجة خلفية جاوس هو أسلوب النمذجة الخلفية على أساس نموذج احتمالي من التقليدية جاوس خوارزمية النمذجة الخلفية على أساس بكسل. ويمكن رؤية الفيديو الرقمي كصورة لمنصب الزمني (س، ص، ر) ثنائية الأبعاد منفصلة وظيفة و (خ، ذ، ر)، في قناة لون معين في فضاء معين، وذلك لإعطاء (X0، Y0، T0)، و قيمة فريدة فقط؛ لT0 وقت معين، و يمكن اعتبار حقل عشوائي ثنائي الأبعاد، والتي تعتبر عموما ثابتة عشوائي.
من الناحية الإحصائية، ومشاكل مع حركة الكائن المقدمة هو مؤقت، فجأة، والخلفية طويلة، يعطى بعض الاستقرار فيما يتعلق الزمن t (X0، Y0)، و (X0، Y0، ر) لقاء توزيع بعض الاحتمالات، التوزيع عادة الضبابي.
نموذج خلفية التعبير التمويه هم:
1.2 -ROI التمويه رسم نموذج خلفية خوارزمية على أساس مطابقة كتلة
من التعبير عن نموذج الخلفية جاوس الأصلي، والحاجة إلى بكسل التمويه خوارزمية النمذجة خلفية استنادا إلى عدد كبير من العمليات الحسابية الفاصلة العائمة المعقدة، عادة بعد عدة مئات من الإطارات لاستكمال إنشاء نموذج، مما أدى إلى خوارزميات تستغرق وقتا طويلا ليست مناسبة للاعلى الأجهزة يتحقق.
غاوس طريقة النمذجة خلفية يعتبر فقط الارتباط الزمني للبكسل من نفس الموقع، وكل بكسل كنقاط معزولة، من ناحية يتطلب الكثير من الحسابات المتكررة، من ناحية أخرى في الخلفية من التغيير، وسوف تنتج "انذار كاذب" الظاهرة.
وهناك التكرار المكاني، والتكرار الزمني والتكرار المعرفة في تسلسل الفيديو. للتكرار في مساحة الصورة، والفيديو الترميز كتلة الخوارزمية باستخدام طريقة التنبؤ داخل، قيمة التنبؤ المتبقية من القيم الأصلية وتحويل الترميز ينفذ تكميم والترميز لتحقيق ضغط من وجوه الفيديو.
كما المستخدمة هنا، وطريقة كتلة مطابقة ليحل محل الأصلي بكسل التمويه نموذج التحديث خلفية الوضع مطابقة ويقترح النمذجة خوارزمية استخراج -ROI على أساس كتلة مطابقة الخلفية جاوس. في جانب واحد، على أساس كتلة النمذجة خلفية حساب خوارزمية على أساس بكسل تجنبها أثناء الحوسبة المكثفة، ومن ناحية أخرى، على أساس التمويه كتلة النمذجة الخلفية يمكن أن تنشأ في وئام مع خلفية الفيديو الترميز كتلة ينقسم.
بعد إنشاء خلفية باستخدام نموذج جاوس، إطار جديد من كتلة الفيديو، ويحدد الأمامية والخلفية كتل وفقا لمعيار كتلة SAD، SAD صيغة التعبير تقرير (5). حيث يمثل B كتلة خلفية المعمول بها، C يدل على موقف المقابلة لكتلة بكسل من إطار الفيديو الحالي، N هو 8 من هذا القانون.
ووصف الإجراء الأساسي أدناه:
الخطوة 1: تقسيم كتلة الفيديو. أبعاد الصحافة تقسيم شبه N N الفيديو الأصلي في عدة مناطق منفصلة.
الخطوة 2: التهيئة النموذجية. بالنسبة للمناطق الفرعية، المعايير الأساسية للجاوس نموذج التهيئة ، ، ، .
الخطوة 3: تحديد عدد الإطار. يقرأ الفيديو، وإذا كان عدد من إطارات الفيديو لتلبية ع دورة التحديث، حصيلة العملية خطوة 4، وإلا انتقل إلى الخطوة 5.
الخطوة 4: نموذج التحديث. نموذج الخلفية كتلة التحديث.
خطوة 5: قبل تحديد الخلفية. وفقا لمعيار SAD، تقسيم الأمامية والخلفية.
خطوة 6: رسم خرائط المنطقة ROI. توزيع كتلة استنادا إلى آفاق خريطة فيديو CTU. تحديد أبعاد هنا شفت CTU من 32 32، والنتيجة رسم الخرائط في التشفير H.265 / شفت.
ويظهر الخوارزمية في الشكل.
2 على أساس المنطقة معدل تشويه الأمثل ROI التكيف الترميز
2.1 لمعدل العائد على الاستثمار الأمثل تشويه
من أجل الحد من معدل بت مع تحقيق جودة الصورة أفضل، ويمكن تعريف تحسين معدل تشويه مثل مشكلة التحسين التالية: عندما RRmax معدل الشفرة عن طريق تعديل الحد الأدنى تشويه D الترميز الخوارزمية مثل ما يلي:
من صيغة (8) يستخدم عادة كأساس لRDO، ولكن في الواقع غالبا ما تكون غير مستقلة عن كل كتلة مشفرة، مما أدى إلى حل أمثل المحلي يتم الحصول عليها.
بقسمة العائد على الاستثمار، يفترض أن العائد على الاستثمار أن المناطق التي مستقلة ومماثل في غير ROI-الموزعة، يمكن وصفها وظيفة معدل تشويه الأمثل على النحو التالي:
منذ صيغة (9) تأخذ في الاعتبار مشكلة تتعلق كتلة مشفرة، المحلية الأمثل يمكن تجنبها إلى حد ما، والتحليل، وصيغة (9) حصلت حل أفضل من الصيغة (8).
وعلاوة على ذلك، من جودة الفيديو الذاتية للعرض، يمكن للعين البشرية أن نتوقع العائد على الاستثمار جودة الفيديو أفضل، وبالتالي فإننا إضافة قيد في عملية التنفيذ:
استخراج 2.2 ROI متكاملة ترميز شفت
هذه المنطقة ROI المقالة إلى شفت التشفير لترميز كتلة متغيرة. من أجل منع المعلمات ROI وغير ROI ترميز بين محيط كتلة كبيرة جدا سبب آثار كبيرة، ونحن نستخدم التعويض غير الخطية من التعديلات المعلمة تكميم، على وجه التحديد، ما يلي:
يشار إلى المعلمة تكميم كتلة الترميز لكمنطقة ROI حيث Q1، في منطقة غير ROI في محيط المعلمة تكميم الترميز كتلة B هي Q2، نقطة المركز للتنسيق الترقيم كما ألف (XA، يا)، والنقطة المركزية للتنسيق تدوين B ل(الموارد الخارجة عن الميزانية، YB)، Q1 ذلك الحين، المبالغة مسافة D Q2 و، B من موقف وسط يجب أن ترضي العلاقة التالية:
3 الأجهزة تصميم وتنفيذ
لتوضيح فعالية الأسلوب، فإنه سيكون جاوس نموذج خلفية الأجهزة -ROI خوارزمية كتلة مطابقة على أساس عملية تنفيذها وجزءا لا يتجزأ في ترميز شفت.
في هذه الورقة، والتوليف رفيع المستوى (الرفيع المستوى التجميعي، HLS) الأدوات والمنصات القائمة على تصميم الأجهزة XILINX MPSoC ZCU102 تم تعيينها مع التكيف النمذجة خلفية القائم على ROI المنطقة الترميز. يمكن وصف أداة HLS ل/ C الخرائط لغة عالية المستوى C ++ كلغة وصف المعدنية (VHDL أو فيريلوج)، وتحسين كفاءة التنمية.
ويتضمن الجهاز ثلاث وحدات، وهي: لوضع خلفية وتحديث الخلفية، وتحديد ورسم الخرائط ROI، والنتيجة رسم الخرائط في ترميز الفيديو النهائي. هيكلها الأساسي هو مبين في الشكل.
بيانات الفيديو الأصلي في ذاكرة التخزين المؤقت DDR، لتسريع معدل وصول داخل FPGA من خلال منطقة عازلة الخط، معدد البيانات والفيديو تحت سيطرة العداد الإطار، أرسل الفيديو إلى وحدات معالجة مختلفة، تعيين ROI إلى H.265 القياسية وحدات الترميز شجرة (CTU)، والنتيجة رسم الخرائط في التشفير H.265. في التشفير، وهي منطقة ROI تعديل بتكيف وفقا لطبيعة QP، تيار المشفرة في نهاية المطاف ولدت بعد DDR writeback.
4 النتائج التجريبية والتحليل
4.1 بيئة تجريبية
هذه الورقة التي أجريت تجاربه التي تستند إلى XILINX ZCU102 منصة تطوير المضمنة. ZCU102 مجهزة Zynq UltraScale وXCZU9EG-2FFVB1156 FPGA رقاقة. وتشمل العمارة الداخلية رقاقة نظام معالج (نظام المعالجة، PS) والمنطق القابلة للبرمجة (برمجة المنطق، PL) في جزأين.
حيث استهلاك الموارد الأجهزة PL نهاية كما هو مبين في الجدول رقم 1. مع مراعاة المرونة ودقة وضوح الصورة من تصميم الأجهزة يمكن تكوين لقرار الحد الأقصى من 9201 1080.
نتائج النمذجة 4.2 الخلفية والنتائج ورسم الخرائط ROI
ويستند 3 على النمذجة الخلفية وFPGA ROI نتيجة رسم الخرائط. استخدمت تسلسل شفت اختبار مستوى تسلسل BasketballDrill_832 480_50.yuv. FIG 3 (أ) هو الإطار الأول من سلسلة فيديو 201، FIG 3 (ب) قبل استخدام خلفية النمذجة إطار الحصول على 200، FIG 3 (ج) نتيجة لرسم الخرائط لشفت CTU، حيث المنطقة البيضاء خريطة حصل عليها المنطقة ROI. كما يمكن أن يرى في الشخصيات الحركة الفيديو يتم تعيينها إلى حجم الدقيق حدود المنطقة CTU. مراقبة تسلسل الفيديو الأصلي يمكن أن يرى، والمنطقة الخلفية من تسلسل الفيديو الأصلي مع مرور الوقت وتخضع للتغيير (مثل سلة سوف تضرب مع كرة السلة وغضب، وما إلى ذلك)، ولكن لم هذه التغييرات لا تؤثر على رسم الخرائط من العائد على الاستثمار (أي "لا يظهر انذار كاذب "ظاهرة)، الخوارزمية لديها قوة معينة.
الجدول 2 هو المقارنة بين دقة مختلفة سرعة العملية، تردد على مدار الساعة جزء PL إلى 120 ميغاهيرتز. هذا التصميم يمكن أن ينظر إليه من الجدول بدرجة وضوح 920 10801 لا يزال يحقق أعلى في الوقت الحقيقي.
4.3 شفت ROI جزءا لا يتجزأ من الفيديو معدل الترميز تقييم مراقبة الأداء
لترميز شفت مزيد من توضيح وجزءا لا يتجزأ من فعالية ROI، نتائج الترميز هنا شفت التحقق التشفير التجريبية. وقد تم اختيارهم وتسلسل اختبار مختلف القرارات وفقا لسيناريوهات مختلفة، وتظهر معدل بت العام واحتساب تغيير نتائج PSNR في الجدول 3.
وكما يتبين من الجدول 3، وذلك باستخدام خلفية النمذجة الخوارزمية رسم الخرائط -ROI يقترح السيطرة على معدل، فإن PSNR العام للصورة لن يتغير بعد الترميز، ولكن بمعدل حوالي 10 من وفورات معدل بت، وبالتالي التحقق من صحة المادة فعالية الخوارزمية في السيطرة على معدل.
5. الخاتمة
فيديو الترميز الخوارزمية على أساس خصائص الكتلة الفرعية، التمويه نموذج خلفية -ROI طريقة التعيين المقترحة على أساس كتلة في FPGA بطريقة HLS، وH.265 / شفت الفيديو الترميز. وقد اظهرت النتائج أن المدى خوارزمية أسرع على منصة FPGA، يمكن أن تكون متكاملة على نحو فعال في الأجهزة التشفير H.265 / شفت، ذات جودة متغير ترميز العائد على الاستثمار في استخراج H.265 / شفت، والحصول على المتوسط نحو معدل الادخار 10، وظلت جودة الفيديو العامة مستقرة.
مراجع
BOSSEN F، BROSS B، K SUHRING، وآخرون al.HEVC التعقيد وتحليل التنفيذ المعاملات .IEEE على الدوائر ونظم تكنولوجيا الفيديو، 2012،22 (12): 1685-1696.
MEDDEB M، CAGNAZZO M، PESQUET B-استنادا P.ROI السيطرة على معدل استخدام البلاط لشفت المشفرة دفق الفيديو عبر شبكة الضياع 0.2015 المؤتمر الدولي IEEE على معالجة الصور (ICIP)، 2015: 1389-1393.
زانغ Z، JING T، HAN J، وآخرون al.A الجديد مخطط السيطرة على معدل لترميز الفيديو على أساس المنطقة ذات الاهتمام .IEEE الوصول، 2017،5: 13677-13688.
لين Guochuan، سعادة شياو هاي، Xiangqun، وما إلى ذلك واستنادا إلى المنطقة ذات الاهتمام شفت تحسين أداء ضغط هندسة الاتصالات السلكية واللاسلكية، 2016،56 (1): 38-43.
KO J H، NA T، MUKHOPADHYAY S.An الموفرة للطاقة استشعار فيديو لاسلكية العقدة مع وحدة تحكم معدل متعددة المعلمة منطقة المصالح القائمة على التحرك المراقبة الكائن 0.201613TH المؤتمر الدولي IEEE على الفيديو المتقدم والقائم على مراقبة الإشارات (AVSS)، 2016: 138-144.
تسنغ كونج يونيو، شين يانفي وانغ يي مقرها منطقة الرأس الفيديو من الفوائد ما قبل العلاج طريقة هندسة الحاسب الآلي والتطبيقات، 2017،53 (6): 188-192.
ROI جيان شين، Zurn، Liuwen كلمات، وآخرون صور الاستشعار عن بعد القائمة على الترميز خوارزمية وVLSI تصميم JPEG2000 الالكترونيات وتكنولوجيا المعلومات، 2016،38 (4): 958-963.
CHEN F، H LI، LI L، وآخرون al.Block-تتألف مرجعا أساسيا للفيديو عالية الكفاءة الترميز المعاملات .IEEE على الدوائر ونظم تكنولوجيا الفيديو، 2017،27 (12): 2639-2651.
CHEN F، LI L، LIU D، وآخرون al.Efficient صورة خلفية الترميز لأشرطة الفيديو التي تم الحصول عليها من الكاميرات الثابتة 0.2015 الاتصالات البصرية ومعالجة الصور (VCIP)، 2015: 1-4.
الكاتب المعلومات:
1 لى شين يان وي 2، 1 يونيو شيا، Cuizheng دونغ 2، حي تشى لى 1
(كلية مشروع الربط الشبكي، جامعة جيانغنان، ووشى، جيانغسو 214122، الصين؛ 2. مدرسة البرمجيات والالكترونيات الدقيقة، جامعة بكين، بكين 102600)
