0 引言

    與H.264/AVC相比，新一代視頻壓縮標準H.265/HEVC能夠在相同的圖像質(zhì)量下實現(xiàn)更低的碼率，即更高的壓縮比^[1]。由于人眼的視覺特性，在動態(tài)碼率編碼過程中，不同區(qū)域的碼率分配是研究中的一個關鍵問題。如果能夠在編碼過程中將視頻劃分為感興趣區(qū)域（Region of Interest，ROI）和普通區(qū)域，動態(tài)調(diào)整二者的碼率分配，則可以在相同甚至更低的碼率下得到更好的主觀視頻質(zhì)量，從而增強用戶體驗^[2-6]。ROI區(qū)域的提取速度和質(zhì)量對編碼算法影響很大，因此實現(xiàn)低復雜度、高質(zhì)量的ROI區(qū)域提取，并針對H.265/HEVC視頻編碼的自身特點進行碼率的分配尤為重要。

    文獻[7]將ROI提取及碼率分配方法用于JPEG 2000靜止圖像壓縮，提升了ROI區(qū)域的圖像質(zhì)量并取得了較好的碼率節(jié)省效果，并利用FPGA對ROI的提取進行了VLSI硬件設計，從而在不顯著提高圖像編碼時間的前提下得到了滿意的效果，但該系統(tǒng)只能用于靜止圖像編碼；文獻[2-6]均提出了基于ROI的H.265/HEVC碼率控制即壓縮性能優(yōu)化方法，并取得了一定成效。文獻[2-4]的研究表明雖然H.265/HEVC編碼標準已經(jīng)在一定程度上較H.264/AVC標準降低了碼率，但ROI區(qū)域碼率控制對于最新的HEVC標準同樣起作用，但未考慮ROI提取算法復雜度對編碼速率帶來的影響；文獻[8-9]利用高斯背景模型建立虛擬背景幀，降低了H.265/HEVC編碼的碼率，但未考慮針對人眼特性的ROI變質(zhì)量編碼，也未考慮背景幀建立效率對編碼器速率的影響。

    本文基于視頻編碼算法分塊進行的特點和FPGA的細粒度并行特性，提出了基于塊匹配的高斯背景建模-ROI映射方法，并利用HLS工具在FPGA平臺上進行了算法的硬件實現(xiàn)與驗證。FPGA處理速度達到22 fps@1 080 p，對ROI映射CTU區(qū)域進行變質(zhì)量編碼，可得到平均10%左右的碼率節(jié)省，視頻總體質(zhì)量保持穩(wěn)定。

1 高斯背景建模及其面向視頻編碼的改進

1.1 基于像素的高斯背景建模的基本原理

    高斯背景建模是一種基于概率模型的背景建模方法，傳統(tǒng)的高斯背景建模算法是以像素為單位的。數(shù)字視頻中的一幀圖像可以看作是對于時空位置(x，y，t)的二維離散函數(shù)f(x，y，t)，在給定色彩空間的給定通道下，對于給定的(x₀，y₀，t₀)，f僅有唯一值；對于給定的時間t₀，f可看成是一個二維隨機場，一般認為其為平穩(wěn)隨機場。

    從統(tǒng)計學角度來看，前景物體的出現(xiàn)與運動是暫時的、突發(fā)性的，而背景則是長期的、具備一定穩(wěn)定性的，對于時間t來說，給定(x₀，y₀)，f(x₀，y₀，t)滿足一定的概率分布，通常符合高斯分布。

    高斯背景模型的表達式為：

1.2 基于塊匹配高斯背景建模-ROI映射算法

    由原始高斯背景模型的表達式可知，基于像素的高斯背景建模算法需要進行大量的復雜浮點計算，一般要經(jīng)過數(shù)百幀才能完成模型的建立，導致算法耗時很高且不適合進行硬件實現(xiàn)。

    高斯背景建模方法僅考慮了同一位置像素點的時間相關性，并且將所有的像素看作是孤立的點，一方面需要進行大量的重復性計算，另一方面在背景產(chǎn)生變化時，會產(chǎn)生“虛警”現(xiàn)象。

    視頻序列中存在空間冗余、時間冗余和知識冗余等。針對一幀圖像空間上的冗余，視頻編碼算法中采用分塊方式進行幀內(nèi)預測，對預測值與原始值的殘差進行變換編碼和量化編碼，達到視頻壓縮的目的。

    本文使用塊匹配方式取代原高斯背景建模的像素匹配和更新方式，提出基于塊匹配的高斯背景建模-ROI提取算法。一方面，基于塊進行背景建模計算可以避免基于像素算法過程中的大量運算；另一方面，基于塊進行高斯背景建模可以將背景建立與視頻編碼塊的劃分統(tǒng)一起來。

    利用高斯建模建立背景后，將新的視頻幀分塊，根據(jù)SAD判別準則進行前景塊與背景塊的判定，SAD判別的表達式如式(5)所示。其中B表示已經(jīng)建立好的背景塊，C表示當前視頻幀對應位置的像素塊，本文中N取8。

    其基本步驟描述如下：

    步驟1：視頻塊劃分。按N×N尺度將原始視頻劃分成若干個不相交的子區(qū)域。

    步驟2：模型初始化。針對分塊區(qū)域，初始化高斯模型的基本參數(shù)μ、σ、λ、α。

    步驟3：幀計數(shù)判定。讀入視頻，若視頻幀數(shù)滿足更新周期p，則進入步驟4，否則進入步驟5。

    步驟4：模型更新。更新分塊背景模型。

    步驟5：前背景判定。根據(jù)SAD判別準則，劃分前景與背景。

    步驟6：ROI區(qū)域映射。依據(jù)前景塊分布，對視頻中的CTU進行映射。本文中設定HEVC CTU尺度為32×32，映射結果將送入H.265/HEVC編碼器。

    算法流程如圖1所示。

2 基于率失真優(yōu)化的ROI區(qū)域自適應編碼

2.1 面向ROI區(qū)域的率失真優(yōu)化

    為了降低碼率同時達到較好的圖像質(zhì)量，率失真優(yōu)化可以定義為如下優(yōu)化問題：在碼率R≤R_max時，通過調(diào)整編碼算法使得失真D最小，即：

    式(8)通常被用作RDO的依據(jù)，但事實上往往編碼塊之間不相互獨立，從而導致求得的值為局部最優(yōu)解。

    本文通過ROI區(qū)域的劃分，假設在一幀中ROI區(qū)域與非ROI區(qū)域獨立同分布，則率失真優(yōu)化函數(shù)可描述為：

    由于式（9）考慮到了編碼塊的相關性問題，能夠在一定程度上避免陷入局部最優(yōu)，分析可知，式（9）將比式（8）得到更優(yōu)解。

    進一步地，從主觀視頻質(zhì)量出發(fā)，人眼期望ROI區(qū)域能夠有更好的視頻質(zhì)量，因此，本文在實現(xiàn)過程中加入限制條件：

2.2 集成ROI提取的HEVC編碼

    本文將ROI區(qū)域送入HEVC編碼器中進行變質(zhì)量編碼。為了防止ROI區(qū)域與周圍非ROI區(qū)域的編碼參數(shù)差異過大造成明顯的方塊效應，本文利用非線性補償對量化參數(shù)進行了調(diào)整，具體做法如下。

    記ROI區(qū)域所在的編碼塊A的量化參數(shù)為q₁，在其附近的非ROI區(qū)域中編碼塊B的量化參數(shù)為q₂，A的中心點坐標記作(x_A，y_A)，B的中心點坐標記作(x_B，y_B)，則q₁、q₂以及A、B中心位置的漢明距離D應滿足如下關系：

3 硬件設計與實現(xiàn)

    為了說明本文方法的有效性，將基于塊匹配的高斯背景建模-ROI算法進行了硬件實現(xiàn)并嵌入到HEVC編碼的過程之中。

    本文利用高層次綜合(High Level Synthesis，HLS)工具，基于Xilinx MPSoC平臺ZCU102進行了基于背景建模的ROI區(qū)域映射與自適應編碼的硬件設計。HLS工具可以將C/C++語言的高層次描述映射為硬件描述語言（VHDL或Verilog），提高開發(fā)效率。

    硬件包括3個模塊，分別為：背景建立、背景更新、ROI判定與映射，最終將映射結果送入視頻編碼器。其基本結構如圖2所示。

    原始視頻數(shù)據(jù)緩存在DDR中，在FPGA內(nèi)部通過行緩存加快存取速率，視頻數(shù)據(jù)多路選擇器在幀計數(shù)器的控制下，將視頻送入不同的處理單元，將ROI區(qū)域映射到H.265標準中的編碼樹單元（CTU），映射結果送入H.265編碼器。在編碼器中，根據(jù)區(qū)域性質(zhì)進行ROI自適應的QP調(diào)整，最終將編碼后生成的碼流寫回DDR。

4 實驗結果與分析

4.1 實驗環(huán)境

    本文基于Xilinx ZCU102嵌入式開發(fā)平臺進行了實驗。ZCU102搭載了Zynq UltraScale XCZU9EG-2FFVB1156 FPGA芯片。該芯片內(nèi)部架構主要包括處理器系統(tǒng)(Processing System，PS)和可編程邏輯(Programmable Logic，PL)兩部分。

    其中PL端硬件資源消耗情況如表1所示。考慮到一定的伸縮性，硬件設計中圖像的分辨率可以進行配置，最高分辨率為1 920×1 080。

4.2 背景建模效果與ROI映射結果

    圖3為基于FPGA的背景建模和ROI映射結果。所用序列為HEVC標準測試序列BasketballDrill_832×480_50.yuv。圖3(a)為視頻序列的第201幀，圖3(b)為利用前200幀建模得到的背景幀，圖3(c)為針對HEVC CTU的映射結果，其中白色區(qū)域為映射得到的ROI區(qū)域。可以看出視頻中運動的人物被準確映射到以CTU大小為邊界的區(qū)域中。觀察原始視頻序列可知，原始視頻序列中的背景區(qū)域隨時間變化有變動（如籃筐會隨籃球撞擊而抖動等），但這些變動并未對ROI區(qū)域的映射造成影響（即未出現(xiàn)“虛警”現(xiàn)象），算法具備一定的魯棒性。

    表2為不同分辨率下進行處理的速度對比，PL部分的時鐘頻率為120 MHz。由表可知本文設計在1 920×1 080的分辨率下仍可達到較高的實時性。

4.3 嵌入ROI碼率控制的HEVC視頻編碼性能評估

    為了進一步說明嵌入ROI區(qū)域后HEVC編碼的有效性，本文對HEVC編碼器的編碼結果進行了實驗驗證。分別選取不同分辨率和不同場景下的測試序列，計算總體碼率及PSNR的變化情況，結果如表3所示。

    從表3可以看出，采用本文提出的背景建模-ROI映射算法進行碼率控制，編碼后圖像總體的PSNR沒有較大變化，但是碼率有了平均10%左右的節(jié)省，從而驗證了本文算法在對碼率控制的有效性。

5 結論

    基于視頻編碼算法分塊進行的特點，本文提出一種基于塊的高斯背景建模-ROI映射方法，通過HLS方法在FPGA上實現(xiàn)，并用于H.265/HEVC視頻編碼。實驗結果表明，在FPGA平臺上該算法運行速度較快，可以有效地集成到H.265/HEVC硬件編碼器中；在H.265/HEVC中對提取ROI區(qū)域進行變質(zhì)量編碼，可得到平均約10%的碼率節(jié)省，總體的視頻質(zhì)量保持穩(wěn)定。

參考文獻

[1] BOSSEN F，BROSS B，SUHRING K，et al.HEVC complexity and implementation analysis[J].IEEE Transactions on Circuits & Systems for Video Technology，2012，22(12)：1685-1696.

[2] MEDDEB M，CAGNAZZO M，PESQUET B P.ROI-based rate control using tiles for an HEVC encoded video stream over a lossy network[C].2015 IEEE International Conference on Image Processing(ICIP)，2015：1389-1393.

[3] ZHANG Z，JING T，HAN J，et al.A New rate control scheme for video coding based on region of interest[J].IEEE Access，2017，5：13677-13688.

[4] 林國川，何小海，李向群，等.基于感興趣區(qū)域的HEVC壓縮性能優(yōu)化[J].電訊技術，2016，56(1)：38-43.

[5] KO J H，NA T，MUKHOPADHYAY S.An energy-efficient wireless video sensor node with a region-of-interest based multi-parameter rate controller for moving object surveillance[C].2016 13th IEEE International Conference on Advanced Video and Signal Based Surveillance(AVSS)，2016：138-144.

[6] 曾鴻軍，沈燕飛，王毅.基于感興趣區(qū)域的頭像視頻前處理方法[J].計算機工程與應用，2017，53(6)：188-192.

[7] 王建新，朱恩，劉文松，等.基于JPEG2000的遙感圖像感興趣區(qū)域編碼新算法及其VLSI設計[J].電子與信息學報，2016，38(4)：958-963.

[8] CHEN F，LI H，LI L，et al.Block-composed background reference for high efficiency video coding[J].IEEE Transactions on Circuits and Systems for Video Technology，2017，27(12)：2639-2651.

[9] CHEN F，LI L，LIU D，et al.Efficient background picture coding for videos obtained from static cameras[C].2015 Visual Communications and Image Processing(VCIP)，2015：1-4.

作者信息:

李  申1，嚴  偉2，夏  珺1，崔正東2，柴志雷1

（1.江南大學 物聯(lián)網(wǎng)工程學院，江蘇 無錫214122；2.北京大學 軟件與微電子學院，北京102600）