基于数字媒体技术的视频技术研究

2018-05-15 06:43:02 现代电子技术2018年10期

谢峰

摘  要: 数字媒体技术是当今信息技术领域发展迅速、活跃的技术之一,是新一代电子技术发展和竞争的焦点,使用其对视频技术进行优化,在提高视频的视觉效果方面具有重要意义。针对传统视频技术一直存在视觉效果差、运行时间长等问题,提出采用数字媒体技术对视频技术进行优化。通过分析视频技术结构的整体结构,给出使用的数字媒体处理器及数字媒体软件,对视频技术进行优化。实验结果表明,采用引入数字媒体技术的视频技术,可提高视频视觉效果,节省运行时间,在视频技术领域具有一定的应用价值。

关键词: 数字媒体技术; 视频技术; 处理器; 数字媒体软件; 视觉效果; 运行时间

中图分类号: TN911?34; TP311.52              文献标识码: A                    文章编号: 1004?373X(2018)10?0067?03

Abstract: Digital media technology is one of rapidly?developed and active technologies in information technology field, and also a focus for development and competition of the new generation electronic technology. It is great significant to use digital media technology to optimize video technology for improving the visual effect of video. In allusion to the long?existing problems such as poor visual effect and long running time in the traditional video technology, digital media technology is proposed to optimize the video technology. By analyzing the overall structure of video technology structure, the digital media processor and digital media software used in the video technology are presented to optimize the video technology. The experimental results show that the video technology with digital media technology can improve the visual effect of the video, save the running time, and has a certain application value in the video technology field.

Keywords: digital media technology; video technology; processor; digital media software; visual effect; running time

0  引  言

隨着大数据时代的到来,视频数据的处理技术也是数字媒体发展的方向。在当今社会,智能化的数字媒体技术的开发及其在视频中的应用,使人类社会工作和生活都发生了变化[1]。近年来,智能视频技术是国内外图像处理领域的研究热点,并且广泛应用于公共安全、军事、交通监控等多个领域。目前常用视频技术。只是对单一的视频格式进行处理,无法满足发展需求[2]。因此引入数字媒体技术开发支持多种视频格式的通用处理平台变得具有现实意义,也是该领域亟待解决的问题。对此,提出基于数字媒体技术的视频技术优化研究。实验结果表明,采用改进视频技术,其视频处理效果优于传统视频技术,具有一定的优势。

1  基于数字媒体技术的视频技术优化分析

本文设计并实现了数字媒体技术的视频展现系统。主要将固定功能期间的高效率和可编程期间的灵活性结合起来,实现对视频的一系列处理。其中视频技术需要四要素,即处理器、软件、开发工具及第三方支持。只有此四要素相互补充、支持,才能形成具体的视频技术开发方案[3?4]。在本文中视频技术的处理器,主要采用数字媒体处理器,实现对视频技术的优化。而本文重点对其处理器及软件部分进行改进,实现对视频技术的优化[5]。数字媒体处理器中的数字媒体技术多样,符合视频技术的多样化需求,具有一定的优势。视频技术结构如图1所示。

1.1  数字媒体处理器

在对视频技术进行优化时,数字媒体技术的选择尤为重要。将数字媒体技术引入到视频技术中时,以数字媒体处理器的形式进行引入,而选择的数字媒体处理器选用Amlogic AML8726开发平台为高清数字媒体播放器[6]。中心处理器选取主频为800 MHz,128 kB二级缓存的CPU,能有效优化视频技术的运行性能;可对1080P的高清视频进行解码,支持数字媒体的文件格模式多为MP4,AVI,WMV等形式,在Linux,Android 4.0等多个操作模式均能运行;在高性能传输时可尽快减少能耗,可长时间进行视频播放[7]。此外,处理器有较大的网络性能和接口,如10/100的以太网MAC,其接口多为可高速运行的双重USB 2.0,四个USRT接口及两个高速SOI界面。选择采用ARM Cortex?A CPU处理器,最高能达到1 GHz频率,指令缓存及数据缓存均为32 kB,以128 kB的统一高速缓存来增加视频技术属性[8]。另外,采用NEON技术加快数字媒体及信号处理算法对原有的CPU进行处理,对Internet应用程序范围的数字媒体可进行解码,有效处理目前及以后的数字媒体格式,完善视频体验。

数字媒体处理器的图形子系统主要和两个图像引擎及一个灵活的视频/图形输出管道构成,ARM Mail?400 GPU能够处理全部的OpenGL ES 2.0及 Open VG图形应用程序,而2.5D图形引擎能够处理除此之外的视频缩放和转换,视频输出管道对高级图像实行验证及优化。AML 8726 主要实现视频的输入/输出,如HDMI高清视频的输出,四个支持子视频的DAC复合输出,一个支持CODEX解码的PA耳机及麦克风设备及SPDOF数字视频信号的输出。此外,AKL 8726集成一个数字视频传输性能模块,经过三个多路分配器对输入接口传入的视频数据流实行处理,连接调整解调器,构建加密处理器帮助处理视频通道加密数据流的传输。

1.2  数字媒体软件分析

1) 数字媒体的治理。使用UPnP AV架构对数字媒体服务器供应数字媒体文件,架构基于UPnP协议,对数字媒体视频内容输送设计[9]。支持设备和使用在视频里对数字媒体信息实行识别、管理和发布,满足数字媒体中心对于视频资源共享的需求。架构对设备实行更仔细的类别,设置为数字媒体服务器、数字媒体播放器及控制点三类逻辑设备[10]。

2) 数字媒体格式。数字媒体格式描述了适合视频技术优化的数字媒体资源编码解码格式和类型,针对视频资源进行分类处理,确定数字媒体与视频之间的格式转换规则,保证视频技术额有效性、通用性和兼容性。

3) 数字媒体服务器。可经过控制点寻找视频能用的本地资源,给视频有关的其他设备供应视频资料[11]。一个数字媒体服务器需要负责视频内容目录、视频连接管理及视频传输三项的服务,在物理模式上为录像机、DVD及视频调谐器。数字媒体服务器的结构图见图2。

由圖2可知,单个数字媒体服务器有一个必选的视频内容目录服务、一个必选的视频连接管理服务和一个可选的视频传输服务。

2  实验结果分析

为了验证改进视频技术的有效性及可行性,实验采用改进技术与传统视频技术为对比进行实验分析,参数设置如表1所示。

在实验次数一定的情况下,以视频开销为指标,采用传统视频技术与改进视频技术为对比进行实验分析,结果如图3所示。

由图3可知,在运行时间不定的情况下,采用传统视频技术时,其视频开销随着运行时间的增加出现了多次波动,但其整体视频开销约为7×105,无太大的下降趋势;采用改进视频技术时,视频开销随着运行时间的增加亦存在多处波动,其整体的视频开销最高为4×105,最低视频开销为2.1×105,约为3×105,相比传统视频技术下降了约4×105,具有一定的优势。

3  结  论

本文针对视频技术存在的视觉效果差的问题,提出基于数字媒体技术的视频技术。详细介绍了数字媒体技术在视频技术中的使用形式及使用后视频效果产生的变化,并对视频技术性能进行了验证。结果表明,采用改进视频技术其视频开销相比传统视频技术较低,具有一定的优势。

参考文献

[1] 律睿慜,孟磊,刘渊,等.基于视频反馈的交互式图案生成技术[J].计算机工程与设计,2015,36(12):3408?3412.

L? Ruimin, MENG Lei, LIU Yuan, et al. Interactive fractal pattern generation based on video feedback [J]. Computer engineering and design, 2015, 36(12): 3408?3412.

[2] 周封,刘闻博,刘志刚,等.智能视频技术在电力系统领域的应用[J].哈尔滨理工大学学报,2015,20(5):14?19.

ZHOU Feng, LIU Wenbo, LIU Zhigang, et al. Intelligent video technology applications in the field of power systems [J]. Journal of Harbin University of Science and Technology, 2015, 20(5): 14?19.

[3] 黄凯奇,陈晓棠,康运锋,等.智能视频监控技术综述[J].计算机学报,2015,38(6):1093?1118.

HUANG Kaiqi, CHEN Xiaotang, KANG Yunfeng, et al. Intelligent visual surveillance: a review [J]. Chinese journal of computers, 2015, 38(6): 1093?1118.

[4] 金伟其,陶禹,石峰,等.微光视频器件及其技术的进展[J]. 红外与激光工程,2015,44(11):3167?3176.

JIN Weiqi, TAO Yu, SHI Feng, et al. Progress of low level light video technology [J]. Infrared and laser engineering, 2015, 44(11): 3167?3176.

[5] 马思伟.AVS视频编码标准技术回顾及最新进展[J].计算机研究与发展,2015,52(1):27?37.

MA Siwei. History and recent developments of AVS video coding standards [J]. Journal of computer research and development, 2015, 52(1): 27?37.

[6] 张硕,李博,杨婷.基于达芬奇的HDMI高清视频采编器的设计与实现[J].微电子学与计算机,2017,34(6):54?57.

ZHANG Shuo, LI Bo, YANG Ting. Design and implementation of HDMI high?definition video editing based on Leonardo DaVinci [J]. Microelectronics & computer, 2017, 34(6): 54?57.

[7] 马思伟,罗法蕾,黄铁军.AVS2视频编码标准技术特色及应用[J].电信科学,2017,33(8):3?15.

MA Siwei, LUO Falei, HUANG Tiejun. Kernel technologies and applications of AVS2 video coding standard [J]. Telecommunications science, 2017, 33(8): 3?15.

[8] 杨天天,鲁云萍,张为华.一种基于GPGPU的SIFT加速算法[J].电子技术应用,2015,41(1):149?152.

YANG Tiantian, LU Yunping, ZHANG Weihua. Speeded?up SIFT on GPGPU [J]. Application of electronic technique, 2015, 41(1): 149?152.

[9] 汪淼,张方略,胡事民.数据驱动的图像智能分析和处理综述[J].计算机辅助设计与图形学学报,2015,27(11):2015?2024.

WANG Miao, ZHANG Fanglue, HU Shimin. Data?driven image analysis and editing: a survey [J]. Journal of computer?aided design & computer graphics, 2015, 27(11): 2015?2024.

[10] 苏志远,刘慧,李秋萍.基于模糊C均值图像抗噪分割方法的研究[J].图学学报,2015,36(3):477?484.

SU Zhiyuan, LIU Hui, LI Qiuping. Research of anti?noise image segmentation method based on fuzzy C?means [J]. Journal of graphics, 2015, 36(3): 477?484.

[11] 陆巧,王璐,孟祥旭,等.结合深度图像和强度图像的人脸浅浮雕生成算法[J].计算机辅助设计与图形学学报,2015,27(7):1172?1181.

LU Qiao, WANG Lu, MENG Xiangxu, et al. The bas?relief generation method of human faces from 3D depth images and 2D intensity images [J]. Journal of computer?aided design & computer graphics, 2015, 27(7): 1172?1181.