基于HEVC的监控视频动态背景模型

胡国庆

摘要：高效视讯编码（HEVC）是新一代编码标准，在编码效率上有明显优势。监控视频结构特点是背景几乎不变，HEVC并没有考虑这种情况。使用动态背景模型（DBM）生成动态背景帧，作为HEVC帧间预测的参考帧，可以提高视频压缩效率。然而，运动缓慢的前景区域有时会被认为是背景区域，为此提出多层差值（MDM）算法，根据多层像素块差值更新背景，提高背景帧的质量。实验结果表明，与高效视讯编码测试模型HM14.0相比，在几乎不增加计算复杂度的情况下，采用该算法压缩效率平均提高了2%，最高提高了5.2%。

关键词关键词：监控视频；动态背景模型；分层差值算法；HEVC；帧间预测

DOIDOI：10.11907/rjdk.161259

中图分类号：TP302文献标识码：A文章编号文章编号：16727800（2016）007003003

0引言

监控视频在交通安全和电子会议等领域得到越来越广泛的应用，H.264/AVC标准逐渐暴露出自身的不足。HEVC是新一代视频编码标准，与H.264/AVC相比，在相同视频压缩质量下，HEVC可以提高50%左右的压缩效率。HEVC的编码框架和H.264相同，两者都是混合编码框架。

监控视频大多由静止的摄像机捕获，它们往往拥有固定背景。为此，可以考虑利用监控视频特殊的结构特点来处理监控视频。已有关于监控视频的研究可以分为两大类：一类是基于模型的编码方法，这类方法对感兴趣的目标建模，然后对它们编码；另一类是基于块的编码方应用层：该层是模型的最高层，是面向用户的一层，主要实现统计结果的发布和统计决策的可视化。该层包含算法池、数据挖掘模块，主要是根据不同的数据来源，使用相应的统计算法和数据挖掘算法，如聚类、分类关联规则挖掘、序列模式挖掘、智能推荐等，从海量数据中提取有用的信息特征，有效地收集样本数据，挖掘知识，并将信息及时提供给相关部门决策。

基于大数据的统计分析工作，统计的对象往往是一些结构化和非结构化混合的数据，诸如文本、图像、音视频等，本文设计模型基本思想就是采用底层挖掘收集，通过中间件的数据管理，实现上层处理分析，筛选和整理出有价值的数据和信息，最终达到可视化统计结果的要求。

3结语

大数据时代，数据即样本，也就不存在统计样本概念。掌握了大数据处理技术，也就实现了海量数据的统计分析。海量数据的处理分析和知识挖掘工作，往往离不开大数据的统计处理。如果数据挖掘是为了给决策者提供深度有价值的信息，那么统计分析工作可以看成是数据的预处理，两者都是大数据处理方式。而在复杂的大数据环境下，面临复杂的网络结构和异构的数据，建立合理的统计分析模型非常必要。

参考文献：

栾爽.省以下统计体制改革问题的研究.长春：吉林大学，2008.

王珊，王会举，覃雄派，等.架构大数据：挑战、现状与展望 [J].计算机学报，2011（10）：17411752.

程开明，庄燕杰.大数据背景下的统计——第十七次全国统计科学讨论会综述 [J].统计研究，2014，8（1）：106112.

孟小峰，慈祥.大数据管理：概念、技术与挑战[J].计算机研究与发展，2013（1）：146169.

刘刚，侯宾，翟周伟.Hadoop 开源云计算平台.北京：北京邮电大学出版社，2011.

许琴.浅谈大数据背景下的统计信息化建设策略 [J].商场现代化，2015，9（11）：287288.

许春玲，张广泉.分布式文件系统Hadoop HDFS与传统文件系统Linux FS的比较与分析[J].苏州大学学报：工科版，2010，30（8）：59.

谢桂兰，罗省贤.基于Hadoop MapReduce 模型的应用研究[J].微型机与应用，2010（8）：47.