基于H.264压缩域的镜头运动信息提取

本文根据 H.264 编码特点，提出了一种从 H.264 压缩域中快速有效地进行镜头运动参
数估计的算法。镜头运动信息在视频分析处理中起着重要的作用。该算法充分利用了 H.264 压缩码流中的信息，通过提取预测残差 DC 图像的运动背景区域，估计镜头运动参数，从而保证了参数估计的准确性，有效地克服了已有文献中仅仅采用运动矢量进行镜头运动估计的局限性。根据不同的 H.264 测试序列的对比分析，结果表明本算法可快速准确地对 H.264 视频序列进行全局运动信息估计，同时具有很高的鲁棒性。
关键词：H.264 ；压缩域；镜头运动；背景估计；
大量的存贮和传输的图像视频数据都是采用不同压缩标准完成的，诸如MPEG、H.263 和
H.264 等标准。如何从图像和视频的压缩数据中提取出关键信息，提高网络资源的利用率，快速有效地实现视频管理、数据检索和场景分析等，已成为视频分析首要解决的问题。H.264[1] 是目前最新，也是性能最优异的国际视频压缩编码标准。与以前的标准相比，H.264 有不少新的特性，由于使用了帧内预测、整数变换、多种块大小的运动估计和补偿、多帧参考、1/4像素精度预测、环路滤波等新技术，使得它在编码效率、抗干扰能力以及信道利用率方面都优于以前的编码标准。但是这些新技术的使用，大大增加了计算的复杂度。随着网络和多媒体技术的发展和越来越多的数字视频业务不断涌现，H.264 应用领域也将越来越广泛。
近几年，很多的视频分析方法是通过像素域帧间图像的亮度、色彩、纹理以及物体轮廓
形状等特征信息的不同，提取出场景切换帧。这些方法对于检测突变场景都能起到很好地效果。然而，大部分视频序列中存在很多由于镜头运动而产生地缓变场景，对于这种场景的检测至今仍然研究得较少，而且很难准确地采用突变场景的检测方法进行分析。
本文从 H.264 压缩码流中获得的宏块运动矢量以及预测误差 DC 系数，采用6参数的
镜头运动模型，提出了一种快速而有效的全局运动检测方法。通过对不同视频序列测试，并与文献[2]中的算法进行对比，实验结果表明，本文提出的方法具有很高的鲁棒性，可对镜头运动信息进行准确的估计。