基于对象的视频细粒度可分级编码研究

视频网上渐进传输和多质量视频服务等应用需求导致了视频可分级编码技术的发展。视频可分级编码机制已在MPEG2和MPEG4中被提出来，特别是MPEG4中新增加的基于DCT的FGS编码方案，突破了传统视频编码方法的局限性，使编码技术更加灵活。但方案中还有很多问题有待于进一步解决，比如方案中仅仅是针对矩形帧的编码情况，对增强层的预测效率还不是很高等等。本项目研究基于对象的视频细粒度可分级编码技术，首先探讨一种基于对象的视频帧提升方案小波的变换策略，并对基于该变换域的视频对象运动估计的理论和方法进行研究，提出相应的运动补偿策略，在此基础上对基于运动补偿的2D小波的视频细粒度空间可分级、数率可分级以及空间和数率混合可分级等编码方案进行研究，提出相应的编码方案。本方案的成功将突破传统基于分层的可分级编码的局限性和MPEG4中FGS方案对基于对象视频编码的限制，使得视频信息的编码和服务更加灵活有效。