[发明专利]基于关键帧和指示符运动模型的教学视频压缩算法

说明书

本发明公开了一种基于关键帧和指示符运动模型的教学视频压缩算法，将多媒体教学授课场景中的幻灯投影区域视为教学视频的有效区域，充分利用有效区域图像帧间变化速度慢的特点，同时将鼠标光标和激光笔投映点的运动作为典型的教学指点过程建模，利用变化检测将视频帧分为关键帧、有效帧和冗余帧，利用区域分割、变化检测、指示符检测及建模等技术实现了教学视频压缩。相比现有通用方法，本发明压缩算法在相同PSNR值下可使码率平均降低约80%，且编解码过程满足实时要求，无需额外人工剪辑，可大幅提高在线教学视频的制作与传输效率，同时还可为数码相机提供专门的教学视频录制功能，可大幅降低教学视频的录制对内存空间的占用。

技术领域

本发明属于视频处理技术领域，具体涉及一种基于关键帧和指示符运动模型的教学视频压缩算法。

背景技术

计算机辅助的多媒体教学方式能够展示更丰富更形象的教学内容。计算机技术的高速发展及个人计算机的普及使多媒体教学迅速发展成为当今主流的课堂教学方式。近年来，伴随网络技术的发展兴起的慕课、微课等在线课程正在引发新的教育变革，相比传统课堂，在线课程没有时空局限，极大地扩展了知识的传播速度和范围。在多媒体教学过程中，除了ppt课件的展示，还可能会涉及软件操作、程序调试、教学指点等演示过程，只拷贝ppt课件或录制音频均无法重现完整的教学过程。因此，能够完整真实地记录多媒体教学过程的教学视频成为在线课程的核心资源。采用普通商用DV录制一段分辨率为1280×720、帧率为30fps持续45分钟的教学视频，其文件大小可达2G左右；而且在保证画面清晰度(特别是PPT区域文字的辨识度)前提下，使用常规视频压缩算法取得的压缩比不高。因此，大幅提高压缩比、简化教学视频的处理过程将给在线课程的制作、分享与更新带来更大的便利。

通用视频压缩编码标准的发展可分为三个阶段：以H.261、H.262、MPEG-1、MPEG-2等为代表的第一代视频压缩编码标准，以H.264、MPEG-4、AVS等为代表的第二代视频压缩编码标准，以及以H.265/HEVC为代表的新一代压缩编码标准。基于运动估计的帧间预测编码及变换编码技术的MPEG-4和H.264仍然是当前最常用的视频压缩编码标准。H.265标准在H.264基础上对帧内预测、帧间预测、变换量化以及熵编码等关键技术进行改进，进一步提高了视频压缩效率，平均比特率可节省49.3％，但同时也增加了算法的复杂度，存在实时编码难度大、解码难度大、实现硬件要求较高等问题，因此目前尚未全面普及。很多研究工作致力于研究提高第二代压缩标准的压缩比或降低第三代标准的时间复杂度的方法，例如，Schwarz等人提出使用拉格朗日编码控制的方法提高MPEG-4编码效率，该算法在不同光强和比特率下压缩后的画面PSNR值均高于原算法。Manjanaik等人在H.264基础上提出了基于高斯脉冲沿对角线左下方向的帧内预测模式，在图像质量不变的前提下，平均可降低视频文件30％的比特率。Sharabayko等人提出了H.265/HEVC视频压缩的帧内预测模式的快速搜索算法，在平均只增加1.9％比特率的前提下可节省41％的运算时间。

由于教学视频的特殊性及其广泛的应用，专门针对教学视频的特点设计的非通用压缩算法可取得更好的压缩效果。例如，Derk等人采用直接获取教学平台中PPT画面的方式录制教学视频，无需摄像机拍摄，视频清晰度高，但需要使用信号转换设备连接教学平台和录制视频的主机，且操作相对繁琐。Mittal等人利用相位相关及内容自适应技术实现对教学视频的压缩，通过对视频内容进行分类标记、分割后，根据不同内容选择不同的压缩策略，该方法对视频部分的压缩比最高可达到1244：1，但压缩后PSNR值最高只有34.8dB，画面失真现象明显。古佳等人利用帧间压缩和基于小波变换的帧内压缩方法对教学视频中的幻灯片内容进行压缩，该方法只能处理单色视频，且压缩后视频分辨率明显降低。