基于无线视频传感器网络的有限资源编码方法
开篇：润墨网以专业的文秘视角，为您筛选了一篇基于无线视频传感器网络的有限资源编码方法范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘要：基于无线视频传感器网络的编码跟电话视频应用的编码是不同的问题。视频传感器网络主要有两个特点：有限的资源、较低的精确度，基于这两个特点，针对这种网络应用的编码需要一种新的视角。结构简单是一种编码方向，满足最基本的传感器需要而不是为了娱乐的目的。
关键词：有限资源；动态补偿；视频编码；无限视频传感器网络
中图分类号：TN711文献标识码：B文章编号：1009-9166（2011）008(C)-0209-02
一、简介
基于无线视频传感器网络的编码方法跟电话视频应用的编码方法是不同的。这主要是由传感器网络自身的两个特点引起的：1)资源有限，2)较低的精确度（而不是娱乐）。第一个特点主要是由于低功率的相机无法完成针对视频电话的复杂计算程序而引起的。带宽和硬件资源也是产生第一个特点的原因。第二个特点是因为在Ad Hoc相机传感器网络是由大量小而廉价的相机组成。这些相机往往被部署在距离检测自然灾害（例如森林火灾）比较远的小维修地点，具有较低的保真度[1]。因此，针对传感器网络的视频编码需要从一个新的角度入手。
新的观点仅仅是通过简单的程序来满足传感器最基本的需要。因此，我们的程序代码很简单：降低分辨率后减少量化，并且在动态补偿后进行形状补偿。在本文中提到的形状补偿是用来代替离散余弦变换残留编码（DCT）的一种标准视频编码。也就是说，我们的二进制图像被编码成运动矢量和过滤器类的形态。因此，对于像素为64×64的图像来说，像10kp/s这样低的比特率可以很容易的实现。对于大量的传感器网络应用视觉质量可以容忍在一定程度上降低的。
二、常规的视频编码方式
要接受新的视频编码策略，对于视频电话会议的视频编码的历史发展方向应该被指出。因此，我们可以了解到在过去没有动机从前面提到的方法来开发视频编码。这是传统的语音传输在实时通信中的一次重大应用。在早期的综合业务数字网（ISDN）中的基本速率为2B+D=2×64+16kp/s。因此，没有动机提出用比特率更低的视频编码。举个例子，视频会议是根据国际电信联盟（ITU）的H.320标准来开发的，在这种编码中，MPEG/H.26x动态图像在带宽大约为64kp/s时表现得很好。一个特殊的研究[2]工作上的视频编码的带宽范围为20―40kp/s，因为这个范围可以稳定提供2.5G无线网络，例如通用分组无线业务(GPRS)和码分多址(CDMA)，尽管GPRS和CDMA的理论带宽可分别达到115kp/s和153.6kp/s。
最近的模型方法一直收到大量的精力来实现比特率低于20kp/s[3],[4]。传统的编码方法是用二维离散余弦波形值代表图像信号，相反，基于模型的编码是利用图像结构模型来表示图像信号，从某种意义上说，它考虑到了三维场景的特点。在一个通用的基于模型编码系统，对每个进行编码的视频输入帧进行分析，并且建立数据的几何模型。该模型可以为二维或三维，并且通常需要分割和模式识别技术，模型的参数连同适当的纠错编码信号同时被传送。最近的工作也提出了一种集成技术的方式，针对视频电话应用中模型辅助编码的低比特率计算机视觉编码系统。重点是定位和跟踪面孔，并且选定人典型的头和肩的视频序列中的脸部特征，在经典的视频编码系统中利用这个位置信息。这种编码方法需要计算成本，或者是在跟踪标志点和在传感器网络应用程序中限制他们的应用程序时需要特殊的密集型仪器。
三、针对传感器网络中的视频编码方式
在大多数情况下，无线传感器网络是由具有有限的防御力量、处理能力、存储容量、通信能力等特点的小的传感器节点组成的多跳ad hoc网络[5]-[7]。对于传感器节点来说，能源消耗的主要原因通常是无线电收发器。因此，降低通讯带宽的数据压缩对于节约能耗是非常重要的。由于前面提到的无线传感器节点有限的能力，节点上的数据压缩方式必须简单。当前主流的商业技术会传送通过摄像机产生的同样视频流到网络，这样有时会产生信息冗余。为了减少信息，可以使用动态视频编码。然而，使用传统技术的数据速率对于有带宽约束的网络来说仍然可能会太高。我们提出了一种采用二进制视频的新的压缩方法以较低的分辨率进行传输数据。
在商业通信系统中，比特率低于10kp/s的视频编码已经不被认为是一个实际应用。跟ISDN例子跟相似，主要的原因是目前的多重存取系统用户被指派一个固定的概念性的语音信号通道，其比特率远远超过10kp/s，如16kp/s。低于10kp/s并且使用廉价资源的视频通信在视觉效果上确实显得水平低，但是在一个小的显示器上仍然是可读的。考虑到方便的接收器和有限的通信带宽，这种视觉质量还是可以容忍的。我因此把具有这种视觉质量的视频编码应用到传感器网络中。
根据这种方法进行编码，宝贵的传输带宽资源和计算复杂性可以得到节省。更确切地说，在编码阶段中的数据压缩包括二进制动态补偿和形态学滤波的选择。二进制动态补偿比灰度运动补偿更简单，因为这种动态补偿是建立在相关比较的基础上，它可以简单的使用整数加法和比较来实现。二进制动态补偿的优势已经在许多应用中得到证实，例如在编码[8]和检测[9]中。值得注意的是，数据压缩始于良好的开始：图像序列的分辨率和量化被压低到极限。这种良好的开始仅仅需要一个非常便宜的没有相关计算需求的图像传感器。因此，这种策略也适用于昏暗的视频序列中[10]。因此我们下面要研究分辨率和量化之间的关系。
质量与压缩对比问题的解决已经被广泛使用于视频编码标准。例如，基于这种解决方案，国际电信联盟远程通信标准化组织（ITU-T）制定的H系列视频编码协议已经被改进成各种各样的应用。专为ISDN远程会议的H.261编解码器，支持CIF格式（像素为352×288）和1/4的CIF（QCIF）（像素为176×144）之间的转换。应用于宽带网络视频会议的H.262编解码器实际上是4CIF格式（像素为704×576）。主要用于普通电话会议的H.263编解码器调制解调速率为14.4到56kp/s，并且支持QCIF。另外，H.263也支持更广泛的图像格式，包括4CIF和16CIF（像素为1408×1152）。
很明显，在这个解决方案中视觉质量更重要。这个简单的关系跟量化电平的数量也有联系。然而，在一个固定的质量下分辨率和量化的联合关系已不被考虑，在分辨率和量化之间有一个简单的公式来计算比特率，即：
比特率=分辨率2×log(量化电平)
这个公式通过降低量化等级（基于量化的对数关系）已经把压缩的利益排除。
作者单位：黑龙江信息技术职业学院
作者简介：李申申（1983.05― ）女，助教，黑龙江信息技术职业学院。
参考文献：
[1]P. Kulkarni, P. Shenoy, and D. Ganesan, “Approximate initialization of camera sensor networks,” in Proc. EWSN 2007, 2007, vol. 4373, LNCS, pp. 6782.
[2]J. Li, K. Yu, T. He, Y. Lin, S. Li, and Q. Zhang, “Scalable portrait video for mobile video communication,” IEEE Trans. Circuits Syst. Video Technol., vol. 13, no. 5, pp. 376384, May 2003.
[3]P. Eisert, T. Wiegand, and B. Girod, “Model-aided coding: A new approach to incorporate facial animation into motion-compensated video coding,” IEEE Trans. Circuits Syst. Video Technol., vol. 10, no. 3, pp. 344358, Apr. 2000.