原文传递
智能船舶感知视频数据压缩技术研究
| 论文题名： | 智能船舶感知视频数据压缩技术研究 |
| 关键词： | 智能船舶;感知视频;数据压缩;屏幕内容编码;深度学习 |
| 摘要： | 智能船舶感知视频是实现船舶远程驾驶的重要依据，对其进行高效数据压缩是保障其船岸间实时可靠传输的基础。根据智能船舶感知视频的特点，对计算复杂度较高的编码环节进行优化，是提高智能船舶感知视频压缩性能的重要方法之一。本文的主要研究内容为智能船舶感知视频数据压缩技术，通过使用高效视频编码（HighEfficiencyVideoCoding,H.265/HEVC）和屏幕内容编码（ScreenContentCoding,SCC）技术提升了压缩效率，并以优化压缩性能为目标，完成了以下研究工作： 分析了船载可见光摄像机视频、船载红外摄像机视频和船载雷达数字视频等智能船舶感知视频的特点。从空域冗余和时域冗余两方面对视频中的冗余数据进行了分析。采用高效视频编码技术压缩船载可见光摄像机视频和红外摄像机视频，采用屏幕内容编码技术压缩船载雷达数字视频，并对二者的压缩性能进行了实验研究，总结出了船舶感知视频压缩时延产生的主要原因。 为了对船载可见光摄像机视频和红外摄像机视频的压缩性能进行优化，结合深度学习方法，提出了一种作用在帧内预测编码环节中通过提前预测出编码单元（CodingUnit,CU）划分结构的船载视觉传感器视频帧内编码时延优化算法，并建立了一个用于训练船载视觉传感器视频编码单元划分预测模型的编码单元划分数据集，实验结果表明，该算法总压缩时长与高效视频编码官方测试平台HM16.17相比，平均减少了约45.49%，而码率（Bj?ntegaardDeltaBitRate,BD-BR）平均仅上升了1.92%，峰值信噪比（Bj?ntegaardDeltaPeakSignaltoNoiseRatio,BD-PSNR）平均下降0.14dB。 针对船载雷达数字视频的压缩性能优化问题，本文考虑到屏幕内容编码与高效视频编码在编码树单元（CodingTreeUnit,CTU）划分上的区别，提出了船载雷达数字视频帧内编码时延优化算法，同时设计了一种基于深度学习的船载雷达数字视频编码树单元划分深度区间预测模型。为了能够进一步提升算法的压缩性能，本文制作了一个基于船载雷达数字视频的编码树单元划分深度区间数据集，用于对模型的训练。实验结果表明，与屏幕内容编码官方测试平台SCM8.7相比，本文提出的船载雷达数字视频帧内编码时延优化算法在总体上平均节省约39.84%的编码时间，而码率和峰值信噪比仅损失2.26%和0.19dB。 |
| 作者： | 鲁洪瑞 |
| 专业： | 航海科学与技术 |
| 导师： | 张英俊 |
| 授予学位： | 硕士 |
| 授予学位单位： | 大连海事大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
