HEVC Coding Unit Mode Based Motion Frame Analysis

Abstract

In this thesis, we present to predict whether a video frame contains motion according to the invoking situation of the coding unit mode in HEVC. The motion prediction video frames can be applied to video compression and video data extraction. The existing technology of motion prediction is usually performed by high complexity computer vision technology or comparing the frames with a background model. For some large-volume surveillance videos, these technologies are difficult to achieve real-time motion prediction and will take a lot of time. However, in HEVC (High Efficiency Video Coding) encoder, the compressing process of the syntax of CU (coding unit) mode is at the beginning, so we just need to look at the syntax in the head and do not need to decompress the entire CU. Therefore, we proposed to analyze the motion frame based on HEVC CU mode which does not need to model the static background frame or computer vision technology. When analyzing the motion frame of compressed videos, it can be realized only by processing the bitstream files. And we do not need to decompress compressed videos. We selected some video clips for testing and judged the accuracy by comparing our experimental results with the motion prediction data confirmed by human eyes. And in many experiments, the prediction accuracy rate of motion frame analysis with our method has exceeded 80%. |본 논문에서는 HEVC 코덱으로 인코딩 된 비디오 프레임에 코딩 유닛 모드의 호출 상황에 따른 모션이 포함되어 있는지 여부를 예측하는 방법을 제시한다. 제안된 비디오 프레임 단위의 동작 예측 방법은 비디오 압축 및 비디오 데이터 추출에 적용할 수 있다. 동작 예측의 기존 기술은 대개 복잡도 높은 컴퓨터 비전 기술 또는 프레임과 배경 모델을 비교함으로써 수행된다. 일부 대용량 보안 감시 비디오의 경우 이러한 기술은 실시간 모션 예측을 달성하기 어렵고 시간이 많이 소요된다. 그러나 HEVC (High Efficiency Video Coding) 인코더에서는 CU (coding unit) 모드의 압축 프로세스가 시작 단계에 있으므로, 우리는 비디오의 헤더정보를 보고 전체 CU의 압축을 풀 필요가 없다. 따라서 정적 배경 프레임이나 컴퓨터 비전 기술을 모델링할 필요가 없는 HEVC 코딩 유닛 모드를 기반으로 모션 프레임을 분석할 것을 제안한다. 기존 방식들에서 압축된 비디오의 모션 프레임을 분석하기 위해서는 비트스트림 파일을 먼저 처리해야 한다. 하지만 본 논문에서 제안하는 방법은 압축된 비디오를 그대로 사용한다. 테스트를 위해 일부 비디오를 선택하고 실험 결과와 인간의 눈으로 확인된 동작 예측 데이터를 비교하여 정확도를 판단했다. 그리고 많은 실험에서, 우리의 방법을 사용한 모션 프레임 분석의 예측 정확도는 80%를 초과했다.