论文部分内容阅读
在计算机信息通信行业迅猛发展的今天，网上信息量以带宽的指数级增长，因此网络带宽和数据通信之间的矛盾将在未来很长一段时期内作为社会发展的主要矛盾之一。同时，在其他一些特殊领域，例如水下通信领域，如何在如此低的带宽环境下满足视频通信的需求也面临巨大的挑战。在基于主动外观模型(AAM, Active Appearance Model)的视频通信系统的实现策略中，比较容易想到的一个思路是，我们首先通过大量的人脸库样本训练出AAM模型，在视频通话时，我们提取出每一帧图像中的人脸，使用反向组合算法对当前人脸进行AAM拟合，从而计算出当前人脸AAM模型参数，这个参数包含了形状参数和纹理参数两个部分，最后通过发送AAM模型参数的策略来进行通信，并在接收端进行人脸部分的恢复。此种方法能够在较大程度上提高视频的压缩比。本文进一步对以上的思路进行了改进与创新，提出了基于AAM的关键帧人脸恢复的视频压缩框架，并将其应用于视频通信系统中。我们将上一段提出的人脸压缩策略嵌入到视频压缩标准框架H.264中，同时，只将AAM模型的形状参数在网络上进行发送，最后在人脸恢复过程中，我们利用当前视频流的关键帧的纹理作为基准纹理进行当前人脸的纹理恢复工作。经过计算以及实验结果的比较，使用此种策略的压缩比将比H.264标准的压缩比高出一倍多。