Покадровое или межкадровое сжатие.

pokadrovoe ili mejkadrovoe sjatie

Покадровое или межкадровое сжатие.

Покадровое или межкадровое сжатие

Об особенностях реализации кодеков
Поговорим о стандартных алгоритмах компрессии, не принимая к рассмотрению проприетарные кодеки, самостоятельно разработанные отдельными компаниями, особенности реализации которых в большинстве случаев неизвестны, а о преимуществах их использования можно судить только по заявлениям самих компаний.
Прежде чем перейти к обсуждению плюсов и минусов использования покадрового и межкадрового сжатия, достойно упоминания следующее обстоятельство. В стандартах межкадровых алгоритмов компрессии, наиболее часто используемых в охранном телевидении, таких как MPEG2/4, H.264, зафиксированы требования к структуре сжатых данных. В то время как способ вычисления отдельных параметров (таких, как, например, вектора смещения движущихся объектов в промежуточных кадрах) отдается на откуп разработчикам конкретной реализации алгоритма. Поэтому качество реализации алгоритмов межкадровой компрессии в системах видеонаблюдения различных производителей может существенно различаться. Это отражается на качестве картинки, наличии различных артефактов, а также объеме потока компрессированных данных.
В то же время для покадровых алгоритмов, таких как JPEG, JPEG2000, стандарт не допускает каких либо вольностей, и различные реализации могут отличаться только производительностью.
Сетевой трафик и размер архива
Объем трафика, создаваемый передаваемыми видеоданными, сжатыми межкадровыми алгоритмами компрессии, заметно меньше, чем данными, сжатыми покадровыми кодеками. То же самое касается и размера архива видеоданных. Собственно, в этом и заключается смысл применения межкадровой компрессии.
Для изображения в полном PAL-овском разрешении 720 х 576 при частоте 25 кадров в секунду поток видеоданных, сжатых кодеком JPEG2000, составляет порядка 12–16 Мбит/сек. При том же качестве изображения поток, сжатый MPEG2/4, обычно составляет 4–8 Мбит/сек. в зависимости от степени интенсивности движения в кадре. Уменьшение объема данных не может не сказаться на качестве видеоматериалов в целом. Дело в том, что после декомпрессии большая часть кадров в межкадровых алгоритмах является производными от так называемых опорных кадров, которые сжимаются целиком. Производные кадры получаются искусственным способом: путем восстановления движущихся объектов предыдущего (или предыдущего и последующего) кадра по векторам смещения. При этом используются некоторые особенности восприятия человеческим глазом движущегося изображения. Чтобы понять, что имеется в виду, достаточно вспомнить картинку, которая получалась, если нажать паузу на аналоговом видеомагнитофоне при просмотре динамичной сцены. В большинстве случаев, если не попасть на опорный кадр, картинка была сильно размыта в областях с движущимися объектами. Тем не менее, при обычном проигрывании записи изображение выглядит нормально.
Вот из таких «размазанных» кадров в большинстве своем и состоит архив, записанный системой видеонаблюдения, использующей межкадровые кодеки. В случае необходимости разбора инцидента, зафиксированного системой видеонаблюдения, может случиться так, что у вас будет всего 1–2, а может, и ни одного опорного кадра, пригодного для анализа записи и идентификации объектов. Для проведения криминалистических экспертиз принимаются только кадры покадровых алгоритмов сжатия или опорные кадры межкадровых алгоритмов. Обычно опорные кадры идут с интервалом 1–2 секунды, а промежутки между ними заполняются производными кадрами, не пригодными для анализа.
В то же время у записи, сделанной системой видеорегистрации с покадровым сжатием, каждый кадр представляет собой отдельный снимок и может быть использован для анализа. В дополнение можно сказать, что частота следования опорных кадров в межкадровых кодеках является регулируемой величиной. Однако при увеличении частоты следования опорных кадров до величины, близкой к покадровым кодекам, объем сетевого трафика (и архива данных) возрастает и становится выше, чем у покадровых кодеков. Кроме того, покадровые кодеки, в основе которых лежит wavelet-преобразование, имеют свойство, которое можно удачно использовать для масштабирования видеопотока и оптимизации сетевого трафика. Речь об этом пойдет ниже.
Прореживание кадров
Если не хватает пропускной способности канала для передачи данных или система не справляется с распаковкой большого количества данных, происходит потеря части видеоинформации. Для системы, использующей покадровый кодек, безболезненно можно осуществлять прореживание потока, выражающееся в пропускании некоторых кадров. При этом качество отдельных кадров никак не страдает, теряется лишь плавность показа движущихся объектов.
Совсем по-другому дело обстоит с межкадровыми кодеками. Поскольку опорные кадры являются образующими для целой серии промежуточных кадров, если случается потеря данных, содержащих опорный кадр, то выпадает целый временной промежуток видеоизображения. Картинка замирает, а затем продолжается с другого места.
Масштабирование потока видеоданных и оптимизация сетевого трафика
Покадровые алгоритмы компрессии, такие как wavelet и JPEG2000, являются довольно требовательными к вычислительным ресурсам. Как правило, здесь они проигрывают межкадровым алгоритмам, правда, с оговоркой об имеющейся степени свободы в реализации межкадровых кодеков.
С другой стороны, покадровые кодеки, основанные на wavelet-преобразовании (wavelet, JPEG2000), имеют удобную структуру организации данных, которая может быть с успехом использована для оптимизации и масштабирования потоков. Дело в том, что в этих алгоритмах компрессии данные о каждом кадре имеют блочную структуру. При этом каждый блок содержит данные об изображении, детализирующие данные из предыдущего блока. Это позволяет из потока компрессированных данных получать поток компрессированных данных с изображением меньшего разрешения, используя минимум вычислительных ресурсов. Тогда как в случае использования межкадровых кодеков кадр требуется распаковать, уменьшить и запаковать снова.
Используемый алгоритм компрессии является одной из основных характеристик системы видеонаблюдения. Можно сказать, что для задач, решаемых профессиональными охранными системами, на крупных и средних объектах более применимы системы видеонаблюдения с покадровыми алгоритмами компрессии. Это утверждение основано на том, что каждый кадр, полученный с помощью подобной системы, может быть использован для анализа.
В то же время системы с межкадровыми алгоритмами имеют свои преимущества, которые в ряде случаев могут оказаться основополагающими, особенно это касается небольших объектов, где не слишком важна документальность записей и нет жестких требований к качеству изображения. Отчасти это подтверждается тем, что большинство DVR, специализированных устройств для небольших объектов, используют как раз межкадровые кодеки.

Статьи по теме:

Видеонаблюдение

Наша организация осуществляет проектирование и монтаж " под ключ" систем видеонаблюдения, техническое обслуживание и ремонт в Калуге и Калужской области. Наш адрес офиса ...
Советы домовладельцам по обеспечению безопасности

Советы домовладельцам по обеспечению безопасности

Наступил осенний сезон, и пришло время вернуться к домашней безопасности. Теперь, когда летние каникулы подошли к концу и небо темнеет ...

Три критических вопроса при выборе видеоаналитики для видеонаблюдения

На самом деле никогда не стоял вопрос «оправдает ли» технология видеоаналитики свое обещание стать «следующей большой вещью» в области физической ...

FCC запрещает авторизацию оборудования для китайских телекоммуникаций и оборудования для видеонаблюдения, которое считается угрозой национальной безопасности

Федеральная комиссия по связи приняла новые правила, запрещающие разрешать ввоз или продажу оборудования связи, которое считается представляющим неприемлемый риск для ...

Перенос локального видеонаблюдения в облако

Возможно, сейчас самое подходящее время для перехода от локальной системы видеонаблюдения к облачному развертыванию. Сегодня все больше организаций полагаются на ...
Hanwha Vision

Hanwha Techwin переименовывается в Hanwha Vision

Hanwha Techwin изменила свое название на Hanwha Vision, поскольку компания расширяет свои предложения в качестве глобального поставщика решений для машинного ...
энергия бита информации

Перспективы использования цифровых систем передачи изображения по радиоканалу

Сердюков Петр Николаевич, доктор технических наук Синильников Александр Михайлович, кандидат технических наук Шевцов Игорь Федорович, кандидат технических наук Перспективы использования ...
Как оптимизировать датчики нейроморфного зрения на основе событий для использования в мобильных устройствах

Датчики нейроморфного зрения в смартфонах

Что такое датчик нейроморфного зрения? Prophesee, поставщик технологии нейроморфных датчиков зрения, основанных на событиях, объявил о партнерстве с Qualcomm Technologies ...
Ambarella включила в свою новую систему-на-чипе объединение датчиков, поддержку трансформаторной сети и другие функции.

Ambarella добавляет новую SoC с поддержкой искусственного интеллекта для камер безопасности

ИИ сейчас находится в центре всего. Обработка Edge AI выходит на первый план, поскольку все больше устройств начинают включать высокопроизводительные ...
Каждая башня оснащена новейшими интеллектуальными технологиями искусственного интеллекта (ИИ)

Самодостаточная «умная» интеллектуальная наблюдательная вышка

Cozaint BOBBY ™ Surveillance and Monitoring Tower — это автономная наблюдательная вышка безопасности, предназначенная для обеспечения всеобъемлющего контроля над потребностями организации в ...
    Мы используем cookie-файлы для наилучшего представления нашего сайта. Продолжая использовать этот сайт, вы соглашаетесь с использованием cookie-файлов.
    Принять