11、视频压缩与音频场景分类技术解析

视频压缩与音频场景分类技术解析

视频压缩算法分析

压缩相关概念

压缩视频大小指的是所有编码块组合后的大小，而序列表大小则是频繁序列列表与用于编码视频的字典 D 的组合。在一些测试中，如对 bunny、drone 和 parking 视频的测试，发现压缩率（Cr）会随着块大小（b）的增加和参数 α 的减小而增大。

块大小（b）对压缩率的影响

当块大小 b 增加时，事务的长度会增加。事务长度变长后，挖掘出的频繁序列长度也会增加，且频繁序列的数量增多。这样一来，序列标识符就能代表更多、更长的序列，更多更长的序列被更小的序列标识符替代，从而使 Cr 值升高。但如果 b 值过大，可能会增加处理所需的主内存（RAM）消耗，导致内存不足异常。因为在 CM - SPAM 挖掘操作中，较大的 b 值会生成一个大的递归树，递归树过大就会引发内存不足问题。

参数 α 对压缩率的影响

α 值降低时，从块中挖掘出的序列数量比 α 值高时更多。更多的序列被小的序列标识符替代，所以较低的 α 值会产生更高的 Cr。

不同视频数据集的表现

• parking 视频 ：当 α = 2 且 b = 200 时，Cr 达到最高值。这是因为该视频只有一个相机视角，且视频中的运动部分很少。
• drone 视频 ：由于缺乏固定视角且运动较多，很难找到较长的模式，所以难以获得较好的 Cr。
• bunny 视频 ：存在一些稳定的视角和适量的运动像素