法庭科学应用中要求既能从视频图像中获取更丰富的局部细节, 同时又能适应从“ 最暗” 至“ 最亮” 的高动态范围。提高视频数据精度（位宽）可以提高图像对比度、增强图像细节和增加图像层次感, 目前的编解码器大部分都只支持8bit数据, 不能扩展到更高比特数, 但视频前端的采集设备和后端的视频显示设备普遍可以支持10bit数据, 一些特殊的设备甚至可以支持更高精度, 如果只采用8bit数据编码, 在编解码环节就损失了2bit的数据信息, 在整个系统中编解码环节成为短板, 无形中降低了系统的整体性能。SVAC标准中目前支持8~10bit的高精度视频数据, 可扩充到12~16bit编码, 使得系统中采集、编码、解码、显示都可采用相同的精度。SVAC标准对编码精度的扩充, 一方面可减少在编解码环节的图像信息损失, 另一方面可提高图像对比度并增强图像细节, 使编码后的视频数据尽可能真实、完整地保留拍摄场景的图像细节。

SVAC标准力图在图像质量和编码效率之间取得最佳效果, 在保障好的图像质量的前提下采用了较高效率的编码方案。例如采用了上下文自适应二进制算术编码（Context Adaptive Variable-Length Coding, CABAC）和自适应帧-场编码（Adaptive Frame-Field, AFF）等技术, 研究结果表明, CABAC比基于上下文的自适应变长编码（Context-Adaptive Varialbe-Length Coding, CAVLC）有更高的编码效率, 另外SVAC编码在采用8× 8预测和变换的基础上, 增加了帧内Intra 4× 4预测和变换, 采用Intra4× 4可以有效降低局部噪声（如细节丰富、边缘锐利的区域附近）。

在视频侦查工作中, 场景中的某些关注区域（即感兴趣区域, Region of interest, ROI）往往是侦查人员重点查看的内容。SVAC标准支持对ROI部分采用更高码率编码以保证图像质量、对非ROI部分采用低码率编码或跳帧编码, 在保证ROI图像质量的同时节省非ROI的码流, 从而降低网络带宽或存储空间。SVAC标准支持设置多个ROI, 且可对每个ROI的图像质量分别控制, 可以有效提高监控系统的整体性能。图1视频截图中, 红色方框内区域为ROI, 采用SVAC标准的ROI图像质量控制方案, 由于给ROI部分分配了更多的码流, 在总码率同样的情况下, ROI的图像质量更好, 车牌显示清晰。

图1

Fig.1

	Figure Option ViewDownloadNew Window
	图1 ROI变质量编码视频截图Fig.1 Variable bitrate coding for the “ region of interest”

在视频监控应用中, 经常存在双码流或多码流的应用场景, 即对同一场景既要查看低分辨率视频又要查看高分辨率视频, 例如在窄带传输网络（如无线网络传输）环境下只传输低分辨率的码流, 对于宽带网络或存储时则采用较高分辨率的码流。目前大多数厂商采用的双码流或多码流方案是由编码器分别输出不同分辨率的视频流, 即对高分辨率图像进行编码后又对抽样后的低分辨率图像再进行编码, 传统的多码流方案中编码系统开销大, 从低分辨率码流中无法解码得到高分辨图像, 应用上受到一定的局限性。视频分层（Scalable video coding, SVC）技术将视频数据分为基本层和增强层, 并分别编码, 编码系统共用一个编码器或编码模块; 基本层主要由低分辨率编码图像构成, 对基本层和增强层联合解码可以获得高分辨率的视频序列, 对基本层单独解码可以获得低分辨率的视频序列。采用SVC技术, 减少了码流的传输和存储, 比简单的双码流和多码流具有更好的编码效率, 将分层码流联合解码得到的高分辨率的视频序列, 更有利于真实展示犯罪现场的场景。

SVAC标准针对视频侦查实际需求, 支持在视频数据中内嵌监控专用信息（如绝对时间、超速等特殊监控事件）。监控专用信息通过专门语法内嵌于视音频压缩编码码流中, 并作为码流的一部分一起传输和存储, 系统检索查询时通过内嵌的专用信息可快速找到关联的视频图像, 另外绝对时间的嵌入有利于视音频同步和多路视频同步。SVAC标准的这一技术特点对于从海量视频数据中快速发现关注目标, 以及准确还原案事件的发生时间方面都起到非常重要的作用（图2）。SVAC标准完善的安全机制, 对于提高视频数据的证据力、保障国家重要信息安全, 保护公共安全行业的敏感信息具有重要意义。

图2

Fig.2

	Figure Option ViewDownloadNew Window
	图2 嵌入监控专用信息到视频流中的示意图Fig.2 Embedding the special information into video stream

视音频数据在网络中的传输会带来非授权访问、非法监听等问题, 同时数字视频数据易于被篡改且难以察觉。在法庭科学应用中, 监控数据的机密性、完整性和非否认性至关重要。加密可以有效保护数据的机密性, 防止非授权访问和非法监听。认证可以识别视音频的产生源以及所对应的视音频数据是否完整或被篡改。SVAC标准保护了数据的安全, 规范了加密和认证接口, 明确了接口的数据格式, 以统一的语法格式支持多种加密和认证算法, 提高了数据的机密性、完整性和非否认性。如图3所示。

图3

Fig.3

	Figure Option ViewDownloadNew Window
	图3 嵌入加密与认证信息到视频流中示意图Fig.3 Embedding the encrypted and authenticated information into video stream

考虑到监控中的音频内容主要是语音信号以及环境（背景）声音信号, SVAC标准采用了代数码书激励线性预测（Algebraic Code Excited Linear Prediction, ACELP）和变换音频编码（Transform Audio Coding, TAC）切换的双核音频编码方案以适应不同的场景。对语音信号采用以ACELP为核心的编码技术可以获得较好的编码效果; 对于环境（背景）声音信号, 其种类复杂, 要获得对环境或背景声音的较好编码效果则不宜采用ACELP核的编码技术, 而采用TAC技术则更加适合对环境或背景声音。另外, 监控声音信号中, 与低频相比, 高频信号所含的信息量的比例较少, 采用带宽扩展（Bandwidth Expansion, BWE）编码可以节省码率。SVAC音频标准以上技术特点保证了在低码率下背景声音较好的编码质量。音频双核编码的技术实现如图4所示。

图4

Fig.4

	Figure Option ViewDownloadNew Window
	图4 双核音频编码示意图Fig.4 Methods for dual-core audio coding

从解码重建的语音信号中提取声音识别特征参数同从编码前的原始语音信号中提取声音识别参数相比, 显然前者由于编解码引起了信号失真, 语音识别和声纹识别的准确性受到一定影响。因此SVAC标准采用了在音频编码之前从原始语音信号中提取声音识别参数的技术方案, 避免了编解码过程中的信号失真引起的对语音和声纹识别的影响。声音识别特征参数编码技术实现如图5所示。

图5

Fig.5

	Figure Option ViewDownloadNew Window
	图5 声音识别特征参数编码示意图Fig.5 Coding parameter for recognition of the sound feature

图5的上半部分, SVAC标准在音频编码时, 直接从原始信号中将识别特征参数（mel-frequency cepstralcoefficients, MFCC）先提取出来, 然后与编码后的声音信号一起打包, 在解码时直接可以得到MFCC, 而不是从解码的声音信号中再提取MFCC; 这样避免了编解码对MFCC造成的损失。MFCC系数利用了倒谱的解相关特性, 模拟人的听觉特性, 具有很好的识别性能和抗噪能力, 常作为语音/声纹识别的主要特征参数, 适合于在声纹鉴定中应用。