视频重压缩检测学习计划和笔记( 四 ) _比特率

例如：一幅100×100像素大小的图片，划分为10×10=100个子区域（可以通过多种方式来划分区域），每个子区域的大小为10×10像素；在每个子区域内的每个像素点，提取其LBP特征，然后，建立统计直方图；这样，这幅图片就有10×10个子区域，也就有了10×10个统计直方图，利用这10×10个统计直方图，就可以描述这幅图片了。之后，我们利用各种相似性度量函数，就可以判断两幅图像之间的相似性了；
而实际检测人脸时，因为不同块的表示人脸的贡献值不同，如眼睛的LBP的统计直方图对识别人脸的贡献明显要比光秃秃的额头的贡献大，在检测到人脸的情况下，我们通常给不同位置的块不同的权重来提高人脸识别的准确率，下面给出一组7*7时用到的权重模板的例子
2,1,1,1,1,1,2,
2,4,4,1,4,4,2,
1,1,1,0,1,1,1,
0,1,1,0,1,1,0,
0,1,1,1,1,1,0,
0,1,1,2,1,1,0,
0,1,1,1,1,1,0
对LBP特征向量进行提取的步骤
（1）首先将检测窗口划分为16×16的小区域（cell）；
（2）对于每个cell中的一个像素，将相邻的8个像素的灰度值与其进行比较，若周围像素值大于中心像素值，则该像素点的位置被标记为1，否则为0 。这样，3*3邻域内的8个点经比较可产生8位二进制数，即得到该窗口中心像素点的LBP值；
（3）然后计算每个cell的直方图，即每个数字（假定是十进制数LBP值）出现的频率；然后对该直方图进行归一化处理。
（4）最后将得到的每个cell的统计直方图进行连接成为一个特征向量，也就是整幅图的LBP纹理特征向量；
然后便可利用SVM或者其他机器学习算法进行分类了。
3 视频编码压缩中的主要参数
比特率（Bit Rate）：比特率是指每秒钟传送的比特数，通常用bps（bit per ）来表示。在视频压缩中，表示单位时间内视频压缩后所包含的信息量大小。
比特率（Bit Rate） = 帧宽度 × 帧高度 × 帧率 × 像素位数 × 压缩比率
码率（ Rate）：码率是指编码器每秒钟压缩的数据量，通常用bps来表示。在视频编码中，码率是指对视频进行压缩编码后每秒钟所占用的数据传输带宽。码率越高，视频的画面质量越高，但传输带宽也越大。码率是影响视频传输带宽的关键参数之一。在视频压缩编码中，码率与比特率是相同的，因为视频流中传输的就是比特数据。但在其他类型的数据传输中，如音频流或网络传输，码率可能不仅仅是比特率，它也可能包括一些其他的控制数据、头信息等。因此，虽然比特率和码率在视频压缩编码中通常可以互换使用，但它们在不同的领域中有所不同。比特率更加强调视频数据的传输速率和质量，而码率则更强调整个数据传输过程的速率和稳定性。
QPs代表量化参数（），是一种用于控制压缩比和图像质量之间平衡的参数。量化是压缩编码的过程中，将输入的连续信号转换为离散信号的过程。QPs决定了量化步长的大小，因此越高的QP会导致更大的量化步长，从而减少了编码时需要传输的数据量，但也会降低图像的质量。因此，QPs是控制压缩比和图像质量之间平衡的重要参数。量化参数越大，压缩比就越高，图像质量就越低。
量化步长和量化参数QP的关系如下：
量化矩阵与量化步长的关系：
编码帧率是指视频压缩时每秒钟编码的帧数，也就是编码器处理视频的速度，它受到多个因素的影响，包括GOP大小、码率、视频分辨率等等。编码帧率越高，视频文件的大小就会越大，但也会有更高的画面流畅度和更好的视频质量。
视觉帧率是指观看视频时每秒钟显示的画面数，也就是人眼能够感知到的画面切换的速度。通常情况下，人眼可以感知到每秒钟大约24帧的画面切换，因此24fps被认为是最低要求的视觉帧率。视觉帧率越高，视频就会有更好的流畅度和更真实的感觉，但也会增加视频文件的大小。