2013年上半年，第三代視頻編碼國際標準(ITU-T H.265，ISO/IEC HEVC)即將頒布[7]，其視頻編碼效率比H.264提高一倍，也被監控行業寄予厚望。但是，視頻編碼標準的更新換代和壓縮效率的提高，都是以更高的計算復雜性換來的，壓縮效率提高一倍，計算復雜度往往要提高五倍甚至更多，從而導致編碼器/編碼芯片價格居高不下。據分析^[8]，HEVC解碼器/解碼芯片復雜度與比H.264增加一倍左右，但是編碼器復雜度是H.264的四倍以上，因此HEVC實時編碼器/編碼芯片的開發還需要一段時間。對于電視廣播來說，每個頻道一臺編碼器就可以服務億萬用戶，因此編碼器復雜度高、價格高不是大問題。但是，視頻監控與數字電視恰恰相反，解碼器需求不多(很多視頻可能從未解碼查看過)，但每個攝像頭都需要一顆編碼器，這就要求在提高壓縮效率的同時，編碼算法復雜度應該保持較低的水平。

　　在面向數字電視的視頻編碼國家標準于2006年頒布后，我國AVS工作組開始著手面向行業應用對已頒布國標進行了定向擴展。從2007年開始，在2006年國標的基準檔次(面向數字電視)基礎上，相繼擴展出加強檔次(面向高清電影等應用)、伸展檔次(面向視頻監控等應用)和移動檔次(面向手機流媒體等應用)三個部分。其中伸展檔次(簡稱AVS-S)是全球第一個針對視頻監控應用制定的視頻編碼標準。

　　AVS-S制定工作起始于2007年開始，需求分析是在國家有關部門和視頻監控行業多家企業共同參與下完成的。經過兩年的努力，通過在基準檔次的基礎上增加適合監控視頻特點的專用工具，于2009年完成了“伸展檔次”(簡稱AVS-S)。該標準針對視頻監控全天候工作的特點，以監控現場的視頻序列為測試基準，通過競爭方式選擇、評估合適的視頻編碼技術制定而成。AVS-S不僅能夠提高典型監控場景的編碼效率，支持單色、彩色、紅外序列編碼，而且具有更強的抗誤碼特性和網絡適應性，具有時域可伸縮性，能夠滿足視頻監控網絡傳輸條件復雜的要求。更進一步，該標準還提供了基于靈活條帶和條帶集的感興趣區域編碼方法，能夠支持圖像區域標記、區域事件標記、攝像機標記等監控要求，并為感興趣區域檢測、對象分割、對象跟蹤等智能應用和標準擴展預留了空間。

　　我國數字電視產業廣泛使用AVS的重要原因是國外組織對采用國際標準的企業和運營商征收高額專利費，這個問題在視頻監控行業并不明顯，因此監控產業界轉換到這樣一個效率相當的新標準的動力不足。通過與視頻監控行業的企業和應用單位的交流和調研，AVS工作組判斷，只有編碼效率大幅度超越H.264，才能大幅度直接降低監控系統成本，新標準才有得到應用的可能。基于這個原因，2010年3月，AVS工作組啟動了第二代視頻監控標準(AVS-S2)的制定工作。AVS-S2針對監控場景固定的特點，在傳統基于塊劃分的混合編碼框架的基礎上，添加了基于背景幀的預測編碼技術，形成了新的編碼框架。與傳統基于塊劃分的混合編碼框架相區別，AVS-S2的編碼框架中包含新加入的背景建模單元、更新的基于背景幀的幀間運動補償預測單元、背景幀緩存以及與背景建模和背景幀預測相關的控制邏輯，并在2011年底完成了標準起草工作。2012年，面向立體電視和高清電視的AVS+標準制定完成，并被國家廣電總局頒布為行業標準，AVS+新增的一個重要工具是高級熵編碼，這個工具也同樣可以用于AVS-S2。包含所有這些工具的新版AVS標準于2012年10月通過了IEEE標準委員會設定的會員投票程序，于2013年3月獲得IEEE標準委員會會議的審核通過，2013年6月上旬印刷頒布為IEEE 1857標準。

　　AVS-S2監控視頻編碼背景建模技術

　　AVS標準的一個重要技術特色是針對應用需要制定簡潔高效的標準方案和算法組合，2006年頒布的AVS國家標準是針對數字電視需要而設計的，在變換、量化、熵編碼、幀內預測、幀間預測、環路濾波等方面提出了一系列的新技術，在解碼復雜度只有H.264的70%、編碼復雜度只有H.264的30%的情況下，獲得了與H.264相當的編碼效率。

　　與H.265再次提高編碼復雜度的做法不同，AVS-S2大幅度提高編碼效率的主要“秘訣”是針對監控視頻場景長期不變的特點，通過背景建模的方式去除了大量存在的“場景冗余”。監控視頻與傳統影視視頻最大的不同在于其拍攝范圍限定在一定場景中，“場景”冗余是傳統視頻編碼方法沒有深挖的“大金礦”。AVS-S2通過對監控背景和前景進行建模，大幅度提高了編碼效率。對于固定攝像機拍攝的監控視頻，通過背景建模和前景學習能夠將編碼效率提高一倍左右，這是編碼領域的一個重要創新，下面具體介紹AVS-S2增加的背景建模技術。

　　首先，AVS-S2在傳統基于塊劃分的混合編碼框架的基礎上，添加了純背景幀預測編碼技術，形成了新的編碼框架。與傳統基于塊劃分的混合編碼框架相區別，AVS-S2的編碼框架中包含新加入的背景建模單元(其目的是構造一個不含前景對象的純背景，從而為后續圖像的編碼提供更好的參考)、更新的基于背景幀的幀間運動補償預測單元、背景幀緩存以及與背景建模和背景幀預測相關的控制邏輯(藍色標記)，如圖1所示。　　

?

　　其次，AVS-S2繼承并改進了AVS-S中的背景預測技術。AVS-S2使用背景幀(G幀)來編碼表示場景信息的背景圖像，并擴展語法元素定義以保證該背景圖像不顯示輸出。同時，AVS-S2沿用了AVS-S中可以零矢量參考G幀的背景預測幀(S幀)。

　　第三，更進一步地，在AVS-S2中，每一個P幀在圖像層語法元素中，既可以選擇以最近兩幀為參考圖像，也可以選擇以最近參考幀和G幀為參考圖像進行編碼。G，S，P幀參考方式可以如圖2所示。　　

?

　　第四，AVS-S2采納了可選差分編碼技術，該方法下的編解碼流程如圖3所示。