面向HEVC的时空域感知量化

针对高效视频编码(High Efficiency Video Coding,HEVC)标准在编码过程中没有考虑到人类视觉系统的感知特性的问题,提出了一种基于HEVC的时空域感知量化编码策略。首先,对输入的视频序列在变换域求取恰可察觉失真(Just Noticeable Distortion,JND),在最大编码单元(Largest Coding Unit,LCU)层根据JND求取相应的量化参数。其次,通过运动估计方法对输入的视频序列求取运动区域,由于视频序列中存在着各种各样的噪声,影响运动估计的准确性,因此对运动估计后的图像进行滤波处理,以减弱噪声的影响,并将运动区域视为时域感兴趣区域,之后根据是否为运动区域分策略调节量化参数。最后,在LCU编码时,对根据空域感知特性调节的量化参数以及时域感知特性调节的量化参数进行加权,作为LCU最终编码量化参数。实验结果表明,提出的算法在编码时视觉感兴趣区域选择了细量化,而视觉非感兴趣区域选择了粗量化。感兴趣区域的PNSR相对HM11.0能提高0.20—0.59d B,率失真性能最小能提升3.8%,最大能提升6.8%。与代表性文献算法相比,PSNR提升较大。

融合视觉感知特性的HEVC率失真优化

目的高效视频编码(HEVC)采用率失真优化技术选择最佳的编码参数,实现编码比特率和视频图像失真之间的平衡。失真度量通常采用均方误差和绝对误差和,这些方法并没有考虑人眼的主观感受。为了提高视频编码的主观感知质量,提出一个融合视觉感知特性的率失真优化算法,并应用于帧间率失真优化过程中。方法首先定义了一个视觉感知因子,该因子考虑了人类视觉系统对视频图像的空域活动性区域、纹理区域、时域运动性区域和亮度的感知特性,然后以编码树单元为单位对拉格朗日乘子进行自适应调整,最后根据拉格朗日乘子与量化参数之间的关系,对量化参数做进一步的修正。结果与HEVC参考软件相比,本文算法明显提高了率失真性能,对于相同的结构相似度(SSIM)分值,本文算法在随机访问和低延时配置下平均分别节省3.1%,4.9%的码率,最高能节省9.0%的码率。与代表性文献算法相比,对于相同的SSIM,本文算法在随机访问和低延时配置下平均分别增加了0.7%,2.2%的码率节省。结论本文率失真优化策略能够根据图像不同的视觉特性自适应的调整率失真优化过程中的拉格朗日乘子,在保持编码质量基本不变的情况下,节省了码率,提高了HEVC的编码性能。