基于人眼显著性区域检测的HEVC码率控制算法

该文提出一种新的码率控制算法,基于人眼显著性区域的检测,以优化视频编码效率。该算法利用像素级的恰可感知失真(JND)模型,精准预测人眼对图像失真感知的阈值。通过分析相邻帧间的像素值变化,识别出图像中的显著性区域,并基于JND模型进一步细分这些区域。通过构建一个多级码率分配框架,以指导不同区域的码率分配。实验结果显示,在低码率环境下,该算法能够显著提升显著性区域的视觉质量,同时保持码率控制的精确性。相比现有的HM16.9算法,在码率精确性基本不变的情况下,该文算法的BD-Rate下降0.0289%,BD-PSNR提升0.0016%,多个测试序列的结构相似性?驻SSIM平均提升0.00069。

基于纹理和亮度感知特性的率失真优化策略

率失真优化(RDO)策略在视频编码体系中对编码效率有着重要影响。当前主流的率失真优化策略以MSE或类似的方法描述失真,不能很好反映人眼的主观感受。为了提高视频编码的主观感知质量,首先建立一种新的感知失真模型。该模型利用人眼对纹理和亮度的敏感特性,使评价结果能够更好地反映主观质量。在此基础上,提出一种基于纹理和亮度感知特性的率失真优化策略,简称TL-RDO(texture and luminance based RDO)策略。该策略对不同的区域自适应地调整拉格朗日乘子,使得编码结果更好地符合人眼的观察特性。实验结果表明,TL-RDO相比现有最常用的QP-RDO方法,编码效率显著提高;与一些典型的基于感知失真特性的率失真优化策略相比,TL-RDO策略计算复杂度较低,适合于实时编码系统。