基于空时域特性的恰可察觉失真模型

[目的]现有像素域JND模型没有充分利用HVS时域感知特性。[方法]基于时域感知特性,本文测量了相对运动、时域持续时间两个视觉注意激励源和背景运动、帧间残差波动强度两个视觉注意不确定源。在自信息和信息熵的统一尺度上,将上述四个异质感知特征参量进行同质化融合,得到时域权重调节系数。[结果]在空域JND阈值的基础上,用时域权重调节系数对其进行调整,得到基于空时域感知特性结合的JND模型。[结论]主观实验表明,本文提出的JND模型优于现有像素域JND模型。

结合像素域JND阈值空间相关性与图像块类型的残差滤波算法

为了更好地将人眼视觉感知特性应用于视频压缩系统,从而去除视频的视觉冗余成分,在利用像素域的恰可察失真(Just Noticeable Distortion,JND)阈值的基础上,结合JND阈值的空间相关性与图像块类型,提出了一种改进的残差滤波算法。该算法首先在像素域计算出每个像素的JND阈值,然后在变换单元(Transform Unit,TU)中挖掘每个像素JND阈值与其周围邻近像素JND阈值之间的空间相关性,再利用索贝儿(Sobel)边缘检测算子将TU分成不同类型的图像块,并且计算出对应的复杂度因子,最后结合上述像素JND阈值的空间相关性和TU复杂度因子对TU残差进行滤波。提出的算法模型可以嵌入到高效率视频编码(High Efficiency Video Coding,HEVC)框架。实验结果表明,在全I帧配置下,提出的算法与标准算法HM16.0相比,在人眼主观感知质量基本一致的情况下,平均可节省16.1%的码率。

结合JND模型的交叉验证深度图质量评价方法

针对在3D视频(3DV)和自由视点视频(FVV)中传统的图像质量评价方法不适用于深度图的问题,本文从人类视觉感知特性出发,提出一种新的深度图质量评估算法。首先进行交叉验证,得到待评价深度图的差值图;然后提取遮挡掩膜,去除被遮挡的像素点;再根据人类视觉特性,考虑背景亮度掩蔽、纹理掩蔽和边缘敏感性等因素,应用恰可察觉失真(JND)模型得到每个像素点的误差可视阈值;最后计算错误像素率作为度量指标评价深度图的质量。实验结果表明,本文提出的算法能够准确地检测错误像素,所提出的度量指标与全参考度量指标的相关系数的平均值为0.833 0,最高达到0.933 8,与合成虚拟视点均方误差的相关系数的平均值为0.857 9,最高达到0.928 3。

一种HEVC的快速帧间编码新方法

为了降低新一代高效视频编码(HEVC)的计算复杂度,融合基于人眼恰可察觉失真(JND)的快速帧间模式选择和自适应编码单元深度范围(ACUDR)两种算法,提出了一种快速帧间编码新方法。首先,通过建立时空域JND和最佳预测模式的统计关系,利用JND阈值指导帧间预测模式的快速选择,以减少遍历的模式个数从而降低复杂度;然后,利用编码的前一帧定义与当前帧的平均深度差(ADD),通过ADD自适应加权时空域相邻最大CU(LCU)的平均深度值预测当前LCU的深度范围(DR)类型,减少当前LCU遍历的深度个数从而降低算法复杂度;最后,融合这两种算法以进一步降低了视频编码的计算复杂度。结果表明,所提出方法在低延时和随机访问两种编码结构下,降低了40%以上的计算复杂度,但编码性能降低很小,在同等码率下的峰值信噪比(BDPSNR)仅分别降低0.058dB和0.037dB,同等客观质量下的码率(BDBR)仅分别增加1.71%和1.06%。