基于人眼觀測特性的視頻編碼技術(shù)研究.pdf

1、傳統(tǒng)的混合視頻編碼框架立足于經(jīng)典的率失真理論，利用視頻流的時間冗余、空間冗余和碼字冗余壓縮信息。H.264/AVC的提出是一個里程碑，其高效的編碼效率將混合編碼框架的優(yōu)勢發(fā)揮到了極致。但是，混合編碼框架并沒有深入研究人眼視覺系統(tǒng)對視頻信號的理解機(jī)理，因此不可能充分地壓縮視覺冗余。如果能夠使編碼器模擬人眼的行為首先對視頻內(nèi)容進(jìn)行分析，再有選擇地編碼，這將極大地改變現(xiàn)有編碼器的設(shè)計思路并且有效提高編碼效率。為此，本文在混合編碼框架的基礎(chǔ)上，

2、分四個部分重點研究了基于人眼視覺系統(tǒng)觀測特性的新型視頻編碼框架。
　　 在第一部分中，本文深入研究了人眼視覺系統(tǒng)對視頻信號的理解機(jī)理，將人眼的主觀感知上升為了一個可計算的工程模型。一個有效的人眼感知特性計算模型可以看成是視頻編碼的前處理模塊，它使編碼器能夠智能地分析提取視頻流的內(nèi)容，依據(jù)其視覺重要性級別選擇不同的編碼策略。在時域里，由于人眼對運(yùn)動區(qū)域比較敏感，所以可根據(jù)運(yùn)動特征區(qū)分不同觀測區(qū)域的重要性級別。對于運(yùn)動區(qū)域提取，傳統(tǒng)

3、技術(shù)首先假設(shè)攝像機(jī)靜止，再對運(yùn)動區(qū)域進(jìn)行學(xué)習(xí)和跟蹤。但是，在許多現(xiàn)實應(yīng)用中，攝像機(jī)是運(yùn)動的，因此傳統(tǒng)技術(shù)不再適用。為了解決攝像機(jī)運(yùn)動帶來的問題，首先估計攝像機(jī)的運(yùn)動參數(shù)，再進(jìn)行背景建模，最后提取出運(yùn)動前景。在空域里，對比度是影響人眼觀測結(jié)果的一個重要因素，對比度強(qiáng)烈的區(qū)域更容易引起觀測者的注意。為了反映對比度的分布狀況，提出視覺對比度由相鄰象素的亮度差和空間距離綜合決定。由于觀測結(jié)果受視頻信號時域分量和空域分量的綜合影響，因此提出了一個

4、融合運(yùn)動區(qū)域提取和對比度圖的綜合技術(shù)方案。
　　 在第二部分中，本文提出了一種恰可觀測失真（JND）的建模方案。JND描述了可見失真的最小值，小于JND的一切失真都是可以容忍的，因此JND建模意義重大。人眼感知特性計算模型為JND建模提供了技術(shù)基礎(chǔ)。為了有效將JND和視頻編碼結(jié)合，論文考慮在象素域中進(jìn)行JND建模，因此選用背景亮度子模型和紋理掩膜子模型計算JND。對于背景亮度模型，本文結(jié)合前人成果，提出了一個低復(fù)雜度的適用于視頻

5、系統(tǒng)的背景亮度模型。對于紋理掩膜模型，設(shè)計了一個簡單有效的十字交叉算子檢測圖像的紋理強(qiáng)度和分布，從而以較低的計算復(fù)雜度得到了較好的掩膜效果。
　　 在第三部分中，本文將JND和H.264/AVC編碼器結(jié)合，充分利用H.264/AVC提供的高效的運(yùn)動補(bǔ)償算法，運(yùn)用前向量化技術(shù)和JND預(yù)測技術(shù)有效地壓縮視覺冗余。JND度量了人眼對失真的敏感程度，JND大的視頻信號抗失真的能力強(qiáng)，就允許使用粗糙量化。因此，可以使用JND控制量化的精度

6、和編碼碼率。另外，為了避免產(chǎn)生旁信息影響編碼效率，進(jìn)一步提出了基于H.264/AVC運(yùn)動補(bǔ)償?shù)腏ND預(yù)測技術(shù)。實驗結(jié)果表明，在不降低視頻主觀質(zhì)量的前提下，和H.264/AVC主檔編碼器比，基于人眼視覺特性的編碼框架可以降低5％～45％的輸出碼率。
　　 最后，本文利用人眼視覺特性對傳統(tǒng)視頻編碼的若干關(guān)鍵模塊進(jìn)行了擴(kuò)展和改進(jìn)，主要包括：1）提出一種基于宏塊平坦程度的環(huán)路濾波算法，它可以依據(jù)視頻內(nèi)容的特性自適應(yīng)地調(diào)整濾波強(qiáng)度，實驗結(jié)