CN106303521A - 一种基于感知敏感度的hevc率失真优化方法 - Google Patents

Abstract

本发明公开了一种基于感知敏感度的HEVC率失真优化方法，属于视频编码领域，方法包括：获取输入视频各编码块的梯度幅值方差，根据各编码块的梯度幅值方差计算当前帧的梯度幅值方差；有效利用各编码块和当前帧的梯度幅值方差关系计算各编码块的感知敏感度；并根据各编码块感知敏感度获取感知自适应的拉格朗日乘子；由所述拉格朗日乘子计算视频编码中的各编码块的率失真代价，从而确定其最佳编码模式。本发明能够提升编码器整体感知性能，在消耗相同码率的情况下，获得更高感知质量的编码视频。

Description

一种基于感知敏感度的HEVC率失真优化方法

技术领域

本项发明属于视频编码领域，涉及一种基于感知敏感度的HEVC率失真优化方法。

背景技术

随着高清和超高清视频的流行，视频数据量变得越来越大，这给视频传输和存储带来了巨大挑战。为了解决这一问题，ISO-IEC/MPEG和ITU-T/VCEG两大国际标准化组织成立了视频编码联合开发小组(JCT-VC)，提出了新一代高效视频编码标准HEVC(HighEfficiency Video Coding)。

新一代高效视频编码标准HEVC的压缩效率比上一代国际视频编码标准H.264提高了一倍。然而HEVC中采用的依然是传统的率失真优化策略，其中拉格朗日乘子由量化参数QP决定，忽略了不同输入视频的感知特征。在相同的量化参数QP下，各编码树单元采用的都是相同的拉格朗日乘子，但是人眼对纹理复杂、纹理平滑，纹理方向同向性强、纹理方向同相性弱的区域的感知敏感度都不一样。因此，HEVC传统率失真优化策略的编码感知性还有很大提升空间。

发明内容

本发明的目的在于克服现有技术的不足，提出一种基于感知敏感度的HEVC率失真优化方法，本发明方法充分考虑输入视频各编码树单元的感知特性，提高HEVC编码器率失真优化感知性能，提升编码器整体感知性能，获得高感知质量的编码视频。

本发明解决其技术问题所采用的技术方案是：

一种基于感知敏感度的HEVC率失真优化方法，包括：

提取输入视频；

获取输入视频各编码树单元的梯度幅值方差；

基于输入视频的各编码树单元梯度幅值方差，获得当前帧的梯度幅值方差；

基于编码树单元和当前帧的梯度幅值方差关系，获得编码树单元的感知敏感度；

由所述感知敏感度计算得到基于感知敏感度的自适应拉格朗日乘子；并获得基于感知的率失真代价函数。

优选的，所述编码树单元的梯度幅值方差通过如下公式获取：

${\mathrm{GMV}}_{CTU}=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{({\mathrm{GM}}_i-\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{GM}}_i)}^2$

其中，GM_i表示编码树单元各像素点梯度幅值，N为编码树单元像素点的数目。

优选的，所述编码树单元各像素点梯度幅值通过如下公式获取：

${\mathrm{GM}}_i=\sqrt{{{\mathrm{GM}}_x}^2+{{\mathrm{GM}}_y}^2}$

其中，GM_x表示编码树单元各像素点水平方向梯度幅值，GM_y表示编码树单元各像素点垂直方向梯度幅值，I表示输入视频帧，表示卷积运算，h_x表示梯度算子在水平方向上的卷积核，h_y表示梯度算子在垂直方向上的卷积核。

优选的，所述当前帧的梯度幅值方差通过如下公式获取：

${\mathrm{GMV}}_{Fra}=\frac{1}{M}\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{GMV}}_{CTU}\left(j\right)$

其中，GMV_CTU表示当前帧的编码树单元的梯度幅值方差，M表示当前帧的编码树单元的个数。

优选的，所述编码树单元的感知敏感度通过如下公式获取：

$PS=1.59\×\frac{{\mathrm{GMV}}_{CTU}+C_1}{{\mathrm{GMV}}_{Fra}+C_2}+0.01$

其中，C₁＝0.001、C₂＝0.002为稳定系数。

优选的，所述基于感知敏感度的自适应拉格朗日乘子通过如下公式获取：

λ_ps＝PS×λ_HEVC

其中，λ_HEVC表示HEVC编码器中的拉格朗日乘数，α为常数，QP为量化参数。

优选的，所述基于感知的率失真代价函数通过如下公式获取：

J＝D+R×λ_ps

其中，D为失真度量，R为消耗的码率。

本发明具有如下有益效果：

1、本发明方法只需要在每帧编码之前求取各编码树单元梯度幅值方差和当前帧的梯度幅值方差，整个编码框架不需要做任何改变；

2、本发明方法用到的编码树单元的感知敏感度能很好的反映出该区域的纹理复杂度和纹理方向同向性的强弱，准确预测出该区域的感知敏感度大小。

以下结合附图及实施例对本发明作进一步详细说明，但本发明的一种基于感知敏感度的HEVC率失真优化方法不局限于实施例。

附图说明

图1为本发明方法的主流程图。

具体实施方式

参见图1，一种基于感知敏感度的HEVC率失真优化方法，对输入视频编码树单元进行感知敏感度预测，获取感知敏感度自适应的拉格朗日乘数，具体实施步骤如下：

步骤101，提取输入视频帧图像。

具体的，所述输入视频帧用I表示。

步骤102，计算当前帧各编码树单元的梯度幅值方差。

具体的，计算编码树单元的梯度幅值GM_CTU和梯度幅值方差GMV_CTU，具体如下：

通过获取编码树单元各像素点水平方向梯度幅值GM_x；

通过获取编码树单元各像素点垂直方向梯度幅值GM_y；

通过获取编码树单元各像素点梯度幅值GM_i；

通过如下公式获取编码树单元梯度幅值方差GMV_CTU：

${\mathrm{GMV}}_{CTU}=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{({\mathrm{GM}}_i-\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{GM}}_i)}^2$

其中，表示卷积运算，梯度算子在水平和垂直方向上的卷积核定义如下：

$h_x=\frac{1}{3}\×\left[\begin{array}{ccc}1& 0& -1\\ 1& 0& -1\\ 1& 0& -1\end{array}\right],h_y=\frac{1}{3}\×\left[\begin{array}{ccc}1& 1& 1\\ 0& 0& 0\\ -1& -1& -1\end{array}\right];$

N为编码树单元像素点的数目。

步骤103，计算当前帧的梯度幅值方差。

具体的，基于各编码树单元梯度幅值方差GMV_CTU，计算得到当前帧的梯度幅值方差GMV_Fra，具体如下：

${\mathrm{GMV}}_{Fra}=\frac{1}{M}\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{GMV}}_{CTU}\left(j\right)$

其中M为当前帧编码树单元的个数。

步骤104，根据编码树单元梯度幅值方差和当前帧的梯度幅值方差计算各编码树单元的感知敏感度PS。具体如下：

$PS=1.59\×\frac{{\mathrm{GMV}}_{CTU}+C_1}{{\mathrm{GMV}}_{Fra}+C_2}+0.01$

其中，C₁＝0.001、C₂＝0.002为稳定系数。

步骤105，由感知敏感度PS计算得到基于感知敏感度的自适应拉格朗日乘子λ_ps；并获得基于感知的率失真代价函数。具体如下：

自适应拉格朗日乘子λ_ps用下式表示：

λ_ps＝PS×λ_HEVC

其中，λ_HEVC为HEVC编码器中的拉格朗日乘数α为常数，QP为量化参数。

基于感知的率失真代价函数J用下式表示：

J＝D+R×λ_ps；

其中，D为失真度量，R为消耗的码率。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于感知敏感度的HEVC率失真优化方法，其特点在于，包括：

提取输入视频；

获取输入视频各编码树单元的梯度幅值方差；

基于输入视频的各编码树单元梯度幅值方差，获得当前帧的梯度幅值方差；

基于编码树单元和当前帧的梯度幅值方差关系，获得编码树单元的感知敏感度；

由所述感知敏感度计算得到基于感知敏感度的自适应拉格朗日乘子；并获得基于感知的率失真代价函数。

2.根据权利要求1所述的基于感知敏感度的HEVC率失真优化方法，其特征在于，所述编码树单元的梯度幅值方差通过如下公式获取：

${\mathrm{GMV}}_{CTU}=\frac{1}{N}\underset{i=1}{\overset{N}{\Σ}}{({\mathrm{GM}}_i-\frac{1}{N}\underset{i=1}{\overset{N}{\Σ}}{\mathrm{GM}}_i)}^2$

其中，GM_i表示编码树单元各像素点梯度幅值，N为编码树单元像素点的数目。

3.根据权利要求2所述的基于感知敏感度的HEVC率失真优化方法，其特征在于，所述编码树单元各像素点梯度幅值通过如下公式获取：

${\mathrm{GM}}_i=\sqrt{{{\mathrm{GM}}_x}^2+{{\mathrm{GM}}_y}^2}$

其中，GM_x表示编码树单元各像素点水平方向梯度幅值，GM_y表示编码树单元各像素点垂直方向梯度幅值，I表示输入视频帧，表示卷积运算，h_x表示梯度算子在水平方向上的卷积核，h_y表示梯度算子在垂直方向上的卷积核。

4.根据权利要求1所述的基于感知敏感度的HEVC率失真优化方法，其特征在于，所述当前帧的梯度幅值方差通过如下公式获取：

${\mathrm{GMV}}_{Fra}=\frac{1}{M}\underset{j=1}{\overset{M}{\Σ}}{\mathrm{GMV}}_{CTU}\left(j\right)$

其中，GMV_CTU表示当前帧中编码树单元的梯度幅值方差，M表示当前帧中编码树单元的个数。

5.根据权利要求4所述的基于感知敏感度的HEVC率失真优化方法，其特征在于，所述编码树单元的感知敏感度通过如下公式获取：

$PS=1.59\×\frac{{\mathrm{GMV}}_{CTU}+C_1}{{\mathrm{GMV}}_{Fra}+C_2}+0.01$

其中，C₁＝0.001、C₂＝0.002为稳定系数。

6.根据权利要求5所述的基于感知敏感度的HEVC率失真优化方法，其特征在于，所述基于感知敏感度的自适应拉格朗日乘子通过如下公式获取：

λ_ps＝PS×λ_HEVC

其中，λ_HEVC表示HEVC编码器中的拉格朗日乘数，α为常数，QP为量化参数。

7.根据权利要求6所述的基于感知敏感度的HEVC率失真优化方法，其特征在于，所述基于感知的率失真代价函数通过如下公式获取：

J＝D+R×λ_ps

其中，D表示失真度量，R表示消耗的码率。