CN108076344A - 一种基于权重图模型的vr视频码率控制比特分配方法 - Google Patents

一种基于权重图模型的vr视频码率控制比特分配方法 Download PDF

Info

Publication number
CN108076344A
CN108076344A CN201711208991.2A CN201711208991A CN108076344A CN 108076344 A CN108076344 A CN 108076344A CN 201711208991 A CN201711208991 A CN 201711208991A CN 108076344 A CN108076344 A CN 108076344A
Authority
CN
China
Prior art keywords
mrow
weight
distortion
coding unit
msub
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201711208991.2A
Other languages
English (en)
Inventor
解蓉
李苾嘉
宋利
张文军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Jiaotong University
Original Assignee
Shanghai Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CN201711208991.2A priority Critical patent/CN108076344A/zh
Publication of CN108076344A publication Critical patent/CN108076344A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/146—Data rate or code amount at the encoder output
    • H04N19/147—Data rate or code amount at the encoder output according to rate distortion criteria
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/154—Measured or subjectively estimated visual quality after decoding, e.g. measurement of distortion
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/172—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a picture, frame or field
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明提供一种基于权重图模型的VR视频码率控制比特分配方法，其中：在VR视频的经纬度图格式下，根据失真程度的不同，计算得到每一帧图像的权重图；根据每一帧图像的权重图计算每一个最大编码单元的加权平均值；根据每一个最大编码单元的加权平均值在未编码单元的权重图所占比例，对各个编码单元进行目标比特的分配，实现码率控制功能。本发明综合考虑编码单元的内容复杂度和编码单元在整幅图像上的失真水平，因而能够在最大编码单元级实现基于权重图的码率控制。

Description

一种基于权重图模型的VR视频码率控制比特分配方法
技术领域
本发明涉及一种图像处理技术领域的方法，具体地说，涉及的是一种基于权重图模型的VR视频码率控制比特分配方法。
背景技术
近两年来，随着VR技术的发展，沉浸式视频体验获得更多用户的青睐。因为VR的全景视频数据量较大，对网络带宽提出了相当高的技术要求，如果不加一定的压缩处理，目前的网络基础配置根本不足以传输如此庞大的信息量。因此我们要解决的首要问题就是对视频进行压缩，数字视频压缩技术就是在保证视频质量的前提下，达到较高压缩比的目的下发展起来的。有效的视频压缩编码技术是视频广泛、高效应用的保证。
视频编码的方法多种多样，不同的编码方法需要对应的解码方法才能进行解码。为了让编码后的视频文件能够在不同平台上进行解码和播放，国际和国内的众多组织制定了一些比较规范的视频编码标准。在国际上，性能比较完善的是由JVT组织制定的H.264/AVC标准，该标准目前已经获得了广泛的认可和使用，但在应对高清视频压缩，特别是4K，甚至8K视频的压缩编码时，H.264仍稍显吃力。为了应对这些需求，两大组织正在致力于最新的HEVC编码标准的研究和制定，其第一版已于2013年1月正式推出。
在这些传统的方法中，在编码单元层的码率控制均是根据其内容复杂度来确定的。尽管这种方法能够在一定程度上反映出其最终的编码比特，但是其忽略了VR视频映射后的视频失真程度。首先，VR的3D视频在经过编码器之前需要经过曲面映射，将3D的视频转化为平面的视频。因为曲面映射的函数关系，平面视频的不同区域会产生不同程度的失真。所以在HEVC中，可以对映射后的平面视频的编码过程做出相应的优化，在平面视频失真小的区域分配更多的码率，在失真大的区域分配相对少的码率。
发明内容
本发明针对现有基于VR视频编码技术的缺陷，提供一种基于权重图模型的VR视频码率控制比特分配方法，该方法通过考虑失真权重图作为编码单元的比特分配权重，从而获得更好的编码性能。
为实现以上目的，本发明采用的技术方案是：本发明通过VR视频映射后的平面视频上不同区域的失真程度，对每一帧图像计算得到每一帧图像的失真权重图；根据每一帧图像的失真权重图计算每一个最大编码单元的失真加权平均值；根据每一个最大编码单元的加权平均值在未编码单元的失真权重图所占比例，对各个编码单元进行目标比特的分配，实现最大编码单元级码率控制功能。
具体的，本发明所述的基于失真度的码率控制比特分配方法包括如下步骤：
①读取当前编码帧，计算当前帧的权重图，该权重图由VR视频经过映射后的失真程度确定，失真程度越大，权重就越小，失真因子也越小；
②根据当前帧的权重图，计算各个最大编码单元的失真因子，该是失真因子为对应的最大编码单元中失真因子的加权平均值；
③根据每个最大编码单元的失真因子的值，计算每个最大编码单元在当前编码帧中的权重，该权重为对应的最大编码单元在当前编码帧中尚未编码的最大编码单元的失真因子加权值中所占比例；
④根据最大编码单元的失真权重(即上一步骤中的最大编码单元在当前编码帧中的权重)，分配各个编码单元的目标比特；
优选地，所述第④步骤中，各个编码单元的目标比特不仅由编码单元的内容复杂度确定，还由编码单元在VR视频经过映射后的失真程度确定；
设T’CTU表示由编码单元内容复杂度确定的目标比特，表示由失真权重确定的目标比特，则编码单元最终的目标比特TCTU为
其中ratio是权重因子，表明失真权重比特分配方法应在整个比特分配中占多大的比重。
更优选地，所述由失真权重确定的目标比特按照以下公式确定：
其中TPic是当前编码帧的目标比特，CodedPic是当前编码帧的已编码部分消耗的比特，SWCTU是编码树单元的失真权重，SWCurCTU表示当前编码树单元的失真权重，表示当前帧内所有未编码树单元的失真权重之和。
更优选地，所述编码树单元的失真权重SWCurCTU，设定为当前最大编码单元的失真因子的加权平均值：
其中νCurCTU是当前最大编码单元中的失真因子的和，SCurCTU为当前最大编码单元的大小。
优选地，所述由失真权重确定的目标比特根据其在权重图中的失真水平SWCurCTU来设定，将编码单元在图像中的失真水平直接通过目标码率反映出来。
本发明设计的基于权重图模型的VR视频码率控制比特分配方法，在给某个编码单元分配目标比特的时候，将其区域的失真程度考虑进来，具体地，在VR视频的经纬度图平面视频格式下，两极被拉伸成一条直线，所以，越靠近两极的区域，失真就越严重，为了保证视频的质量，本发明就在视频失真小的区域分配相对较多的比特，使其以一种较高质量的方式编码，这样就能够保证编码后的失真小的区域的视频质量得到保证。
与现有技术相比，本发明具有如下的有益效果：
本发明不仅考虑编码单元的内容复杂度，还考虑了编码单元在VR视频经过映射后的失真程度，从而在保证失真小的区域质量的同时，确保了整体图像的质量。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1是本发明一实施例中码率控制比特分配方法的流程图；
图2是本发明一实施例中权重图；
图3是本发明一实施例中DrivingInCity第7帧在两种方法下编码的结果；
图4是本发明一实施例中AerialCity第15帧在两种方法下的编码结果。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。
本发明综合考虑编码单元的内容复杂度和编码单元在整幅图像上的失真水平，因而能够在最大编码单元级实现基于权重图的码率控制。
以下实施例将本发明方法应用到最新的HEVC编码框架的码率控制方法中，具体操作流程如图1所示：
①读取当前编码帧，计算当前帧的权重图；
②根据当前帧的权重图，计算各个最大编码单元的失真因子，该是失真因子为对应的最大编码单元中失真因子的加权平均值；
③根据每个最大编码单元的失真因子的值，计算每个最大编码单元在当前编码帧中的权重，该权重为对应的最大编码单元在当前编码帧中尚未编码的最大编码单元的失真因子加权值中所占比例；
④根据最大编码单元的失真权重(即上一步骤中的最大编码单元在当前编码帧中的权重)，分配各个编码单元的目标比特；
其中第①步是失真权重图的建立，第②步到第④步是根据权重图实现编码树单元或最大编码单元级的比特分配。下面先介绍权重图的建立，然后介绍最大编码单元级比特分配的过程。
1.权重图的建立
平面上不同区域的相同面积的小块，映射回球面时，对应的面积是不一样的，其中有个函数关系式：
最其中νi,j是像素点(i,j)处的失真因子，失真程度越大的区域，失真因子就越小，附图2为基于失真因子的权重图，越亮的区域权重越大。
2.最大编码单元级比特分配
最新的HEVC参考代码HM16.9在码率控制中采用了R-lambda算法。该算法在码率和拉格朗日乘子之间建立了如下的指数关系
λ＝α×bppβ (2)
其中bpp表示每个像素的比特，它是目标比特T与像素个数N之间的比值：
α和β是模型参数，每次编码一帧或者一个CTU之后会更新这些模型参数。
比特分配在三个层次上分别实现，GOP层的目标比特是根据全局目标码率、帧率、GOP的帧数来确定的，图像层的目标比特是根据当前GOP的剩余比特和剩余未编码帧数、帧类型来确定的，而CTU层的比特则是根据其内容复杂度来分配的：
其中：TPic是当前帧的目标码率，CodedPic是当前帧已编码部分消耗的比特。ωCTU是CTU的权重；ωCurCTU指的是当前编码CTU的权重。
在R-λ模型中，CTU的权重由平均绝对误差(MAD)的平方来衡量：
ωCTU＝MADCTU 2 (5)
MAD的计算方式为
其中N是CTU中的像素个数，Porg(i)是原始帧的像素值，Ppred(i)是预测帧的像素值，此处的预测帧设定为与当前帧属于同一层次的前一个已编码帧。
基于失真因子的比特分配T* CTU修改CTU层的比特分配为：
其中TPic是当前编码帧的目标比特，CodedPic是当前编码帧的已编码部分消耗的比特，SWCTU是编码树单元的失真权重，SWCurCTU表示当前编码树单元的失真权重，表示当前帧内所有未编码树单元的失真权重之和。
本发明将编码树单元的失真性权重SWCTU设定为当前最大编码单元的加权平均值：
其中νCurCTU是当前最大编码单元中的失真因子的和，SCurCTU为当前最大编码单元的大小。
同时，本发明将按内容复杂度的比特分配方法考虑进来，设T’CTU表示由编码单元内容复杂度确定的目标比特，通过(3)计算得到，表示由失真权重确定的目标比特，通过(6)得到，则编码单元最终的目标比特TCTU为
其中ratio是权重因子，表明失真权重比特分配方法应在整个比特分配中占多大的比重，取值范围为[0,1]，本发明一实施例中设定为0.5。
3.实施条件与结果
基于HM 16.15软件实现应用本发明方法的比特分配方案，以HEVC标准的lowdelay P配置参数作为编码参数，目标码率设定为6000,3000,1000,500kbps下，如表1所示。JVET和IEEE 1857的标准测试序列作为本实验测试序列。
表1 序列详情
表2所示的是两种方法编码性能的结果，采用BD-Rate计算方法，表现了“目前方法”相对“原始方法”在相同编码质量下码率节省的百分比，可以发现相对“原始方法”，在同样的峰值信噪比下，“目前方法”均有一定的码率节省。
经过上述对比发现，“目前方法”相对“原始方法”有更好的视觉质量。
图3是本发明一实施例中DrivingInCity第7帧在两种方法下编码的结果，可以看到相对上面的“原始方法”，下面的“目前方法”在某些感兴趣区域，比如车子的形状，有更好的视觉质量和更少的块效应。
图4是本发明一实施例中AerialCity第15帧在两种方法下的编码结果，可以看出“原始方法”的墙边已经扭曲了，而“目前方法”的墙边还是连续的，有着更高的视觉质量。
综上可见，本发明不仅考虑编码单元的内容复杂度，还考虑了编码单元在VR视频经过映射后的失真程度，从而在保证失真小的区域质量的同时，确保了整体图像的质量。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。

Claims (6)

1.一种基于权重图模型的VR视频码率控制比特分配方法，其特征在于：所述方法包括如下步骤：
①读取当前编码帧，计算当前帧的权重图，该权重图由VR视频经过映射后的失真程度确定，失真程度越大，权重就越小，失真因子也越小；
②根据当前帧的权重图，计算各个最大编码单元的失真因子，该失真因子为对应的最大编码单元中失真因子的加权平均值；
③根据每个最大编码单元的失真因子的值，计算每个最大编码单元在当前编码帧中的权重，该权重为对应的最大编码单元在当前编码帧中尚未编码的最大编码单元的失真因子加权值中所占比例；
④根据最大编码单元的失真权重，分配各个编码单元的目标比特。
2.根据权利要求1所述的一种基于权重图模型的VR视频码率控制比特分配方法，其特征在于：所述④中，各个编码单元的目标比特不仅由编码单元的内容复杂度确定，还由编码单元在VR视频经过映射后的失真程度确定；
设T’CTU表示由编码单元内容复杂度确定的目标比特，表示由失真权重确定的目标比特，则编码单元最终的目标比特TCTU为：
<mrow> <msub> <mi>T</mi> <mrow> <mi>C</mi> <mi>T</mi> <mi>U</mi> </mrow> </msub> <mo>=</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mi>r</mi> <mi>a</mi> <mi>t</mi> <mi>i</mi> <mi>o</mi> <mo>)</mo> </mrow> <mo>&amp;times;</mo> <msubsup> <mi>T</mi> <mrow> <mi>C</mi> <mi>T</mi> <mi>U</mi> </mrow> <mo>&amp;prime;</mo> </msubsup> <mo>+</mo> <mi>r</mi> <mi>a</mi> <mi>t</mi> <mi>i</mi> <mi>o</mi> <mo>&amp;times;</mo> <msubsup> <mi>T</mi> <mrow> <mi>C</mi> <mi>T</mi> <mi>U</mi> </mrow> <mo>*</mo> </msubsup> </mrow>
其中ratio是权重因子，表明失真权重比特分配方法应在整个比特分配中占多大的比重。
3.根据权利要求2所述的一种基于权重图模型的VR视频码率控制比特分配方法，其特征在于：所述权重因子ratio，其取值范围为[0,1]。
4.根据权利要求2所述的一种基于权重图模型的VR视频码率控制比特分配方法，其特征在于：所述由失真权重确定的目标比特按照以下公式确定：
<mrow> <msubsup> <mi>T</mi> <mrow> <mi>C</mi> <mi>T</mi> <mi>U</mi> </mrow> <mo>*</mo> </msubsup> <mo>=</mo> <mfrac> <mrow> <msub> <mi>T</mi> <mrow> <mi>P</mi> <mi>i</mi> <mi>c</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>Coded</mi> <mrow> <mi>P</mi> <mi>i</mi> <mi>c</mi> </mrow> </msub> </mrow> <mrow> <munder> <mo>&amp;Sigma;</mo> <mrow> <mi>N</mi> <mi>o</mi> <mi>t</mi> <mi>c</mi> <mi>o</mi> <mi>d</mi> <mi>e</mi> <mi>d</mi> <mi>C</mi> <mi>T</mi> <mi>U</mi> </mrow> </munder> <msub> <mi>SW</mi> <mrow> <mi>C</mi> <mi>T</mi> <mi>U</mi> </mrow> </msub> </mrow> </mfrac> <mo>&amp;times;</mo> <msub> <mi>SW</mi> <mrow> <mi>C</mi> <mi>u</mi> <mi>r</mi> <mi>C</mi> <mi>T</mi> <mi>U</mi> </mrow> </msub> </mrow>
其中TPic是当前编码帧的目标比特，CodedPic是当前编码帧的已编码部分消耗的比特，SWCTU是编码树单元的失真权重，SWCurCTU表示当前编码树单元的失真权重，表示当前帧内所有未编码树单元的失真权重之和。
5.根据权利要求4所述的一种基于权重图模型的VR视频码率控制比特分配方法，其特征在于：所述编码树单元的失真权重SWCurCTU，设定为当前最大编码单元的失真因子的加权平均值：
<mrow> <msub> <mi>SW</mi> <mrow> <mi>C</mi> <mi>u</mi> <mi>r</mi> <mi>C</mi> <mi>T</mi> <mi>U</mi> </mrow> </msub> <mo>=</mo> <mfrac> <msub> <mi>v</mi> <mrow> <mi>C</mi> <mi>u</mi> <mi>r</mi> <mi>C</mi> <mi>T</mi> <mi>U</mi> </mrow> </msub> <msub> <mi>S</mi> <mrow> <mi>C</mi> <mi>u</mi> <mi>r</mi> <mi>C</mi> <mi>T</mi> <mi>U</mi> </mrow> </msub> </mfrac> </mrow>
<mrow> <msub> <mi>v</mi> <mrow> <mi>C</mi> <mi>u</mi> <mi>r</mi> <mi>C</mi> <mi>T</mi> <mi>U</mi> </mrow> </msub> <mo>=</mo> <munder> <mo>&amp;Sigma;</mo> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> <mi>i</mi> <mi>n</mi> <mi>C</mi> <mi>T</mi> <mi>U</mi> </mrow> </munder> <msub> <mi>v</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> </mrow>
其中νCurCTU是当前最大编码单元中的失真因子的和，SCurCTU为当前最大编码单元的大小。
6.根据权利要求2-4任一项所述一种基于权重图模型的VR视频码率控制比特分配方法，其特征在于，所述由失真权重确定的目标比特根据其在权重图中的失真水平SWCurCTU来设定，将编码单元在图像中的失真水平直接通过目标码率反映出来。
CN201711208991.2A 2017-11-27 2017-11-27 一种基于权重图模型的vr视频码率控制比特分配方法 Pending CN108076344A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711208991.2A CN108076344A (zh) 2017-11-27 2017-11-27 一种基于权重图模型的vr视频码率控制比特分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711208991.2A CN108076344A (zh) 2017-11-27 2017-11-27 一种基于权重图模型的vr视频码率控制比特分配方法

Publications (1)

Publication Number Publication Date
CN108076344A true CN108076344A (zh) 2018-05-25

Family

ID=62157282

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711208991.2A Pending CN108076344A (zh) 2017-11-27 2017-11-27 一种基于权重图模型的vr视频码率控制比特分配方法

Country Status (1)

Country Link
CN (1) CN108076344A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117218114A (zh) * 2023-11-06 2023-12-12 山东滨州安惠绳网集团有限责任公司 一种基于图像数据处理的网状织物缺陷快速检测方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102523468A (zh) * 2011-12-16 2012-06-27 宁波大学 一种三维立体视频编码的最佳码率比重确立方法
KR20120096863A (ko) * 2011-02-23 2012-08-31 한국전자통신연구원 고효율 비디오 부호화의 계층적 부호화 구조를 위한 비트율 제어 기법
CN106358040A (zh) * 2016-08-30 2017-01-25 上海交通大学 一种基于显著性的码率控制比特分配方法
CN107040771A (zh) * 2017-03-28 2017-08-11 北京航空航天大学 一种针对全景视频的编码优化方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120096863A (ko) * 2011-02-23 2012-08-31 한국전자통신연구원 고효율 비디오 부호화의 계층적 부호화 구조를 위한 비트율 제어 기법
CN102523468A (zh) * 2011-12-16 2012-06-27 宁波大学 一种三维立体视频编码的最佳码率比重确立方法
CN106358040A (zh) * 2016-08-30 2017-01-25 上海交通大学 一种基于显著性的码率控制比特分配方法
CN107040771A (zh) * 2017-03-28 2017-08-11 北京航空航天大学 一种针对全景视频的编码优化方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117218114A (zh) * 2023-11-06 2023-12-12 山东滨州安惠绳网集团有限责任公司 一种基于图像数据处理的网状织物缺陷快速检测方法
CN117218114B (zh) * 2023-11-06 2024-01-30 山东滨州安惠绳网集团有限责任公司 一种基于图像数据处理的网状织物缺陷快速检测方法

Similar Documents

Publication Publication Date Title
US7558432B2 (en) Adaptive quantization of depth signal in 3D visual coding
ES2376540T3 (es) Compresión de imagen por dct de tamaño de bloque adaptativo en base a la varianza.
CN107040771B (zh) 一种针对全景视频的编码优化方法
WO2015096822A1 (zh) 图像编码、解码方法及装置
CN108184118A (zh) 云桌面内容编码与解码方法及装置、系统
CN108293125A (zh) 一种数字图像处理系统和方法
CN104994382B (zh) 一种感知率失真的优化方法
CN103037214A (zh) 视频压缩方法
JP2003521178A (ja) 品質ベースのイメージ圧縮
CN107580224B (zh) 一种面向hevc熵编码的自适应扫描方法
CN102281446B (zh) 一种分布式视频编码中基于视觉感知特性的量化方法
CN108322747A (zh) 一种面向超高清视频的编码单元划分优化方法
CA2250284C (en) A perceptual compression and robust bit-rate control system
Guarda et al. Deep learning-based point cloud geometry coding: RD control through implicit and explicit quantization
CN104159117A (zh) 一种hevc视频的信息隐藏方法
CN106358040A (zh) 一种基于显著性的码率控制比特分配方法
CN104602016A (zh) 一种基于帧内预测模式差值的hevc视频的信息隐藏方法
CN104378636A (zh) 一种视频图像编码方法及装置
CN109922339A (zh) 结合多采样率下采样和超分辨率重建技术的图像编码框架
CN109819260A (zh) 基于多嵌入域融合的视频隐写方法和装置
CN106412595A (zh) 用于编码高动态范围帧以及施加的低动态范围帧的方法和设备
KR100238889B1 (ko) 형태 부호화를 위한 보더 화소 예측 장치 및 방법
CN112040231B (zh) 一种基于感知噪声信道模型的视频编码方法
US20240054685A1 (en) Point cloud decoding method, point cloud encoding method, and point cloud decoding device
CN108076344A (zh) 一种基于权重图模型的vr视频码率控制比特分配方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180525