CN109151479A - 基于h.264压缩域模式和空时特征的显著度提取方法 - Google Patents

基于h.264压缩域模式和空时特征的显著度提取方法 Download PDF

Info

Publication number
CN109151479A
CN109151479A CN201810993879.2A CN201810993879A CN109151479A CN 109151479 A CN109151479 A CN 109151479A CN 201810993879 A CN201810993879 A CN 201810993879A CN 109151479 A CN109151479 A CN 109151479A
Authority
CN
China
Prior art keywords
pieces
feature
saliency map
coding mode
layers
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
CN201810993879.2A
Other languages
English (en)
Inventor
崔子冠
孙文玲
干宗良
唐贵进
刘峰
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.)
Nanjing Post and Telecommunication University
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing Post and Telecommunication 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 Nanjing Post and Telecommunication University filed Critical Nanjing Post and Telecommunication University
Priority to CN201810993879.2A priority Critical patent/CN109151479A/zh
Publication of CN109151479A publication Critical patent/CN109151479A/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
    • H04N19/169—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
    • H04N19/176—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 block, e.g. a macroblock
    • 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
    • H04N19/167—Position within a video image, e.g. region of interest [ROI]
    • 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
    • H04N19/44—Decoders specially adapted therefor, e.g. video decoders which are asymmetric with respect to the encoder
    • 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
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/625—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using discrete cosine transform [DCT]

Abstract

本发明公开了一种基于H.264压缩域模式和空时特征的显著度提取方法，首先读入视频流中关于当前帧的压缩码流，对当前帧的码流进行部分解码，提取各宏块的编码模式信息、DCT系数和运动矢量；之后计算4×4块层的编码模式特征并得到基于编码模式的显著度图，根据DCT系数计算4×4块层的空域亮度、色度和纹理特征并融合得到空域显著度图，根据运动矢量计算4×4块层的时域运动特征并得到时域显著度图；最后融合基于编码模式的显著度图、空域显著度图和时域显著度图得到当前视频帧的最终显著度图。本发明通过利用压缩域信息避免了像素域视频显著度提取方法需要对码流完全解码的问题，并充分利用了压缩域的编码模式和空时特征，提高了视频显著度提取的准确性。

Description

基于H.264压缩域模式和空时特征的显著度提取方法
技术领域
本发明涉及一种基于H.264压缩域模式和空时特征的显著度提取方法，属 于视频编码与视频分析特别是视频显著度提取技术领域。
背景技术
显著度提取可以自动提取图像或视频中的关键区域，在图像与视频分析的 很多方面(比如质量评价、感知编码、图像水印等)都有重要的应用，是图像 与视频处理领域的重要研究课题。目前绝大多数显著度提取方法都是基于像素 域进行实现，即通过分析当前像素点或像素块与其它像素的对比关系进行显著 度测量。由于大多数的图像或视频在存储或网络中传输时都是以压缩码流的形 式存在，像素域方法需要对图像或视频码流先进行完整的解码过程得到像素值 再进行显著性分析处理，而图像尤其是视频码流(如H.264或HEVC压缩后) 在完全解码时需要较大的计算耗费和较长的解码时间，使得像素域的显著度提 取方法尤其在基于网络的视频分析应用中受到限制。
图像或视频进行压缩编码时，编码后的信息本身就是图像或视频特征的高 效表达，因此直接基于压缩域信息的显著度提取方法有望获得与像素域方法类 似的准确性。但截止目前，基于压缩域信息的图像或视频显著度提取方法还很 少且准确性不高，有待于进一步的研究探索。比如2016年刘鹏宇等人获得授权 的发明专利：基于编码信息的视频感兴趣区域提取方法(CN103618900B)，该发 明专利利用宏块(Macroblock，大小为16×16像素)的分割模式将宏块分为空域 显著或不显著区域两类，利用当前宏块的运动矢量与前一帧运动矢量的平均值 进行对比得到时域显著或不显著区域，最后根据宏块空域显著或不显著以及时 域显著或不显著得到整帧以宏块为单位共四个显著等级的显著度图，进行感兴趣区域的自动提取。此方法仅利用分割模式将空域分为显著或不显著两部分， 利用前一帧运动矢量的平均值作为阈值将当前帧从时域上分为显著或不显著两 部分，最后根据逻辑关系将宏块分为四个显著等级，方法过于粗糙，不能准确 反映视频中复杂内容的显著性。本发明较好地解决了上述问题。
发明内容
为了解决上述技术问题，本发明提供了基于H.264压缩域模式和空时特征 的显著度提取方法。
为了达到上述目的，本发明所采用的技术方案是：
基于H.264压缩域模式和空时特征的显著度提取方法，包括以下步骤：
第一步、读入视频流中关于当前帧的压缩码流，对当前帧的码流进行部分 解码；
第二步、提取各宏块的编码模式信息、DCT系数和运动矢量，进一步包括： (1)根据编码模式信息计算4×4块层的编码模式特征，并得到基于编码模式的 显著度图；(2)根据DCT系数计算4×4块层的空域特征，并得到空域显著度图； (3)根据运动矢量计算4×4块层的时域运动特征，并得到时域显著度图；
第三步、融合基于编码模式的显著度图、空域显著度图和时域显著度图得 到当前帧的最终显著度图。
优选地，根据编码模式信息计算4×4块层的编码模式特征并得到基于编码 模式的显著度图的步骤进一步包括以下步骤：①根据各宏块的编码模式信息来 确定各宏块的编码模式所覆盖的4×4块的重要性程度，以所述重要性程度作为4×4块层的编码模式特征，所述编码模式信息包括帧内模式、帧间模式、划分块 的大小；②对当前帧4×4块层的编码模式特征进行归一化处理，得到基于编码 模式的显著度图。
优选地，根据DCT系数计算4×4块层的空域特征，并得到空域显著度图的 步骤进一步包括以下步骤：所述空域特征包括亮度、色度和纹理特征，根据DCT 系数计算4×4块层的空域亮度、色度和纹理特征，并得到空域基于亮度、色度 和纹理的显著度图，融合亮度、色度和纹理的显著度图得到空域显著度图。
优选地，根据DCT系数计算4×4块层的空域亮度、色度和纹理特征的步骤 进一步包括以下步骤：①对当前宏块(Macroblock)亮度通道Y的16个以4×4 块为单位的DCT系数矩阵，提取各DCT系数矩阵左上角元素作为4×4块的亮 度特征，所述左上角元素即为4×4变换块的DC系数；②对当前宏块两个色度 通道U/V的各DCT系数矩阵，同样提取各DCT系数矩阵左上角元素作为4×4 块层的两个色度特征；③对当前宏块亮度通道Y的16个以4×4块为单位的各 DCT系数矩阵，提取除DC系数外的其余15个AC系数构成向量作为4×4块的 纹理特征。
优选地，计算空域基于亮度、色度和纹理的显著度图并融合得到空域显著 度图的步骤进一步包括以下步骤：①根据提取到的当前帧4×4块层亮度特征， 计算当前4×4块的亮度特征与周围8邻域4×4块的亮度特征之间的局部对比度 作为当前帧的亮度显著度，之后进行归一化得到当前帧的亮度显著度图；②根 据提取到的当前帧4×4块层的U/V两个色度特征，同样计算当前4×4块与周围 8邻域4×4块的色度特征之间的局部对比度作为当前帧的色度显著度，之后对 U/V两个色度显著度图分别归一化再求和并再次归一化后得到当前帧的色度显 著度图；③根据提取到的当前帧4×4块层的纹理特征，同样计算当前4×4块与 周围8邻域4×4块的纹理特征之间的局部对比度作为当前帧的纹理显著度，不 同4×4块纹理特征之间的差异使用欧氏距离进行度量；④对亮度、色度和纹理 显著度图进行线性融合得到空域显著度图。
优选地，根据运动矢量计算4×4块层的时域运动特征并得到时域显著度图 的步骤进一步包括以下步骤：①对当前宏块亮度通道Y以4×4块为单位的运动 矢量，计算以4×4块为单位的运动矢量幅值作为4×4块的时域运动特征；②计 算当前4×4块的运动特征与周围8邻域4×4块的运动特征之间的局部对比度作 为当前帧的运动显著度，之后进行归一化得到当前帧的时域运动显著度图。
优选地，通过线性融合基于编码模式的显著度图、空域显著度图和时域显 著度图，得到当前视频帧的最终显著度图。
具体地，本发明的方法对当前帧的码流仅进行部分解码，仅提取各宏块的 编码模式信息、DCT系数和运动矢量，而不需要对当前帧的码流进行完全解码 来得到最终的像素值去进行显著度提取。
与现有技术相比，本发明所达到的有益效果在于：(1)与现有技术中利用 像素域信息进行视频显著度提取的方法相比，本发明利用压缩域信息进行视频 显著度提取，避免了对视频码流进行完全解码，检测速度快，尤其适合基于网 络的视频分析应用；(2)本发明充分利用了压缩域的编码模式、DCT系数和运 动矢量，有效表达了视频的空时特征，提高了显著度提取的准确性；(3)本发 明对视频流进行处理得到以4×4块为单位的显著度，提高了视频显著度提取的 分辨率，便于得到更准确的感兴趣目标区域与轮廓。
附图说明
图1为根据实施例的本发明的基于H.264压缩域模式和空时特征的显著度 提取方法的流程图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明 本发明的技术方案，而不能以此来限制本发明的保护范围。
如图1所示，基于H.264压缩域模式和空时特征的显著度提取方法，包括 以下步骤：
步骤1，读入视频流中关于当前帧的压缩码流，对当前帧的码流进行部分解 码；具体包括：①读入视频流中关于当前帧的压缩码流；②对当前帧的码流进 行部分解码，部分解码是指对码流仅做熵解码的过程，解析出帧层与宏块层语 法元素的值(包括编码模式信息、DCT系数和运动信息)，而不做完整视频解码 中后续的反量化、反变换、运动补偿和滤波以重建像素值的过程；
步骤2，根据熵解码的解析结果，提取各宏块的编码模式信息、DCT系数 和运动矢量，步骤1熵解码后，就自然得到了各宏块的编码模式、DCT系数和 运动矢量；
进一步包括：
(1)根据模式信息计算4×4块层的编码模式特征，并得到基于编码模式的 显著度图SM；
11)根据各宏块的编码模式信息(包括帧内或帧间模式、划分块的大小) 来确定其所覆盖的4×4块的重要性程度，以此作为4×4块层的编码模式特征， 宏块编码模式与其所覆盖的4×4块的重要性程度的映射关系定义如下，
其中，mode表示宏块的编码与分割模式，SM(MB)表示当前宏块的编码模式 所覆盖的4×4块的重要性程度；
12)对当前帧4×4块层的编码模式特征(即重要性程度)进行归一化处理， 得到基于编码模式的4×4块层显著度图SM；
(2)根据DCT系数计算4×4块层的空域亮度、色度和纹理特征，并得到 空域基于亮度、色度和纹理的显著度图，融合亮度、色度和纹理的显著度图得 到空域显著度图SS；
21)根据DCT系数计算4×4块层的空域亮度、色度和纹理特征；
①对当前宏块(Macroblock)亮度通道Y的16个以4×4块为单位的DCT 系数矩阵，提取各DCT系数矩阵左上角元素(即4×4变换块的DC系数)作为 4×4块的亮度特征；
②对当前宏块两个色度通道U/V的各DCT系数矩阵，同样提取各DCT系 数矩阵左上角元素(即DC系数)作为4×4块层的两个色度特征；
③对当前宏块亮度通道Y以4×4块为单位的各DCT系数矩阵，提取除DC 系数外的其余15个AC系数构成向量作为4×4块的纹理特征；
22)计算空域基于亮度、色度和纹理的显著度图并融合得到空域显著度图；
①根据提取到的当前帧4×4块层亮度特征，计算当前4×4块的亮度特征与 周围8邻域4×4块的亮度特征之间的局部对比度作为其亮度显著度，定义式如 下，
其中，i表示当前第i个4×4块，YDC(i)表示第i个4×4块变换的DC系数 (即亮度特征)，YDC(j)表示当前第i个4×4块周围8邻域第j个4×4块的亮度 特征，SYDC(i)表示计算得到的第i个4×4块的亮度显著度；
之后对当前帧所有4×4块的亮度显著度进行归一化，得到当前帧的亮度显 著度图SYDC；
②根据提取到的当前帧4×4块层的U/V两个色度特征，同样计算中心4×4 块与周围8邻域4×4块的色度特征之间的局部对比度作为色度显著度，定义式 如下，
其中，i表示当前第i个4×4块，UDC(i)与VDC(i)分别表示色度通道U和V 第i个4×4块变换的DC系数(即色度特征)，UDC(j)与VDC(j)表示U/V通道当 前第i个4×4块周围8邻域第j个4×4块的色度特征，SUDC(i)与SVDC(i)分别表示 计算得到的U/V通道第i个4×4块的色度显著度；
之后对U/V两个色度显著度图分别归一化再求和并再次归一化后得到当前 帧的色度显著度图SUVDC；
③根据提取到的当前帧4×4块层的纹理特征，同样计算中心4×4块与周围8 邻域4×4块的纹理特征之间的局部对比度作为纹理显著度，定义式如下，
其中，i表示当前第i个4×4块，YAC(i)表示第i个4×4块变换的AC系数向 量(即纹理特征向量，长度为15)，YAC(j)表示当前第i个4×4块周围8邻域第 j个4×4块的纹理特征向量，SYDC(i)表示计算得到的第i个4×4块的纹理显著度， dist(YAC(i),YAC(j))表示两个4×4块的纹理特征向量之间的欧氏距离，定义式如 下，
其中，YAC(i,k)与YAC(j,k)分别表示第i个与第j个4×4块变换的第k个AC 系数；
之后对当前帧所有4×4块的纹理显著度进行归一化，得到当前帧的纹理显 著度图SYAC；
④对亮度、色度和纹理显著度图进行线性融合得到空域显著度图SS，定义 式如下，
(3)根据运动矢量计算4×4块层的时域运动特征，并得到时域显著度图ST；
31)对当前宏块亮度通道Y以4×4块为单位的运动矢量，计算以4×4块为 单位的运动矢量幅值作为4×4块的时域运动特征，定义式如下：
其中，MV(i,x)与MV(i,y)分别表示第i个4×4块在水平与垂直方向上的运动 矢量，MV(i)表示第i个4×4块的运动矢量幅值(即时域运动特征)；
32)计算当前4×4块的运动特征与周围8邻域4×4块的运动特征之间的局 部对比度作为其运动显著度，定义式如下，
其中，MV(j)表示当前第i个4×4块周围8邻域第j个4×4块的运动特征， ST(i)表示计算得到的第i个4×4块的时域运动显著度；
之后对当前帧所有4×4块的运动显著度进行归一化，得到当前帧的时域运 动显著度图ST；
步骤3，最后融合基于编码模式的显著度图SM、空域显著度图SS和时域显 著度图ST得到当前视频帧以4×4块为单位的最终显著度图，定义式如下，
其中，S表示最终计算得到的以4×4块为单位的显著度图，某个位置的值越 大，表示所在位置的显著度越高，越能引起人眼关注。
上述通过利用压缩域信息进行显著度提取的方法避免了基于像素域的提取 方法必须对码流完全解码的问题，并充分利用了压缩域的编码模式和空时特征， 在保持较低计算复杂度的前提下提高了视频显著度提取的准确性。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通 技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变 形，这些改进和变形也应视为本发明的保护范围。

Claims (7)

1.基于H.264压缩域模式和空时特征的显著度提取方法，其特征在于，包括以下步骤：
第一步、读入视频流中关于当前帧的压缩码流，对当前帧的码流进行部分解码；
第二步、提取各宏块的编码模式信息、DCT系数和运动矢量，进一步包括：(1)根据编码模式信息计算4×4块层的编码模式特征，并得到基于编码模式的显著度图；(2)根据DCT系数计算4×4块层的空域特征，并得到空域显著度图；(3)根据运动矢量计算4×4块层的时域运动特征，并得到时域显著度图；
第三步、融合基于编码模式的显著度图、空域显著度图和时域显著度图得到当前帧的最终显著度图。
2.根据权利要求1所述的基于H.264压缩域模式和空时特征的显著度提取方法，其特征在于，根据编码模式信息计算4×4块层的编码模式特征并得到基于编码模式的显著度图的步骤进一步包括以下步骤：①根据各宏块的编码模式信息来确定各宏块的编码模式所覆盖的4×4块的重要性程度，以所述重要性程度作为4×4块层的编码模式特征，所述编码模式信息包括帧内模式、帧间模式、划分块的大小；②对当前帧4×4块层的编码模式特征进行归一化处理，得到基于编码模式的显著度图。
3.根据权利要求1所述的基于H.264压缩域模式和空时特征的显著度提取方法，其特征在于，根据DCT系数计算4×4块层的空域特征，并得到空域显著度图的步骤进一步包括以下步骤：所述空域特征包括亮度、色度和纹理特征，根据DCT系数计算4×4块层的空域亮度、色度和纹理特征，并得到空域基于亮度、色度和纹理的显著度图，融合亮度、色度和纹理的显著度图得到空域显著度图。
4.根据权利要求3所述的基于H.264压缩域模式和空时特征的显著度提取方法，其特征在于，根据DCT系数计算4×4块层的空域亮度、色度和纹理特征的步骤进一步包括以下步骤：①对当前宏块亮度通道Y的16个以4×4块为单位的DCT系数矩阵，提取各DCT系数矩阵左上角元素作为4×4块的亮度特征，所述左上角元素即为4×4变换块的DC系数；②对当前宏块两个色度通道U/V的各DCT系数矩阵，同样提取各DCT系数矩阵左上角元素作为4×4块层的两个色度特征；③对当前宏块亮度通道Y的16个以4×4块为单位的各DCT系数矩阵，提取除DC系数外的其余15个AC系数构成向量作为4×4块的纹理特征。
5.根据权利要求4所述的基于H.264压缩域模式和空时特征的显著度提取方法，其特征在于，计算空域基于亮度、色度和纹理的显著度图并融合得到空域显著度图的步骤进一步包括以下步骤：①根据提取到的当前帧4×4块层亮度特征，计算当前4×4块的亮度特征与周围8邻域4×4块的亮度特征之间的局部对比度作为当前帧的亮度显著度，之后进行归一化得到当前帧的亮度显著度图；②根据提取到的当前帧4×4块层的U/V两个色度特征，同样计算当前4×4块与周围8邻域4×4块的色度特征之间的局部对比度作为当前帧的色度显著度，之后对U/V两个色度显著度图分别归一化再求和并再次归一化后得到当前帧的色度显著度图；③根据提取到的当前帧4×4块层的纹理特征，同样计算当前4×4块与周围8邻域4×4块的纹理特征之间的局部对比度作为当前帧的纹理显著度，不同4×4块纹理特征之间的差异使用欧氏距离进行度量；④对亮度、色度和纹理显著度图进行线性融合得到空域显著度图。
6.根据权利要求1所述的基于H.264压缩域模式和空时特征的显著度提取方法，其特征在于，根据运动矢量计算4×4块层的时域运动特征并得到时域显著度图的步骤进一步包括以下步骤：①对当前宏块亮度通道Y以4×4块为单位的运动矢量，计算以4×4块为单位的运动矢量幅值作为4×4块的时域运动特征；②计算当前4×4块的运动特征与周围8邻域4×4块的运动特征之间的局部对比度作为当前帧的运动显著度，之后进行归一化得到当前帧的时域运动显著度图。
7.根据权利要求1所述的基于H.264压缩域模式和空时特征的显著度提取方法，其特征在于，通过线性融合基于编码模式的显著度图、空域显著度图和时域显著度图，得到当前视频帧的最终显著度图。
CN201810993879.2A 2018-08-29 2018-08-29 基于h.264压缩域模式和空时特征的显著度提取方法 Pending CN109151479A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810993879.2A CN109151479A (zh) 2018-08-29 2018-08-29 基于h.264压缩域模式和空时特征的显著度提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810993879.2A CN109151479A (zh) 2018-08-29 2018-08-29 基于h.264压缩域模式和空时特征的显著度提取方法

Publications (1)

Publication Number Publication Date
CN109151479A true CN109151479A (zh) 2019-01-04

Family

ID=64828881

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810993879.2A Pending CN109151479A (zh) 2018-08-29 2018-08-29 基于h.264压缩域模式和空时特征的显著度提取方法

Country Status (1)

Country Link
CN (1) CN109151479A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110784716A (zh) * 2019-08-19 2020-02-11 腾讯科技（深圳）有限公司 媒体数据处理方法、装置及介质
CN111193932A (zh) * 2019-12-13 2020-05-22 西安万像电子科技有限公司 图像处理方法及装置
CN114666571A (zh) * 2022-03-07 2022-06-24 中国科学院自动化研究所 视频敏感内容检测方法及系统
CN115222721A (zh) * 2022-08-02 2022-10-21 广西壮族自治区地图院 一种地理信息目标显著性检测方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103618900A (zh) * 2013-11-21 2014-03-05 北京工业大学 基于编码信息的视频感兴趣区域提取方法
CN104539962A (zh) * 2015-01-20 2015-04-22 北京工业大学 一种融合视觉感知特征的可分层视频编码方法
CN105472380A (zh) * 2015-11-19 2016-04-06 国家新闻出版广电总局广播科学研究院 基于蚁群的压缩域显著性检测算法
CN106507116A (zh) * 2016-10-12 2017-03-15 上海大学 一种基于3d显著性信息和视点合成预测的3d‑hevc编码方法
US20170310972A1 (en) * 2016-04-20 2017-10-26 Qualcomm Incorporated Methods and systems of generating a background picture for video coding
CN107967474A (zh) * 2017-11-24 2018-04-27 上海海事大学 一种基于卷积神经网络的海面目标显著性检测方法
CN108134937A (zh) * 2017-12-21 2018-06-08 西北工业大学 一种基于hevc的压缩域显著性检测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103618900A (zh) * 2013-11-21 2014-03-05 北京工业大学 基于编码信息的视频感兴趣区域提取方法
CN104539962A (zh) * 2015-01-20 2015-04-22 北京工业大学 一种融合视觉感知特征的可分层视频编码方法
CN105472380A (zh) * 2015-11-19 2016-04-06 国家新闻出版广电总局广播科学研究院 基于蚁群的压缩域显著性检测算法
US20170310972A1 (en) * 2016-04-20 2017-10-26 Qualcomm Incorporated Methods and systems of generating a background picture for video coding
CN106507116A (zh) * 2016-10-12 2017-03-15 上海大学 一种基于3d显著性信息和视点合成预测的3d‑hevc编码方法
CN107967474A (zh) * 2017-11-24 2018-04-27 上海海事大学 一种基于卷积神经网络的海面目标显著性检测方法
CN108134937A (zh) * 2017-12-21 2018-06-08 西北工业大学 一种基于hevc的压缩域显著性检测方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110784716A (zh) * 2019-08-19 2020-02-11 腾讯科技（深圳）有限公司 媒体数据处理方法、装置及介质
CN110784716B (zh) * 2019-08-19 2023-11-17 腾讯科技（深圳）有限公司 媒体数据处理方法、装置及介质
CN111193932A (zh) * 2019-12-13 2020-05-22 西安万像电子科技有限公司 图像处理方法及装置
CN114666571A (zh) * 2022-03-07 2022-06-24 中国科学院自动化研究所 视频敏感内容检测方法及系统
CN115222721A (zh) * 2022-08-02 2022-10-21 广西壮族自治区地图院 一种地理信息目标显著性检测方法

Similar Documents

Publication Publication Date Title
CN109151479A (zh) 基于h.264压缩域模式和空时特征的显著度提取方法
CN104539962B (zh) 一种融合视觉感知特征的可分层视频编码方法
CN109804633A (zh) 利用自适应帧内预测的全向视频编码和解码的方法和装置
CN104378643B (zh) 一种3d视频深度图像帧内预测模式选择方法及系统
CN103501437B (zh) 一种基于分形和h.264的高光谱图像压缩方法
CN107852507A (zh) 用于执行帧内预测的图像解码方法及其装置以及用于执行帧内预测的图像编码方法及其装置
CN104219525B (zh) 基于显著性和最小可察觉失真的感知视频编码方法
CN107852506A (zh) 用于执行帧内预测的图像解码方法及其装置以及用于执行帧内预测的图像编码方法及其装置
CN105872566A (zh) 图像编码装置和方法、以及图像译码装置和方法
CN101184221A (zh) 基于视觉关注度的视频编码方法
CN101990100A (zh) 一种解码方法以及编码方法
CN101662686A (zh) 基于纹理特性的dct域视频水印处理方法
CN107087200A (zh) 针对高效率视频编码标准的跳过编码模式提前判决方法
CN108347612A (zh) 一种基于视觉注意机制的监控视频压缩与重构方法
CN109842799A (zh) 颜色分量的帧内预测方法及装置
CN106878737A (zh) 高效视频编码中的运动估计加速方法
CN110365982A (zh) 一种多用途编码中帧内编码的多变换选择加速方法
CN105825491A (zh) 一种基于混合模型的图像融合方法
CN110519591A (zh) 一种基于多用途编码中帧内编码的预测模式快速选择方法
Déforges et al. Color LAR codec: a color image representation and compression scheme based on local resolution adjustment and self-extracting region representation
Xu et al. Rate-distortion optimized scan for point cloud color compression
CN101742291B (zh) 压缩图像目标的定位与识别方法及装置
CN106791876A (zh) 一种基于3d‑hevc的深度图快速帧内预测方法
CN106331730A (zh) H.264视频同量化因子双重压缩检测方法
CN113079373A (zh) 一种基于hevc-scc的视频编码方法

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

Application publication date: 20190104

RJ01 Rejection of invention patent application after publication