CN110113606A - 一种去除人眼感知冗余视频编码的方法、装置和设备 - Google Patents
一种去除人眼感知冗余视频编码的方法、装置和设备 Download PDFInfo
- Publication number
- CN110113606A CN110113606A CN201910184737.6A CN201910184737A CN110113606A CN 110113606 A CN110113606 A CN 110113606A CN 201910184737 A CN201910184737 A CN 201910184737A CN 110113606 A CN110113606 A CN 110113606A
- Authority
- CN
- China
- Prior art keywords
- perception
- video coding
- human eye
- image
- removal
- 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
Links
- 230000008447 perception Effects 0.000 title claims abstract description 97
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000012545 processing Methods 0.000 claims abstract description 31
- 238000013139 quantization Methods 0.000 claims abstract description 24
- 230000000007 visual effect Effects 0.000 claims abstract description 22
- 230000005764 inhibitory process Effects 0.000 claims abstract description 20
- 230000015654 memory Effects 0.000 claims description 19
- 230000000694 effects Effects 0.000 claims description 10
- 238000004088 simulation Methods 0.000 claims description 9
- 206010021403 Illusion Diseases 0.000 abstract description 11
- 230000006870 function Effects 0.000 description 16
- 230000035945 sensitivity Effects 0.000 description 9
- 230000006835 compression Effects 0.000 description 6
- 238000007906 compression Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 230000004438 eyesight Effects 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 230000001052 transient effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000016776 visual perception Effects 0.000 description 1
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
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/124—Quantisation
-
- 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
- H04N19/169—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
- H04N19/186—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 a colour or a chrominance component
-
- 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
- H04N19/61—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding in combination with predictive coding
-
- 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]
-
- 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
- H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Discrete Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明公开了一种去除人眼感知冗余视频编码的方法、装置和设备，包括：模拟人眼视觉系统的感知特性计算感知冗余阈值；调制量化系数对图像进行抑制处理；此方法充分考虑了视频编码中的量化失真对感知失真的影响，通过模拟人眼视觉系统的感知特性，计算多维度的感知冗余阈值，根据不同的量化QP设定不同的调制系数，有效减少量化失真和感知失真的重叠。
Description
技术领域
本发明涉及视频领域，特别是一种去除人眼感知冗余视频编码的方法、装置和设备。
背景技术
目前的视频编码中，基于客观质量的视频编码的压缩比已经快到极限，为了满足人们对视频画质的更高要求，越来越多人开始研究以主观质量评价为标准的感知视频编码，感知视频编码成为研究的热点。目前关于感知视频编码的纹理复杂计算大多采用的是传统的 Sobel算子以及Gabor滤波器，也没有很好的考虑编码器本身的特性，主要存在以下问题：
(1)基于客观质量的视频编码不能够很好的满足目前各种新型的高分辨超高清视频业务；
(2)目前基于人眼视觉系统的感知视频编码在人眼对视频的纹理掩盖效应上，主要用的是传统的Sobel算子以及Gabor滤波器，对图像的纹理信息的检测过于简单；
(3)大部分感知视频编码处理过程有欠缺，直接影响视频压缩后的质量。
发明内容
为了克服现有技术的不足，本发明的目的在于提供一种去除人眼感知冗余视频编码的方法、装置和设备，可根据不同的量化QP设定不同的调制系数，减少量化失真和感知失真的重叠。
本发明解决其问题所采用的技术方案是：
第一方面，本发明提供了一种去除人眼感知冗余视频编码的方法，包括：
模拟人眼视觉系统的感知特性计算感知冗余阈值；
调制量化系数对图像进行抑制处理。
上述去除人眼感知冗余视频编码的方法至少具有以下有益效果：充分考虑了视频编码中的量化失真对感知失真的影响，首先，模拟人眼视觉系统的感知特性，计算多维度的感知冗余阈值，然后根据不同的量化QP设定不同的调制系数，减少量化失真和感知失真的重叠。
进一步，所述模拟人眼视觉系统的感知特性计算感知冗余阈值之前还有以下步骤：对视频文件中的每一帧进行DCT变换，将光强数据转换成频率数据，以便得知强度变化的情形。
所述调制量化系数对图像进行抑制处理之后还有以下步骤：视频编码输出高主观视频质量的视频图像，将经过预处理的视频进行压缩输出高主观视频质量的视频图像。
进一步，所述模拟人眼视觉系统的感知特性计算感知冗余阈值包括：计算亮度和/或空间频率和/或纹理掩盖效应的感知冗余阈值；结合视频局部的空间频率、平均亮度值和纹理边缘特征信息对人眼视觉的影响，设置对应的阈值，在保证人眼主观视频质量不受影响的前提下，对视频的DCT域添加不超过阈值的噪声，然后进行编码，来达到码率的降低的效果。
进一步，所述调制量化系数对图像进行抑制处理包括：
将影响所述感知冗余阈值的感知特性因数进行综合考虑，对图像进行合理的抑制处理；通过调整综合抑制函数，对图像进行有效的合适的抑制处理。
进一步，所述对视频文件中的每一帧进行DCT变换包括：每一帧设置为8*8的块的预处理单位，优选8*8的块作为预处理单位，相比 16*16、32*32或者64*64的能够更加精细化地对图像进行处理。
进一步，所述每一帧以8*8的块作为最小预处理单位包括：
对每一帧图像划分成8*8的块；
对于边界部分不足8的边缘补零处理。
补充了对于不足8*8的块的最小预处理单位的处理手段。
进一步，所述视频编码输出高高主观视频质量的视频图像包括：视频编码采用的是HEVC，优选HEVC的视频编码技术一种新的视频压缩标准，使得全高清视频的播放速率变得更快，提高画面质量。
第二方面，本发明提供了一种一种去除人眼感知冗余视频编码的装置，包括：
计算单元，用于模拟人眼视觉系统的感知特性计算感知冗余阈值；
处理单元，用于调制量化系数对图像进行抑制处理。
第三方面，本发明提供了一种去除人眼感知冗余视频编码的设备，包括至少一个控制处理器和用于与至少一个控制处理器通信连接的存储器；存储器存储有可被至少一个控制处理器执行的指令，指令被至少一个控制处理器执行，以使至少一个控制处理器能够执行如上所述的一种去除人眼感知冗余视频编码的方法。
第四方面，本发明提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机可执行指令，计算机可执行指令用于使计算机执行如上所述的去除人眼感知冗余视频编码的方法。
第五方面，本发明还提供了一种计算机程序产品，所述计算机程序产品包括存储在计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使计算机执行如上所述的去除人眼感知冗余视频编码的方法。
本发明实施例中提供的一个或多个技术方案，至少具有如下有益效果：
提供一种去除人眼感知冗余视频编码的方法，包括：对视频文件中的每一帧进行DCT变换；模拟人眼视觉系统的感知特性计算感知冗余阈值；调制量化系数对图像进行抑制处理；视频编码输出高高主观视频质量的视频图像，上述视频编码方法充分考虑了视频编码中的量化失真对感知失真的影响，模拟人眼视觉系统的感知特性，计算多维度的感知冗余阈值，然后根据不同的量化QP设定不同的调制系数，有效减少量化失真和感知失真的重叠，最后通过视频编码输出高高主观视频质量的视频图像。
附图说明
下面结合附图和实例对本发明作进一步说明。
图1是本发明实施例一提供的一种去除人眼感知冗余视频编码的方法的流程图；
图2是本发明实施例一提供的一种去除人眼感知冗余视频编码的方法中的第一种实施方式的流程图；
图3是本发明实施例一提供的一种去除人眼感知冗余视频编码的方法中的第二种实施方式的流程图；
图4是本发明实施例提供的一种去除人眼感知冗余视频编码的方法的HEVC的编码框架示意图；
图5是本发明实施例提供的一种去除人眼感知冗余视频编码的设备的结构示意图。
图6是本发明实施例提供的一种去除人眼感知冗余视频编码的设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
需要说明的是，如果不冲突，本发明实施例中的各个特征可以相互结合，均在本发明的保护范围之内。另外，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。
参照图1，本发明的其中一个实施例，一种去除人眼感知冗余视频编码的方法，包括：
S2模拟人眼视觉系统的感知特性计算感知冗余阈值；
S3调制量化系数对图像进行抑制处理。
此方法充分考虑了视频编码中的量化失真对感知失真的影响，首先，模拟人眼视觉系统的感知特性，计算多维度的感知冗余阈值，然后根据不同的量化QP设定不同的调制系数，减少量化失真和感知失真的重叠。
参照图2，本发明的其中一个实施例，一种去除人眼感知冗余视频编码的方法，包括：
S1：对视频文件中的每一帧进行DCT变换；
S2：模拟人眼视觉系统的感知特性计算感知冗余阈值；
S3：调制量化系数对图像进行抑制处理；
S4：视频编码输出高高主观视频质量的视频图像；
此方法充分考虑了视频编码中的量化失真对感知失真的影响，首先，模拟人眼视觉系统的感知特性，计算多维度的感知冗余阈值，然后根据不同的量化QP设定不同的调制系数，减少量化失真和感知失真的重叠，最后通过视频编码输出高高主观视频质量的视频图像。
参照图3，本发明的其中一个实施例，一种去除人眼感知冗余视频编码的方法，包括：
S10：对视频文件中的每一帧设置为8*8的块的预处理单位并进行DCT变换；
S20：计算亮度和/或空间频率和/或纹理掩盖效应的感知冗余阈值；
S30：将影响阈值的亮度和/或空间频率和/或纹理掩盖效应的感知特性因数进行综合考虑，对图像进行合理的抑制处理；
S40：采用HEVC进行视频编码处理，输出高高主观视频质量的视频图像。
此方法通过人眼视觉系统的特性，用新的结构对比度指标代替传统的Sobel算子计算人眼视觉感知的对比掩盖效应，使得算法更加贴近人眼感知，结合视频编解码，把量化失真与感知失真相结合，使得在深度量化压缩的时候维持一定的主观视频质量，使得在不同量化 QP值下有更好的主观质量，降低视频码流。
本发明的其中一个实施例，一种去除人眼感知冗余视频编码的方法中，所述模拟人眼视觉系统的感知特性计算感知冗余阈值包括：计算亮度和/或空间频率和/或纹理掩盖效应的感知冗余阈值；结合视频局部的空间频率、平均亮度值和纹理边缘特征信息对人眼视觉的影响，设置对应的阈值，在保证人眼主观视频质量不受影响的前提下，对视频的DCT域添加不超过阈值的噪声，然后进行编码，来达到码率的降低的效果。下一步，所述调制量化系数对图像进行抑制处理包括：将影响阈值的亮度和/或空间频率和/或纹理掩盖效应的感知特性因数进行综合考虑，对图像进行合理的抑制处理；通过调整综合抑制函数，对图像进行有效的合适的抑制处理。
需要说明的是，本实施例优选但不限于亮度、空间频率和纹理等因素进行感知冗余计算，还可以有时间、知识、结构等因数选择或结合进行计算。
所述模拟人眼视觉系统的感知特性计算感知冗余阈值，由于人眼和光学系统很相似，虽然有神经系统的调节不是物理意义上的光学系统，但是具有特性可以使用：
(1)因为人眼的瞳孔不是可以无限扩大的，是有对应的尺寸大小的，可以把人眼当成一个空间频率域上的低通线性系统，只对适应范围内的频率敏感，超过这个范围就不敏感，所以可以根据视频的不同空间频率设置不同的阈值。
(2)视频是由一帧帧图像组成，图像有亮度和色度两个信号，人眼对于亮度信号的空间分辨率敏感度要远大于色度信号的空间分辨率，而且在平均亮度较大的区域其灰度误差的要比平均亮度小的区域敏感会减少，所以可以根据视频不同的亮度平均值设置不同的阈值。
(3)组成视频的每一帧图像的内容信息只有纹理边缘特征信息对人眼视觉有很大影响，例如人眼会对纹理复杂的地方没那么敏感，对纹理平坦的地方反而更敏感一些，对于灰度误差人眼在边缘地区比非边缘地区更加敏感，所以可以根据视频不同的纹理边缘特征设置不同的阈值。
所以可以结合视频局部的空间频率、平均亮度值和纹理边缘特征信息对人眼视觉的影响，设置对应的阈值，在保证人眼主观视频质量不受影响的前提下，对视频的DCT域添加不超过阈值的噪声，然后进行编码，来达到码率的降低。
在空间频率敏感度函数方面，根据人类视觉系统，不同的空间频率人眼的敏感度不同，利用对比度敏感度函数来衡量敏感度和空间频率之间的关系。计算空间频率w(i,j)，空间频率是视角归一化的频率，显示了从恒定距离的水平和垂直观察,本文观察距离是屏幕高度 H的1.75倍，屏幕分辨率是1920*1080,块的尺寸是8*8，所以像素 (i,j)的水平、垂直视角θ和空间频率如下：
θx＝θy＝2*arctan(1/2/1.75/1080)*360/2/pi
w(i,j)＝1/16*(i^2+j^2)^(1/2)/(2*arctan(1/2/1.75/1080)*360/2/pi)
表示像素(i,j)的方向角度：
所以空间频率敏感度函数如下：
对于亮度敏感度函数，由上述分析可知，视频的亮度背景对人眼观察有很大影响，不同亮度背景人眼对其敏感度不一样，表示8*8块的平均像素强度，其亮度敏感度函数如下：
由实验数据得出K＝8,A＝3,B＝82,C＝95,D＝3
在纹理敏感度函数方面，由于失真和视频图像内容的纹理特征有关，采用结构对比度指标SCI来表示图像纹理的复杂度，结构对比度指标是图像DCT系数的峰值和对比度的比值，如下所示：
其中，C(w)是频率w的DCT系数，表示DCT系数的峰值，N＝8，为图像的尺寸，B为像素值的比特深度。当图像的SCI值越小的时候，该图像的失真越容易察觉，此时阈值就应该设小一点，当图像的SCI 值较大时失真则没那么容易察觉，阈值可以稍微大一点。
通过实验可得纹理敏感度函数如下：Fcm＝a*SCI^b
其中，a＝42.5，b＝0.54.
所述调制量化系数对图像进行抑制处理，主要是把上述描述的影响阈值的空间频率敏感函数、亮度函数和纹理敏感度函数综合考虑，对图像进行合理的抑制处理,综合的抑制函数D如下：
D＝Hcsf*Flm*Fcm*K
其中，K为量化调制因子，0<K<1，K从0.1每次增加0.01的递增方式，对QP为22，27，32，37，42进行逐步实验确定K的值，分别为0.5，0.35，0.25，0.2，0.15。
本发明的其中一个实施例，一种去除人眼感知冗余视频编码的方法中，所述对视频文件中的每一帧进行DCT变换包括：每一帧设置为 8*8的块的预处理单位，优选8*8的块作为预处理单位，相比16*16、 32*32或者64*64的能够更加精细化地对图像进行处理，具体步骤是对每一帧图像划分成8*8的块；对于边界部分不足8的边缘补零处理；补充了对于不足8*8的块的最小预处理单位的处理手段。对8*8块的图像进行DCT变换，DCT变换公式如下：
参考图4，本发明的其中一个实施例，一种去除人眼感知冗余视频编码的方法中，所述视频编码输出高高主观视频质量的视频图像包括：视频编码采用的是HEVC，优选HEVC的视频编码技术一种新的视频压缩标准，是有损压缩，输入为经过预处理的视频，参考软件代码是HM16.15，HEVC的编码结构非常灵活，HEVC的编码块大小有8*8、16*16、32*32和64*64四种方式，HEVC沿用混合编码框架，整体上由变换、量化、熵编码、帧内和帧间预测以及滤波等模块组成，每个模块在均进行了改进，使得HEVC的编码性能有很大提升，利用HEVC 视频编码技术使得全高清视频的播放速率变得更快，提高画面质量。
需要说明的是，HEVC只是本实施例中的优选的视频编码，还可以使用其他视频编码方式。
参照图5，本发明实施例还提供了一种去除人眼感知冗余视频编码的装置，在该一种去除人眼感知冗余视频编码的装置1000中，包括但不限于：计算单元1100和处理单元1200。
其中，计算单元1100用于模拟人眼视觉系统的感知特性计算感知冗余阈值；
处理单元1200用于调制量化系数对图像进行抑制处理。
需要说明的是，由于本实施例中的一种去除人眼感知冗余视频编码的装置与上述的一种去除人眼感知冗余视频编码的方法基于相同的发明构思，因此，方法实施例中的相应内容同样适用于本装置实施例，此处不再详述。
参照图6，本发明实施例还提供了一种去除人眼感知冗余视频编码的设备，该一种去除人眼感知冗余视频编码的设备200可以是任意类型的智能终端，例如手机、平板电脑、个人计算机等。具体地，该一种去除人眼感知冗余视频编码的设备200包括：一个或多个控制处理器201和存储器202，图4中以一个控制处理器201为例。
控制处理器201和存储器202可以通过总线或者其他方式连接，图5中以通过总线连接为例。
存储器202作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态性计算机可执行程序以及模块，如本发明实施例中的一种去除人眼感知冗余视频编码的方法对应的程序指令/模块，例如，图5中所示的计算单元1100和处理单元1200。控制处理器201通过运行存储在存储器202中的非暂态软件程序、指令以及模块，即实现上述方法实施例的一种去除人眼感知冗余视频编码的方法。
存储器202可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据一种去除人眼感知冗余视频编码的方法对应的程序指令/模块。此外，存储器202可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中，存储器202可选包括相对于控制处理器201远程设置的存储器，这些远程存储器可以通过网络连接至该一种去除人眼感知冗余视频编码的设备200。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器202中，当被所述一个或者多个控制处理器201执行时，执行上述方法实施例中的一种去除人眼感知冗余视频编码的方法，例如，执行以上描述的图1中的方法步骤S2至S3，图2中的方法步骤S1至S4，图3中的方法步骤S10至S40，实现图5中的单元1100、1200的功能。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个控制处理器执行，例如，被图4中的一个控制处理器201执行，可使得上述一个或多个控制处理器201执行上述方法实施例中的一种去除人眼感知冗余视频编码的方法，例如，图1中的方法步骤S2 至S3，图2中的方法步骤S1至S4，图3中的方法步骤S10至S40，实现图5中的单元1100、1200的功能。
通过以上的实施方式的描述，本领域技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现。本领域技术人员可以理解实现上述实施例方法中的全部或部分流程是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(ReadOnly Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
以上是对本发明的较佳实施进行了具体说明，但本发明并不局限于上述实施方式，熟悉本领域的技术人员在不违背本发明精神的前提下还可作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (10)
1.一种去除人眼感知冗余视频编码的方法，其特征在于：包括：
模拟人眼视觉系统的感知特性计算感知冗余阈值；
调制量化系数对图像进行抑制处理。
2.根据权利要求1所述的一种去除人眼感知冗余视频编码的方法，其特征在于：
所述模拟人眼视觉系统的感知特性计算感知冗余阈值之前还有以下步骤：对视频文件中的每一帧进行DCT变换；
所述调制量化系数对图像进行抑制处理之后还有以下步骤：视频编码输出主观视频质量的视频图像。
3.根据权利要求1所述的一种去除人眼感知冗余视频编码的方法，其特征在于：
所述模拟人眼视觉系统的感知特性计算感知冗余阈值包括：计算亮度和/或空间频率和/或纹理掩盖效应的感知冗余阈值。
4.根据权利要求3所述的一种去除人眼感知冗余视频编码的方法，其特征在于：
所述调制量化系数对图像进行抑制处理包括：
将影响所述感知冗余阈值的感知特性因数进行综合考虑，对图像进行合理的抑制处理。
5.根据权利要求3所述的一种去除人眼感知冗余视频编码的方法，其特征在于：
所述对视频文件中的每一帧进行DCT变换包括：
每一帧设置为8*8的块的最小预处理单位。
6.根据权利要求5所述的一种去除人眼感知冗余视频编码的方法，其特征在于：
所述每一帧以8*8的块作为预处理单位包括：
对每一帧图像划分成8*8的块；
对于边界部分不足8的边缘补零处理。
7.根据权利要求1所述的一种去除人眼感知冗余视频编码的方法，其特征在于：所述视频编码输出主观视频质量的视频图像包括：视频编码采用的是HEVC。
8.一种去除人眼感知冗余视频编码的装置，其特征在于：
计算单元，用于模拟人眼视觉系统的感知特性计算感知冗余阈值；
处理单元，调制量化系数对图像进行抑制处理。
9.一种去除人眼感知冗余视频编码的设备，其特征在于：包括至少一个控制处理器和用于与所述至少一个控制处理器通信连接的存储器；所述存储器存储有可被所述至少一个控制处理器执行的指令，所述指令被所述至少一个控制处理器执行，以使所述至少一个控制处理器能够执行如权利要求1-7任一项所述的去除人眼感知冗余视频编码的方法。
10.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1-7任一项所述的去除人眼感知冗余视频编码的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910184737.6A CN110113606A (zh) | 2019-03-12 | 2019-03-12 | 一种去除人眼感知冗余视频编码的方法、装置和设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910184737.6A CN110113606A (zh) | 2019-03-12 | 2019-03-12 | 一种去除人眼感知冗余视频编码的方法、装置和设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110113606A true CN110113606A (zh) | 2019-08-09 |
Family
ID=67484228
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910184737.6A Pending CN110113606A (zh) | 2019-03-12 | 2019-03-12 | 一种去除人眼感知冗余视频编码的方法、装置和设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110113606A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111654701A (zh) * | 2020-04-21 | 2020-09-11 | 北京奇艺世纪科技有限公司 | 视频编码预处理方法、装置、设备和计算机可读存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103051901A (zh) * | 2013-01-14 | 2013-04-17 | 北京华兴宏视技术发展有限公司 | 视频数据编码装置和视频数据编码方法 |
| CN103124347A (zh) * | 2012-10-22 | 2013-05-29 | 上海大学 | 利用视觉感知特性指导多视点视频编码量化过程的方法 |
| US20170155903A1 (en) * | 2015-11-30 | 2017-06-01 | Canon Kabushiki Kaisha | Method, apparatus and system for encoding and decoding video data according to local luminance intensity |
| CN109309834A (zh) * | 2018-11-21 | 2019-02-05 | 北京航空航天大学 | 基于卷积神经网络和hevc压缩域显著信息的视频压缩方法 |
| CN109451316A (zh) * | 2018-11-21 | 2019-03-08 | 北京航空航天大学 | 一种基于cu显著性的qp选择算法 |
-
2019
- 2019-03-12 CN CN201910184737.6A patent/CN110113606A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103124347A (zh) * | 2012-10-22 | 2013-05-29 | 上海大学 | 利用视觉感知特性指导多视点视频编码量化过程的方法 |
| CN103051901A (zh) * | 2013-01-14 | 2013-04-17 | 北京华兴宏视技术发展有限公司 | 视频数据编码装置和视频数据编码方法 |
| US20170155903A1 (en) * | 2015-11-30 | 2017-06-01 | Canon Kabushiki Kaisha | Method, apparatus and system for encoding and decoding video data according to local luminance intensity |
| CN109309834A (zh) * | 2018-11-21 | 2019-02-05 | 北京航空航天大学 | 基于卷积神经网络和hevc压缩域显著信息的视频压缩方法 |
| CN109451316A (zh) * | 2018-11-21 | 2019-03-08 | 北京航空航天大学 | 一种基于cu显著性的qp选择算法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111654701A (zh) * | 2020-04-21 | 2020-09-11 | 北京奇艺世纪科技有限公司 | 视频编码预处理方法、装置、设备和计算机可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102682446B (zh) | 使用自适应联合双边滤波器生成稠密深度图的设备和方法 | |
| US9679365B2 (en) | Processing high dynamic range images | |
| CN104378636B (zh) | 一种视频图像编码方法及装置 | |
| CN104219525B (zh) | 基于显著性和最小可察觉失真的感知视频编码方法 | |
| CN103227775B (zh) | 用于处理图像或视频数据的方法和系统 | |
| CN105850114A (zh) | 用于图像的逆色调映射的方法 | |
| US10491899B2 (en) | Method and apparatus for quantization in video encoding and decoding | |
| US9712834B2 (en) | Hardware efficient sparse FIR filtering in video codec | |
| CN110139112B (zh) | 一种基于jnd模型的视频编码方法 | |
| CN103067661A (zh) | 图像处理方法、装置和拍摄终端 | |
| CN105635743A (zh) | 基于显著性检测和全变分的最小可察觉失真方法及系统 | |
| CN111193931B (zh) | 一种视频数据的编码处理方法和计算机存储介质 | |
| CN106550244A (zh) | 视频图像的画质增强方法及装置 | |
| CN109842799A (zh) | 颜色分量的帧内预测方法及装置 | |
| CN105243641B (zh) | 一种基于双树复小波变换的低光照图像增强方法 | |
| CN103051901A (zh) | 视频数据编码装置和视频数据编码方法 | |
| US20190058886A1 (en) | Preserving texture/noise consistency in video codecs | |
| Wang et al. | Perceptually quasi-lossless compression of screen content data via visibility modeling and deep forecasting | |
| CN110113606A (zh) | 一种去除人眼感知冗余视频编码的方法、装置和设备 | |
| WO2006131866A2 (en) | Method and system for image processing | |
| Wu et al. | Perceptual VVC quantization refinement with ensemble learning | |
| US20190387254A1 (en) | Image Filtering Method And Apparatus | |
| CN105141967A (zh) | 基于恰可觉察失真模型的快速自适应环路滤波算法 | |
| CN115567712A (zh) | 基于人眼恰可察觉失真的屏幕内容视频编码感知码率控制方法及装置 | |
| KR20190062284A (ko) | 인지 특성에 기반한 영상 처리 방법 및 장치 |
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: 20190809 |