CN111565315A - 一种视频编码算法的评价方法 - Google Patents
一种视频编码算法的评价方法 Download PDFInfo
- Publication number
- CN111565315A CN111565315A CN202010291830.XA CN202010291830A CN111565315A CN 111565315 A CN111565315 A CN 111565315A CN 202010291830 A CN202010291830 A CN 202010291830A CN 111565315 A CN111565315 A CN 111565315A
- Authority
- CN
- China
- Prior art keywords
- coding
- configuration
- rlog
- log
- iqj
- 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
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 63
- 238000011156 evaluation Methods 0.000 title claims abstract description 17
- 238000007906 compression Methods 0.000 claims abstract description 46
- 230000006835 compression Effects 0.000 claims abstract description 46
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000012417 linear regression Methods 0.000 claims abstract description 5
- 238000004364 calculation method Methods 0.000 claims description 45
- 238000013139 quantization Methods 0.000 claims description 32
- 230000010354 integration Effects 0.000 claims description 17
- 238000012360 testing method Methods 0.000 claims description 17
- 238000010586 diagram Methods 0.000 claims description 7
- 230000005484 gravity Effects 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 4
- 238000011161 development Methods 0.000 abstract description 2
- 238000002474 experimental method Methods 0.000 abstract description 2
- 238000009472 formulation Methods 0.000 abstract description 2
- 239000000203 mixture Substances 0.000 abstract description 2
- 238000011158 quantitative evaluation Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 16
- 150000001875 compounds Chemical class 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 238000013522 software testing Methods 0.000 description 1
Images
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
- H04N19/136—Incoming video signal characteristics or properties
- H04N19/14—Coding unit complexity, e.g. amount of activity or edge presence estimation
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明涉及一种视频编码算法的评价方法,通过大量的实验获取各种编码算法的压缩效率变化率和编码时间变化率,然后在对数域上将压缩效率变化率和编码时间变化率结合起来,建立一个基准集,将待测试编码算法与基准集进行比较,可以综合评价视频编码算法性能。本发明方法实现了视频编码快速算法和视频编码新算法的定量评价,从对数域上进行了分析,并通过最小二乘法求线性回归拟合的方法,获取视频编码算法压缩效率和压缩复杂度的权重,对视频编码产品的开发以及视频编码标准的制定具有重要参考价值。
Description
技术领域
本发明涉及到视频压缩编码技术领域,尤其涉及到一种视频编码算法的评价方法。
背景技术
目前,视频编码算法的评价主要从两方面考虑:压缩效率(主要通过计算BD_rate)和压缩复杂度(主要通过计算时间改变率)。对于大多数算法,压缩效率的提升往往伴随着压缩复杂度的增加,如果独立地从压缩效率和复杂度两方面进行分析,评价算法时难以权衡。例如算法A使压缩效率提高了2%,编码时间增加了20%,算法B使压缩效率增加了3%,同时编码时间增加了50%,如图1所示,那么算法A和算法B哪个更好一些呢?对于视频算法的评价,现在还没有一个公认的方法可以综合比较压缩效率和复杂度。
发明内容
为了解决上述问题,本发明的目的在于提供一种视频编码算法的评价方法,通过大量的实验获取各种编码算法的压缩效率变化率和编码时间变化率,然后在对数域上将压缩效率变化率和编码时间变化率结合起来,建立一个基准集,将待测试编码算法与基准集进行比较,可以综合评价视频编码算法性能。本方法可以客观、有效的评价各种视频编码算法。
为了达到上述目的,本发明采用如下技术方案:
一种视频编码算法的评价方法,包括如下步骤:
步骤一:选择一个视频编码标准的参考软件平台RP;
步骤二:基于RP建立配置集B,其中配置Bj(j=1,2…,N)由RP的默认配置改变参数后得到;
步骤三:从配置集B中选取一个常用配置,作为后续评价的比较基准,记为配置B0;
步骤四:在RP的默认配置的基础上,增加所需评价的视频编码算法A,记为Bt;
步骤五:以B0为基准,计算Bt的压缩效率的对数平均和编码复杂度的对数平均,分别记为Elogt和Clogt;
步骤六:以B0为基准,基于配置集B计算压缩效率与压缩复杂度的比重值λ;
步骤七:计算算法A的评价指标分Zlogt,公式如下:
Zlogt=Elogt+λ*Clogt
其中,λ表示压缩效率与压缩复杂度的比重;Zlogt越小表示算法综合性能越好。
进一步的,步骤五中所述的以B0为基准,计算Bt的压缩效率对数平均和编码复杂度对数平均的方法,包括以下步骤:
S5-1:选择业内公认的测试序列集{V1,V2,...,Vm}和量化参数集{Q1,Q2,Q3,Q4},其中Q1<Q2<Q3<Q4;
S5-2:基于RP,对于序列Vi,采用量化参数Qq,在编码配置B0下的编码时间记为Tiq0,所得的峰值信噪比记为Piq0,码率记为Riq0;
S5-3:基于添加算法A后的RP,对于序列Vi,采用量化参数Qq,在Bt下的编码时间记为Tiqt,所得的峰值信噪比记为Piqt,码率记为Riqt;
S5-4:对于序列Vi,采用量化参数Qq,计算编码复杂度Ciqt,计算公式如下:
S5-5:对于序列Vi,计算4个量化参数下复杂度的几何平均值Cit,计算公式如下:
S5-6:分别计算码率的对数Rlogiq0和Rlogiqt,q=1,2,3,4,计算公式如下:
Rlogiq0=log(Riq0)
Rlogiqt=log(Riqt)
S5-7:以峰值信噪比为y轴,以码率的对数为x轴,建立平面直角坐标系,在坐标系中绘制点系列(Rlogiq0,Piq0)和(Rlogiqt,Piqt),q=1,2,3,4;
S5-8:确定积分区间。积分区间的上边界记为maxP;积分区间的下边界记为minP。计算公式如下:
maxP=Min{Max{Piq0|q=1,2,3,4},Max{Piqt|q=1,2,3,4}}
minP=Max{Min{Piq0|q=1,2,3,4},Min{Piqt|q=1,2,3,4}}
其中函数Min{·}表示取数值集合中的最小值,Max{·}表示取数值集合中的最大值;
S5-9:分别对点序列(Rlogiq0,Piq0)和(Rlogiqt,Piqj)(q=1,2,3,4),进行曲线拟合,得函数y=f0(x)和y=ft(x);
S5-10:计算函数y=f0(x)的曲线与y轴、y=minP、y=maxP围成的区域的面积S0,计算函数y=ft(x)的曲线与y轴、y=minP、y=maxP围成的区域的面积St;
S5-11:计算Bt的BD_rate,记为BDrt,计算公式如下:
S5-12:对于序列Vi,计算编码编码效率Eit,计算公式如下:
Eit=BDrt+1
S5-13:对于序列Vi,计算编码复杂度的对数log(Cit)、编码效率的对数log(Eit);
S5-14:基于测试序列集{V1,V2,...,Vm},计算Bt的压缩效率的对数平均Elogt和编码复杂度的对数平均Clogt。计算公式如下:
进一步的,步骤六中所述的以B0为基准,基于配置集B计算压缩效率与压缩复杂度的比重值λ的方法,包括以下步骤:
S6-1:选择业内公认的测试序列集{V1,V2,...,Vm}和量化参数集{Q1,Q2,Q3,Q4},其中Q1<Q2<Q3<Q4;
S6-2:基于RP,对于序列Vi,采用量化参数Qq,在编码配置B0下的编码时间记为Tiq0,所得的峰值信噪比记为Piq0,码率记为Riq0;
S6-3:基于RP,对于序列Vi,采用量化参数Qq,在编码配置Bj(j=1,2…N)下的编码时间记为Tiqj,所得的峰值信噪比记为Piqj,码率记为Riqj;
S6-4:对于序列Vi,对于每个编码配置Bj(j=1,2…N),采用量化参数Qq,计算编码复杂度Ciqj,计算公式如下:
S6-5:对于序列Vi,对于每个编码配置Bj(j=1,2…N),计算4个量化参数下编码复杂度的几何平均值Cij,计算公式如下:
S6-6:对于每个编码配置Bj(j=1,2…N),分别计算码率的对数Rlogiq0和Rlogiqj,q=1,2,3,4,计算公式如下:
Rlogiq0=log(Riq0)
Rlogiqj=log(Riqj)
S6-7:对于每个编码配置Bj(j=1,2…N),以峰值信噪比为y轴,以码率的对数为x轴,建立平面直角坐标系,在坐标系中绘制点系列(Rlogiq0,Piq0)和(Rlogiqj,Piqj),q=1,2,3,4;
S6-8:对于每个编码配置Bj(j=1,2…N),确定积分区间。积分区间的上边界记为maxPj;积分区间的下边界记为minPj。计算公式如下:
maxPj=Min{Max{Piq0|q=1,2,3,4},Max{Piqj|q=1,2,3,4}}
minPj=Max{Min{Piq0|q=1,2,3,4},Min{Piqj|q=1,2,3,4}}
其中函数Min{·}表示取数值集合中的最小值,Max{·}表示取数值集合中的最大值;
S6-9:对于每个编码配置Bj(j=1,2…N),分别对点序列(Rlogiq0,Piq0)和(Rlogiqj,Piqj)(q=1,2,3,4),进行曲线拟合,得函数y=f0(x)和y=fj(x);
S6-10:计算函数y=f0(x)的曲线与y轴、y=minP、y=maxP围成的区域的面积S0,计算函数y=fj(x)的曲线与y轴、y=minP、y=maxP围成的区域的面积Sj;
S6-11:对于每个编码配置Bj(j=1,2…N),计算Bj的BD_rate,记为BDrj,计算公式如下:
S6-12:对于序列Vi,对于每个编码配置Bj(j=1,2…N),计算编码效率Eij,计算公式如下:
Eij=BDrj+1
S6-13:对于序列Vi,对于每个编码配置Bj(j=1,2…N),计算编码复杂度的对数log(Cij)、编码效率的对数log(Eij);
S6-14:基于测试序列集{V1,V2,...,Vm},对于每个编码配置Bj(j=1,2…N),计算Bj的压缩效率的对数平均Rlogj和编码复杂度的对数平均Rlogj。计算公式如下:
S6-15:改变一系列的编码器配置参数Bj(j=1,2…N),建立平面直角坐标系,以压缩效率的对数平均Elogj为纵坐标,以编码复杂度的对数平均Rlogj为横坐标,绘制散点图;
S6-16:使用最小二乘法求散点图上样本点的最佳线性回归拟合线y=kx+b,取λ为拟合线斜率的绝对值,即λ=|k|。
本发明与现有技术相比,具有如下显而易见且突出的实质性特点和显著优点:
本发明方法实现了视频编码快速算法和视频编码新算法的定量评价,从对数域上进行了分析,并通过最小二乘法求线性回归拟合的方法,获取视频编码算法压缩效率和压缩复杂度的权重,对视频编码产品的开发以及视频编码标准的制定具有重要参考价值。
附图说明
图1为两种编码方式在同一质量评价方法下的率失真曲线图。
图2为本发明视频编码算法的评价方法流程图。
图3为本发明步骤五的方法流程图。
图4为本发明步骤六的方法流程图。
图5为各编码配置的编码复杂度对数和编码效率对数的散点图
图6为λ的取值示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明做进一步详细的说明。
实施例
如图2所示,一种视频编码算法的评价方法,包括如下步骤:
步骤一:选择一个视频编码标准的参考软件平台RP;比如H.265的参考软件平台HM19.5,或者AVS2的参考软件平台RD19.1等;本实施例中选取AVS2的参考软件平台RD19.1,软件测试的硬件平台为Inter Core i7-7700K,CPU@4.20GHz,内存32GB,64位操作系统。
步骤二:建立配置集B,其中配置Bj(j=1,2…N)由视频编码器的默认配置改变参数后得到;本实施例为测试RD19.1在随机访问模式(Random Access)下194种不同参数组合。
步骤三:从配置集B中选取所选择的视频编码平台的一个常用配置,作为后续评价的比较基准,记为配置B0;本实施例选取RD19.1在随机访问模式(Random Access)的默认配置作为配置B0。
步骤四:在所选择的视频编码平台的默认配置的基础上,增加视频编码算法A,设为Bt。本例基于默认配置,本实施例测试了7种算法。算法1为开启Low Latency ALF(低时延自适应环路滤波),算法2为限制CU(编码单元)为16时不向下划分,算法3为限制CU最小为32时不向下划分,算法4为限制RF(参考帧)数量为1,算法5为限制RF数量为2,算法6为限制RF数量为3,算法7为限制RF数量为5。
步骤五:以B0为基准,计算Bt的压缩效率的对数平均和编码复杂度的对数平均,分别记为Elogt和Clogt。
如图3所示,所述步骤五中的测试编码时间和压缩性能的方法,包括以下步骤:
S5-1:选择业内公认的测试序列集{V1,V2,...,Vm}和量化参数集{Q1,Q2,Q3,Q4}(Q1<Q2<Q3<Q4);本实例中使用AVS2标准测试集中的15个视频序列,量化参数集选取{27,32,38,45};
S5-2:基于RP,对于序列Vi,采用量化参数Qq,在编码配置B0下的编码时间为Tiq0,所得的峰值信噪比记为Piq0,码率记为Riq0;
S5-3:基于添加算法A后的RP,对于序列Vi,采用量化参数Qq,在Bt下的编码时间为Tiqt,所得的峰值信噪比记为Piqt,码率记为Riqt;;
S5-4:对于序列Vi,采用量化参数q,计算编码复杂度Ciqt,计算公式如下:
S5-5:对于序列Vi,计算4个量化参数下复杂度的几何平均值Cit,计算公式如下:
S5-6:分别计算码率的对数Rlogiq0和Rlogiqt,q=1,2,3,4,计算公式如下:
Rlogiq0=log(Riq0)
Rlogiqt=log(Riqt)
S5-7:以峰值信噪比为y轴,以码率的对数为x轴,建立平面直角坐标系,在坐标系中绘制点系列(Rlogiq0,Piq0)和(Rlogiqt,Piqt),q=1,2,3,4;
S5-8:确定积分区间。积分区间的上边界记为maxP;积分区间的下边界记为minP。计算公式如下:
maxP=Min{Max{Piq0|q=1,2,3,4},Max{Piqt|q=1,2,3,4}}
minP=Max{Min{Piq0|q=1,2,3,4},Min{Piqt|q=1,2,3,4}}
其中函数Min{·}表示取数值集合中的最小值,Max{·}表示取数值集合中的最大值;
S5-9:分别对点序列(Rlogiq0,Piq0)和(Rlogiqt,Piqj)(q=1,2,3,4),进行曲线拟合,得函数y=f0(x)和y=ft(x);
S5-10:计算函数y=f0(x)的曲线与y轴、y=minP、y=maxP围成的区域的面积S0,计算函数y=ft(x)的曲线与y轴、y=minP、y=maxP围成的区域的面积St;
S5-11:计算Bt的BD_rate,记为BDrt,计算公式如下:
S5-12:对于序列Vi,计算编码编码效率Eit,计算公式如下:
Eit=BDrt+1
S5-13:对于序列Vi,计算编码复杂度的对数log(Cit)、编码效率的对数log(Eit);
S5-14:基于测试序列集{V1,V2,...,Vm},计算Bt的压缩效率的对数平均Elogt和编码复杂度的对数平均Clogt。计算公式如下:
计算结果见表1:
表1实施例1中的视频编码算法
E<sub>log</sub> | C<sub>log</sub> | Z<sub>log</sub>=E<sub>log</sub>+λ*C<sub>log</sub> | |
算法1 | 0.0030 | 0.0303 | 0.0417 |
算法2 | 0.0226 | -0.1193 | -0.0334 |
算法3 | 0.1066 | -0.3946 | 0.0107 |
算法4 | 0.0074 | -0.0183 | 0.0099 |
算法5 | 0.0055 | -0.0033 | 0.0175 |
算法6 | 0.0037 | 0.0030 | 0.0170 |
算法7 | 0.0002 | 0.0215 | 0.0222 |
步骤六:以B0为基准,基于配置集B中配置Bj(j=1,2…N),计算压缩效率与压缩复杂度的比重值λ。
如图4所示,所述λ的取值方法,包括以下步骤:
S6-1:同步骤五,选择业内公认的测试序列集{V1,V2,...,Vm}和量化参数集{Q1,Q2,Q3,Q4},Q1<Q2<Q3<Q4;本实例中使用AVS2标准测试集中的15个视频序列,量化参数集选取{27,32,38,45};
S6-2:基于RP,对于序列Vi,采用量化参数q,在编码配置B0下的编码时间为Tiq0,所得的峰值信噪比记为Piq0,码率记为Riq0;
S6-3:基于RP,对于序列Vi,采用量化参数q,在编码配置Bj(j=1,2…N)下的编码时间为Tiqj,所得的峰值信噪比记为Piqj,码率记为Riqj;
S6-4:对于序列Vi,对于每个编码配置Bj(j=1,2…N),采用量化参数q,计算编码复杂度Ciqj,计算公式如下:
S6-5:对于序列Vi,对于每个编码配置Bj(j=1,2…N),计算4个量化参数下复杂度的几何平均值Cij,计算公式如下:
S6-6:对于每个编码配置Bj(j=1,2…N),分别计算码率的对数Rlogiq0和Rlogiqj,q=1,2,3,4。计算公式如下:
Rlogiq0=log(Riq0)
Rlogiqj=log(Riqj)
S6-7:对于每个编码配置Bj(j=1,2…N),以峰值信噪比为y轴,以码率的对数为x轴,建立平面直角坐标系,在坐标系中绘制点系列(Rlogiq0,Piq0)和(Rlogiqj,Piqj),q=1,2,3,4;
S6-8:对于每个编码配置Bj(j=1,2…N),确定积分区间。积分区间的上边界记为maxPj;积分区间的下边界记为minPj。计算公式如下:
maxPj=Min{Max{Piq0|q=1,2,3,4},Max{Piqj|q=1,2,3,4}}
minPj=Max{Min{Piq0|q=1,2,3,4},Min{Piqj|q=1,2,3,4}}
其中函数Min{·}表示取数值集合中的最小值,Max{·}表示取数值集合中的最大值;
S6-9:对于每个编码配置Bj(j=1,2…N),分别对点序列(Rlogiq0,Piq0)和(Rlogiqj,Piqj)(q=1,2,3,4),进行曲线拟合,得函数y=f0(x)和y=fj(x);
S6-10:计算函数y=f0(x)的曲线与y轴、y=minP、y=maxP围成的区域的面积S0,计算函数y=fj(x)的曲线与y轴、y=minP、y=maxP围成的区域的面积Sj;
S6-11:对于每个编码配置Bj(j=1,2…N),计算Bj的BD_rate,记为BDrj,计算公式如下:
S6-12:对于序列Vi,对于每个编码配置Bj(j=1,2…N),计算编码效率Eij,计算公式如下:
Eij=BDrj+1
S6-13:对于序列Vi,对于每个编码配置Bj(j=1,2…N),计算编码复杂度的对数log(Cij)、编码效率的对数log(Eij);
S6-14:基于测试序列集{V1,V2,...,Vm},对于每个编码配置Bj(j=1,2…N),计算Bj的压缩效率的对数平均Elogj和编码复杂度的对数平均Clogj。计算公式如下:
S6-15:改变一系列的编码器配置参数Bj(j=1,2…N),建立平面直角坐标系,以压缩效率的对数平均Elogj为纵坐标,以编码复杂度的对数平均Clogj为横坐标,绘制散点图,如图5所示;
S6-16:使用最小二乘法求散点图上样本点的最佳线性回归拟合线y=kx+b,取λ为拟合线斜率的绝对值,即λ=|k|。如图6所示,经过最小二乘法进行线性拟合后,拟合线斜率为-0.2629,则λ取0.2629。
步骤七:计算算法A的评价指标Zlogt,公式如下:
Zlogt=Elogt+λ*Clogt
对于不同的算法,评价指标越小越好,由表1所示,算法2综合性能最好,而算法1综合性能最差。
Claims (3)
1.一种视频编码算法的评价方法,其特征在于,包括如下步骤:
步骤一:选择一个视频编码标准的参考软件平台RP;
步骤二:基于RP建立配置集B,其中配置Bj(j=1,2…,N)由RP的默认配置改变参数后得到;
步骤三:从配置集B中选取一个常用配置,作为后续评价的比较基准,记为配置B0;
步骤四:在RP的默认配置的基础上,增加所需评价的视频编码算法A,记为Bt;
步骤五:以B0为基准,计算Bt的压缩效率的对数平均和编码复杂度的对数平均,分别记为Elogt和Clogt;
步骤六:以B0为基准,基于配置集B计算压缩效率与压缩复杂度的比重值λ;
步骤七:计算算法A的评价指标分Zlogt,公式如下:
Zlogt=Elogt+λ*Clogt
其中,λ表示压缩效率与压缩复杂度的比重;Zlogt越小表示算法综合性能越好。
2.根据权利要求1所述的视频编码算法的评价方法,其特征在于,所述步骤五中的以B0为基准,计算Bt的压缩效率对数平均和编码复杂度对数平均的方法,包括以下步骤:
S5-1:选择业内公认的测试序列集{V1,V2,...,Vm}和量化参数集{Q1,Q2,Q3,Q4},其中Q1<Q2<Q3<Q4;
S5-2:基于RP,对于序列Vi,采用量化参数Qq,在编码配置B0下的编码时间记为Tiq0,所得的峰值信噪比记为Piq0,码率记为Riq0;
S5-3:基于添加算法A后的RP,对于序列Vi,采用量化参数Qq,在Bt下的编码时间记为Tiqt,所得的峰值信噪比记为Piqt,码率记为Riqt;
S5-4:对于序列Vi,采用量化参数Qq,计算编码复杂度Ciqt,计算公式如下:
S5-5:对于序列Vi,计算4个量化参数下复杂度的几何平均值Cit,计算公式如下:
S5-6:分别计算码率的对数Rlogiq0和Rlogiqt,q=1,2,3,4,计算公式如下:
Rlogiq0=log(Riq0)
Rlogiqt=log(Riqt)
S5-7:以峰值信噪比为y轴,以码率的对数为x轴,建立平面直角坐标系,在坐标系中绘制点系列(Rlogiq0,Piq0)和(Rlogiqt,Piqt),q=1,2,3,4;
S5-8:确定积分区间;积分区间的上边界记为maxP;积分区间的下边界记为minP;计算公式如下:
maxP=Min{Max{Piq0|q=1,2,3,4},Max{Piqt|q=1,2,3,4}}
minP=Max{Min{Piq0|q=1,2,3,4},Min{Piqt|q=1,2,3,4}}
其中函数Min{·}表示取数值集合中的最小值,Max{·}表示取数值集合中的最大值;
S5-9:分别对点序列(Rlogiq0,Piq0)和(Rlogiqt,Piqj)(q=1,2,3,4),进行曲线拟合,得函数y=f0(x)和y=ft(x);
S5-10:计算函数y=f0(x)的曲线与y轴、y=minP、y=maxP围成的区域的面积S0,计算函数y=ft(x)的曲线与y轴、y=minP、y=maxP围成的区域的面积St;
S5-11:计算Bt的BD_rate,记为BDrt,计算公式如下:
S5-12:对于序列Vi,计算编码编码效率Eit,计算公式如下:
Eit=BDrt+1
S5-13:对于序列Vi,计算编码复杂度的对数log(Cit)、编码效率的对数log(Eit);
S5-14:基于测试序列集{V1,V2,...,Vm},计算Bt的压缩效率的对数平均Elogt和编码复杂度的对数平均Clogt;计算公式如下:
3.根据权利要求1所述的视频编码算法的评价方法,其特征在于,所述步骤六中的以B0为基准,基于配置集B计算压缩效率与压缩复杂度的比重值λ的方法,包括以下步骤:
S6-1:选择业内公认的测试序列集{V1,V2,...,Vm}和量化参数集{Q1,Q2,Q3,Q4},其中Q1<Q2<Q3<Q4;
S6-2:基于RP,对于序列Vi,采用量化参数Qq,在编码配置B0下的编码时间记为Tiq0,所得的峰值信噪比记为Piq0,码率记为Riq0;
S6-3:基于RP,对于序列Vi,采用量化参数Qq,在编码配置Bj(j=1,2…N)下的编码时间记为Tiqj,所得的峰值信噪比记为Piqj,码率记为Riqj;
S6-4:对于序列Vi,对于每个编码配置Bj(j=1,2…N),采用量化参数Qq,计算编码复杂度Ciqj,计算公式如下:
S6-5:对于序列Vi,对于每个编码配置Bj(j=1,2…N),计算4个量化参数下编码复杂度的几何平均值Cij,计算公式如下:
S6-6:对于每个编码配置Bj(j=1,2…N),分别计算码率的对数Rlogiq0和Rlogiqj,q=1,2,3,4,计算公式如下:
Rlogiq0=log(Riq0)
Rlogiqj=log(Riqj)
S6-7:对于每个编码配置Bj(j=1,2…N),以峰值信噪比为y轴,以码率的对数为x轴,建立平面直角坐标系,在坐标系中绘制点系列(Rlogiq0,Piq0)和(Rlogiqj,Piqj),q=1,2,3,4;
S6-8:对于每个编码配置Bj(j=1,2…N),确定积分区间;积分区间的上边界记为maxPj;积分区间的下边界记为minPj;计算公式如下:
maxPj=Min{Max{Piq0|q=1,2,3,4},Max{Piqj|q=1,2,3,4}}
minPj=Max{Min{Piq0|q=1,2,3,4},Min{Piqj|q=1,2,3,4}}
其中函数Min{·}表示取数值集合中的最小值,Max{·}表示取数值集合中的最大值;
S6-9:对于每个编码配置Bj(j=1,2…N),分别对点序列(Rlogiq0,Piq0)和(Rlogiqj,Piqj)(q=1,2,3,4),进行曲线拟合,得函数y=f0(x)和y=fj(x);
S6-10:计算函数y=f0(x)的曲线与y轴、y=minP、y=maxP围成的区域的面积S0,计算函数y=fj(x)的曲线与y轴、y=minP、y=maxP围成的区域的面积Sj;
S6-11:对于每个编码配置Bj(j=1,2…N),计算Bj的BD_rate,记为BDrj,计算公式如下:
S6-12:对于序列Vi,对于每个编码配置Bj(j=1,2…N),计算编码效率Eij,计算公式如下:
Eij=BDrj+1
S6-13:对于序列Vi,对于每个编码配置Bj(j=1,2…N),计算编码复杂度的对数log(Cij)、编码效率的对数log(Eij);
S6-14:基于测试序列集{V1,V2,...,Vm},对于每个编码配置Bj(j=1,2…N),计算Bj的压缩效率的对数平均Elogj和编码复杂度的对数平均Clogj;计算公式如下:
S6-15:改变一系列的编码器配置参数Bj(j=1,2…N),建立平面直角坐标系,以压缩效率的对数平均Elogj为纵坐标,以编码复杂度的对数平均Clogj为横坐标,绘制散点图;
S6-16:使用最小二乘法求散点图上样本点的最佳线性回归拟合线y=kx+b,取λ为拟合线斜率的绝对值,即λ=|k|。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010291830.XA CN111565315A (zh) | 2020-04-14 | 2020-04-14 | 一种视频编码算法的评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010291830.XA CN111565315A (zh) | 2020-04-14 | 2020-04-14 | 一种视频编码算法的评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111565315A true CN111565315A (zh) | 2020-08-21 |
Family
ID=72071711
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010291830.XA Pending CN111565315A (zh) | 2020-04-14 | 2020-04-14 | 一种视频编码算法的评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111565315A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112601074A (zh) * | 2020-11-30 | 2021-04-02 | 北京金山云网络技术有限公司 | 评价编码器的方法、装置、计算机设备和存储介质 |
CN113271462A (zh) * | 2021-05-17 | 2021-08-17 | 北京百度网讯科技有限公司 | 视频编码算法的评价方法及装置、计算机设备及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102158729A (zh) * | 2011-05-05 | 2011-08-17 | 西北工业大学 | 无参考的视频序列编码质量客观评价方法 |
CN102610234A (zh) * | 2012-04-09 | 2012-07-25 | 河海大学 | 信号复杂度和编码速率选择的映射实现方法 |
US20150271496A1 (en) * | 2014-03-18 | 2015-09-24 | Lark Kwon Choi | Techniques for evaluating compressed motion video quality |
TW201801529A (zh) * | 2016-03-25 | 2018-01-01 | 巴而可公司 | 視訊編解碼器之複雜度控制 |
CN108769685A (zh) * | 2018-06-05 | 2018-11-06 | 腾讯科技(深圳)有限公司 | 检测图像压缩编码效率的方法、装置及存储介质 |
CN110139111A (zh) * | 2019-04-25 | 2019-08-16 | 上海大学 | 一种视频编码算法的评价方法 |
-
2020
- 2020-04-14 CN CN202010291830.XA patent/CN111565315A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102158729A (zh) * | 2011-05-05 | 2011-08-17 | 西北工业大学 | 无参考的视频序列编码质量客观评价方法 |
CN102610234A (zh) * | 2012-04-09 | 2012-07-25 | 河海大学 | 信号复杂度和编码速率选择的映射实现方法 |
US20150271496A1 (en) * | 2014-03-18 | 2015-09-24 | Lark Kwon Choi | Techniques for evaluating compressed motion video quality |
TW201801529A (zh) * | 2016-03-25 | 2018-01-01 | 巴而可公司 | 視訊編解碼器之複雜度控制 |
CN108769685A (zh) * | 2018-06-05 | 2018-11-06 | 腾讯科技(深圳)有限公司 | 检测图像压缩编码效率的方法、装置及存储介质 |
CN110139111A (zh) * | 2019-04-25 | 2019-08-16 | 上海大学 | 一种视频编码算法的评价方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112601074A (zh) * | 2020-11-30 | 2021-04-02 | 北京金山云网络技术有限公司 | 评价编码器的方法、装置、计算机设备和存储介质 |
CN113271462A (zh) * | 2021-05-17 | 2021-08-17 | 北京百度网讯科技有限公司 | 视频编码算法的评价方法及装置、计算机设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111565315A (zh) | 一种视频编码算法的评价方法 | |
CN107071418B (zh) | 一种基于决策树的hevc帧内编码单元快速划分方法 | |
Cai et al. | Complex Dynamics of a host–parasite model with both horizontal and vertical transmissions in a spatial heterogeneous environment | |
Asamoah et al. | Measuring the performance of image contrast enhancement technique | |
CN111652366A (zh) | 一种基于通道剪枝和量化训练的联合神经网络模型压缩方法 | |
US20170244965A1 (en) | Controlling a video content system | |
US7865035B2 (en) | Video quality adaptive coding artifact reduction | |
CN107454413B (zh) | 一种保留特征的视频编码方法 | |
CN106170093B (zh) | 一种帧内预测性能提升编码方法 | |
CN110852955A (zh) | 一种基于图像强度阈值和自适应切割的图像增强方法 | |
WO2022213809A1 (zh) | 视频编码的方法、装置、设备和存储介质 | |
US8611434B2 (en) | Image processing method and apparatus, image processing program, and storage medium which stores the program | |
Ni et al. | High efficiency intra CU partition and mode decision method for VVC | |
CN110139111B (zh) | 一种视频编码算法的评价方法 | |
Cai et al. | A note on nonparametric estimation of linear functionals | |
CN101556691B (zh) | 对比增强装置及方法 | |
Jamali et al. | Coding unit splitting early termination for fast HEVC intra coding based on global and directional gradients | |
CN108521575B (zh) | 图像噪声的降噪方法及装置 | |
Jmal et al. | New color image illumination enhancement technique based on homomorphic filtering | |
CN112348749B (zh) | 一种基于自适应Gamma函数和改进型CLAHE的图像去雾方法 | |
KR100555852B1 (ko) | 영상신호의 노이즈 측정장치 및 방법 | |
CN111028200A (zh) | 基于无参考图像质量评价和msr的图像优化方法 | |
CN112669239A (zh) | 一种工业x射线图像对比度增强方法 | |
Schonberg et al. | Perceptual encoding optimization for JPEG XR image coding using spatially adaptive quantization step size control | |
Yefeng et al. | An adaptive image enhancement based on the vector closed operations |
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: 20200821 |
|
RJ01 | Rejection of invention patent application after publication |