CN111757112B - 一种基于恰可察觉失真的hevc感知码率控制方法 - Google Patents

一种基于恰可察觉失真的hevc感知码率控制方法 Download PDF

Info

Publication number
CN111757112B
CN111757112B CN202010590673.2A CN202010590673A CN111757112B CN 111757112 B CN111757112 B CN 111757112B CN 202010590673 A CN202010590673 A CN 202010590673A CN 111757112 B CN111757112 B CN 111757112B
Authority
CN
China
Prior art keywords
jnd
distortion
code rate
rate control
model
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.)
Active
Application number
CN202010590673.2A
Other languages
English (en)
Other versions
CN111757112A (zh
Inventor
周明亮
魏雪凯
房斌
咸伟志
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.)
Chongqing University
Original Assignee
Chongqing 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 Chongqing University filed Critical Chongqing University
Priority to CN202010590673.2A priority Critical patent/CN111757112B/zh
Publication of CN111757112A publication Critical patent/CN111757112A/zh
Application granted granted Critical
Publication of CN111757112B publication Critical patent/CN111757112B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H04N19/146—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
    • H04N19/189—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding
    • H04N19/19—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding using optimisation based on Lagrange multipliers
    • 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

本发明公开了一种基于恰可察觉失真的HEVC感知码率控制方法，包括：像素的帧级码率控制、CTU级码率分配和JND模型更新参数，首先为像素相应的编码单元确定JND因子，用作CTU级码率分配的权重，然后根据JND因子确定最优拉格朗日因子
Figure DDA0002555385910000011
最后更新模型参数。本发明首先使用平均像素级JND权重的近似值作为编码单元的JND因子，用作码率分配的权重。其次，基于JND因子进行率失真(R‑D)建模。最后，将所提出的R‑D模型集成到现有的HEVC码率控制框架中以提高编码效率，显着地提高主观编码质量和码率准确性。

Description

一种基于恰可察觉失真的HEVC感知码率控制方法
技术领域
本发明涉及视频编码中的码率控制技术领域，尤其涉及一种基于恰可察觉失真的HEVC感知码率控制方法。
背景技术
码率控制(RC)在给定带宽的条件下，通过调节输出码率来避免缓冲区的上溢或下溢，它是视频编码与传输中至关重要的一环。为了实现高效的编码技术，近年来一些学者提出了基于人类视觉系统特性的感知编码方法。该类方法通过强调感知保真度，能够显着降低码率并保持给定的视频主观感知质量。
当前的感知码率控制方法大多数以结构相似性指数(SSIM)作为码率控制比特分配的基础。然而，近年来的相关研究指出SSIM与人类视觉系统(HVS)的特性并不完全匹配。而恰可察觉失真(JND)模型则能够更好地描述HVS特征。通过模拟人类视觉系统的感知特征，JND模型能够获得人眼的最低视觉阈值且较小的失真度变化是人眼能够接受的。因此，有效的JND可以应用于视频编码并能更准确地估计视觉冗余。HEVC主要利用视频信号的统计相关性来消除空间和时间冗余，以实现高效压缩的目的。基于JND的感知视频编码方法在提高视频编码效率方面具有独特的优势。基于人的视觉特征和JND的算法可有效减少视觉冗余，提高感知视频编码效率。因此，基于JND的视频编码技术集成了人类视觉特征，考虑视觉冗余，从而提高了编码效率。近年来虽然已经提出了几种基于JND的编码方法，但迄今尚未提出基于JND的码率控制方法。
在视频编码中客观质量评价指标，如均方误差(MSE)、平方误差总和(SSE)和峰值信噪比(PSNR)通常用于反映编码失真。然而，这些方法并不完全符合HVS的感性特征。因此，为了提高视频压缩性能，应采用基于主观视觉感知的失真评估。JND模型表示HVS对视觉数据失真和图像中像素值变化的容差。JND阈值越小，就越容易检测到失真。为了充分利用这种视觉特征，JND可以集成到现有的视频编码框架中，以保证主观质量的前提下进一步降低码率。在码率低的情况下，必须合理分配位进行编码，以便失真保持在可接受的范围内。
另外，各种视频编码标准推荐了许多优秀的码率控制算法，同样HEVC的码率控制算法取得了长足的进步。HEVC最早的码率控制模型是基于像素级码率控制(URQ)模型，它通过分层码率分配方法获取每像素位(bpp)，通过二次函数模型识别目标码率与QP之间的关系，然后计算拉格朗日参数值以对当前块进行编码。URQ模型后来进一步优化，使计算的QP更加准确。然而，由于HEVC编码越来越复杂，将QP视为码率控制的关键因素的方法无法随着编码选项和模式数量的增加而扩展。由于编码器采用RDO技术来平衡码率和失真之间的关系，通过控制R-D曲线的斜率，可以有效地克服编码复杂性增加导致的码率控制难度。针对这一点，本发明旨在提出一种基于恰可察觉失真的HEVC感知码率控制方法。
发明内容
本发明的目的是为了解决现有技术中存在的缺点，而提出的一种基于恰可察觉失真的HEVC感知码率控制方法。
一种基于恰可察觉失真的HEVC感知码率控制方法，包括：像素的帧级码率控制、CTU级码率分配和JND模型更新参数，首先为像素相应的编码单元确定JND因子，用作CTU级码率分配的权重，然后根据JND因子确定最优拉格朗日因子
Figure BDA0002555385890000031
最后更新模型参数。
优选的，所述JND模型更新参数表示为：Wx，y＝max{s1(b(x，y)，m(x，y)，s2(b(x，y))}，其中(x，y)对应的像素位置，Wx，y是位置(x，y)的JND的值，s1(b(x，y)，m(x，y))和s2(b(x，y))分别表示遮蔽度和亮度，b(x，y)和m(x，y)分别表示滤波器函数和最大渐变函数。
优选的，所述JND模型更新参数表示式中s1(b(x，y)，m(x，y))＝m(x，y)·α1(b(x，y))+β1(b(x，y))，其中α1(b(x，y))＝θ·b(x，y)+δ，，β1(b(x，y))＝μ-γ·b(x，y)，θ＝0.0001，δ＝0.115，μ＝0.25，γ＝0.01。
优选的，所述JND模型更新参数表示式中
Figure BDA0002555385890000032
其中α2＝14，β2＝3/128，∈＝2，b(x，y)定义为：
Figure BDA0002555385890000033
其中p(x+i，y+j)表示位置(x+i，y+j)的像素值，B(i，j)是滤波器模板，m(x，y)定义为：
Figure BDA0002555385890000034
其中G(i，j)是位置(i，j)的四个方向边缘检测后的最大值。
优选的，所述JND的失真参数
Figure BDA0002555385890000035
表示为
Figure BDA0002555385890000036
其中Dx，y是该像素的失真。
本发明首先使用平均像素级JND权重的近似值作为编码单元的JND因子，用作码率分配的权重。其次，基于JND因子进行率失真(R-D)建模。最后，将所提出的R-D模型集成到现有的HEVC码率控制框架中以提高编码效率，显着地提高主观编码质量和码率准确性。
附图说明
图1为基于JND的视频编码框架；
图2为原始图像和基于JND的失真图像示意图；
图3为本发明的实际和拟合的基于JND的R-D曲线之间的关系图；
图4为本发明的基于JND的RC方法框架示意图；
图5为本发明的主观评价对比示意图(MOS：意见分数均值)；
图6为本发明的客观评价对比示意图。
具体实施方式
下面结合具体实施例对本发明作进一步解说。
实施例
参照图1-6，图1给出了一个实施例的视频编码总体框架。在图中，基于JND的量化模型构造了相应的码率控制方法，并将这种基于JND的码率控制方法应用于HEVC编码过程。为了减少感知的冗余，本发明充分利用HVS的JND特性，并将像素域JND模型用于HEVC码率控制中。
像素域JND模型考虑了每个像素在屏蔽度和亮度对比度方面两个主要因素。像素域JND模型具有简单易进行的优点，可用于视频编码、分析。HEVC的码率控制方案基于使用遮蔽度和亮度的像素域JND模型，表示为
Wx，y＝max{s1(b(x，y)，m(x，y))，s2(b(x，y))}，
其中(x，y)表示像素值对应的位置，Wx，y表示位置(x，y)的JND的值；s1(b(x，y)，m(x，y))和s2(b(x，y))分别表示空间域的遮蔽度和亮度；b(x，y)和m(x，y)分别表示滤波器函数和最大渐变函数。定义如下：
s1(b(x，y)，m(x，y))＝m(x，y)·α1(b(x，y))+β1(b(x，y))，
其中
α1(b(x，y))＝θ·b(x，y)+δ，
β1(b(x，y))＝μ-γ·b(x，y)，
式中：θ＝0.0001，δ＝0.115，μ＝0.25，γ＝0.01。
Figure BDA0002555385890000051
其中α2＝14，β2＝3/128，∈＝2且b(x，y)定义为
Figure BDA0002555385890000052
其中p(x+i，y+j)表示位置(x+i，y+j)的像素值，B(i，j)表示滤波器模板。最大渐变函数m(x，y)定义为
Figure BDA0002555385890000053
其中G(i，j)是位置(i，j)的四个方向边缘检测后的最大值。
使用公式Wx，y＝max{s1(b(x，y)，m(x，y))，s2(b(x，y))}，生成像素级的JND是该像素允许的最大失真。图2为一些实施例中的原始图像和相应的JND失真的图像。JND模型用于定义人眼可以检测到失真的最小阈值。JND值越大，人眼的失真容差越高。相反，由于人类视觉可以容忍黑色区域的更多失真，因此这些区域的重量值较小，分配给它们的码率也较少。
本实施例中制得说明的是，本发明定义
Figure BDA0002555385890000061
以及基于位置(x，y)的JND失真
Figure BDA0002555385890000062
为
Figure BDA0002555385890000063
其中Dx，y是像素(x,y)的失真。
本发明将第k个编码单元中所有像素的基于JND的失真权重统一为
Figure BDA0002555385890000064
其中Uk是第k个CTU的像素集。
在实施例中本发明强调是第k个编码单元的JND值，Jx，y表示编码单元中像素位置(x，y)的JND值。
在实施例中本发明将编码单位级失真和像素级失真计算出的失真差最小化，表示为：
Figure BDA0002555385890000065
通过以下方式求解
Figure BDA0002555385890000066
求解式中可以重写为
Figure BDA0002555385890000071
由于Dx，y只能在当前编码单元完成编码后得到。因此，本发明需要找到一种方法来估计JND因子Jk。
本实施例中，本发明假设各种像素具有相同的Dx，y值
Dx，y＝Dk，forany(x，y)∈Uk
可以获得如下Jk因子的估计值
Figure BDA0002555385890000072
其中，Nk表示Uk中的像素数。
本实施例中，本发明使用常用的指数函数型R-D模型来描述R和D之间的关系，如下所示
D(R)＝JnR-m，
其中n和m表示与视频内容相关的模型参数。
本实施例中，本发明使用"IBBB"编码结构。为了验证D与每像素(bpp)位数之间的关系，本发明使用HEVC参考软件HM16.19在低延迟结构下对多个视频序列进行编码。对于多个bpp值，本发明绘制了使用基于公式D(R)＝JnR-m计算的数据，使用公式中的平均值，作为bpp的函数。
使用皮尔逊相关系数(PCC)和PearsonCorrelationCoefficient(NRMSE)来测量估计精度和估计误差，NRMSE的定义如下：
Figure BDA0002555385890000081
其中NL指每帧的CTU总数；Da，i和De，i分别表示第i个CTU的实际失真和估计失真；Da，max和Da，min分别表示最大和最小失真。如图3所示，本发明提出的估算方法能够取得良好的拟合结果。根据公式D(R)＝JnR-m，R可以表示为
Figure BDA0002555385890000082
λ可以写成λ＝JmnR-m-1.
R可以重写为
Figure BDA0002555385890000083
将公式
Figure BDA0002555385890000084
转换为公式
Figure BDA0002555385890000085
失真D可以重写为
Figure BDA0002555385890000086
在给定码率下，最小失真可以表示为
Figure BDA0002555385890000087
Figure BDA0002555385890000088
其中λ*是λi的最优解，N表示总的编码单元，Rc表示给定的比特预算，在帧级码率控制中，Rc表示当前图片组(GOP)级的预分配码率。在CTU级码率控制中，Rc表示帧级的预分配码率。
根据拉格朗日理论，最小失真公式的解
Figure BDA0002555385890000089
可以通过KKT条件得到。
本发明为获得满足KKT条件的解，将约束
Figure BDA00025553858900000810
放宽到
Figure BDA00025553858900000811
以得到拉格朗日乘数μ：
Figure BDA0002555385890000091
在拉格朗日理论中，如果μ*使公式L达到最小值，μ*也将是最小失真公式的最优解。
假设收益向量表示一组可能的收益组合并表示为
Figure BDA0002555385890000092
其中K是可能的收益组合的数量k∈[0，K]。本发明将编码单元的最小收益定义为
Figure BDA0002555385890000093
一旦满足KKT条件，它们就表示求得了全局最优解：
Figure BDA0002555385890000094
进一步的，根据上式中的(v)，得出：
Figure BDA0002555385890000095
其中μ≠0。
将公式λi改为最优解公式中的(vi)，得出
Figure BDA0002555385890000096
进一步表示为
Figure BDA0002555385890000097
本发明进一步进行求解
Figure BDA0002555385890000101
最后求得
Figure BDA0002555385890000102
通过以上最后求得的公式带入公式λi中得到KKT条件下的最优解：
Figure BDA0002555385890000103
在HEVC中，码率控制可以在三个级别实现：GOP级、帧级别和CTU级。如图4所示，本发明讨论了帧级和CTU级码率控制。对于GOP级码率控制，本发明仍然沿用的HM默认的方法。
HEVC参考软件中包括分层和非分层编码。分层比特分配用于低延迟(LD)和随机访问(RA)编码结构。如果在码率控制算法中使用非分层编码，则所有帧都属于同一级别。对于这种情况，本发明基于前面的帧估计当前帧的nnew和mnew。对于LD或RA编码结构，每个GOP可以分为三个不同的级别。同一帧的nnew和mnew使用属于同一层级的上一个GOP编码中的并置帧进行估计。CTU级编码中，N表示每个GOP的帧数，在RA模式下是8，在LD模式下是4。
与帧级码率控制类似，如果码率控制算法中使用非分层编码，本发明使用前帧来估计当前帧的nnew和mnew。对于LD或RA编码结构，和每个CTU使用属于同一级别的上一个编码GOP中的共定位帧的CTU进行估计。
本发明旨在获得稳定、准确的基于JND的R-D模型。因此，本发明只选择两个帧来更新模型参数。使用公式D(R)＝JnR-m，本发明可以在编码后获取λ,R,和D。本发明仅使用同一级的前帧来更新模型参数。在帧级码率控制中，本发明使用上一个GOP中相应位置的前一帧来估计模型参数。在CTU级码率控制中，本发明使用上一帧的CTU和上一个GOP中相应位置的CTU来估计模型参数。
本发明的码率控制算法包括帧级码率控制、CTU级码率分配和JND模型参数的更新。该过程的详细信息如下：首先为相应的编码单元确定JND因子；然后根据JND因子确定最优拉格朗日因子λ*i；最后，更新模型参数。除上述步骤外，其他步骤(如GOP级码率控制)与原始HM算法中的步骤相同。
本发明的码率控制方法和系统可以用于诸如高清电视、移动终端或个人计算设备(例如，平板电脑、笔记本电脑和台式机)、信息亭、打印机、数码相机、扫描仪或复印机或具有内置或外围电子显示器的用户终端。该装置至少包括用于执行算法的机器指令；其中，机器指令可以使用通用或专用计算设备、计算机处理器或电子电路来执行，包括但不限于数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)和其他可编程逻辑器件。该装置还可以包括计算机存储介质，用于存储计算机指令或软件代码，可对计算机或微处理器进行编程以执行本发明的任何过程。存储介质可以包括但不限于适用于存储指令，代码和/或数据的软盘、光盘、蓝光光盘、DVD、CD-ROM、磁光盘、ROM、RAM、闪存设备或任何类型的介质或设备。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (1)

1.一种基于恰可察觉失真的HEVC感知码率控制方法，其特征在于，包括：像素的帧级码率控制、CTU级码率分配和JND模型更新参数，首先为像素相应的编码单元确定JND因子，用作CTU级码率分配的权重，然后根据JND因子确定最优拉格朗日因子
Figure FDA0004097638460000011
最后更新模型参数，基于JND因子进行率失真R-D建模，将R-D模型集成到现有的HEVC码率控制框架中；
本发明定义
Figure FDA0004097638460000012
Jx,y表示编码单元中像素位置(x，y)的JND值，以及基于位置(x，y)的JND失真
Figure FDA0004097638460000013
为
Figure FDA0004097638460000014
其中Dx,y是像素(x,y)的失真，
将第k个编码单元中所有像素的基于JND的失真权重统一为：
Figure FDA0004097638460000015
其中Uk是第k个CTU的像素集，
将编码单位级失真和像素级失真计算出的失真差最小化，表示为：
Figure FDA0004097638460000016
通过以下方式求解
Figure FDA0004097638460000017
求解式中可以重写为
Figure FDA0004097638460000018
假设各种像素具有相同的Dx,y值
Dx,y＝Dk，forany(x，y)∈Uk
可以获得如下Jk因子的估计值
Figure FDA0004097638460000019
其中，Nk表示Uk中的像素数；
所述JND模型更新参数表示为：
Wx,y＝max{s1(b(x，y)，m(x，y))，s2(b(x，y))}，其中(x，y)对应的像素位置，Wx,y是位置(x，y)的JND的值，s1(b(x，y)，m(x，y))和s2(b(x，y))分别表示遮蔽度和亮度，b(x，y)和m(x，y)分别表示滤波器函数和最大渐变函数；
所述JND模型更新参数表示式中s1(b(x，y)，m(x，y))＝m(x，y)·α1(b(x，y))+β1(b(x，y))，其中α1(b(x，y))＝θ·b(x，y)+δ，β1(b(x，y))＝μ-γ·b(x，y)，θ＝0.0001，δ＝0.115，μ＝0.25，γ＝0.01；
所述JND模型更新参数表示式中
Figure FDA0004097638460000021
其中α2＝14，β2＝3/128，∈＝2，b(x，y)定义为：
Figure FDA0004097638460000022
其中p(x+i，y+j)表示位置(x+i，y+j)的像素值，B(i，j)是滤波器模板，m(x，y)定义为：
Figure FDA0004097638460000023
其中G(i，j)是位置(i，j)的四个方向边缘检测后的最大值；
本发明使用常用的指数函数型R-D模型来描述R和D之间的关系，D(R)＝JnR-m,n和m表示与视频内容相关的模型参数；
根据拉格朗日理论，最小失真公式的解
Figure FDA0004097638460000024
可以通过KKT条件得到，本发明为获得满足KKT条件的解，将约束
Figure FDA0004097638460000025
Ri≤Rc放宽到
Figure FDA0004097638460000026
Ri≤(Rc/N)N以得到拉格朗日乘数μ：
Figure FDA0004097638460000027
在拉格朗日理论中，如果μ*使公式L达到最小值，μ*也将是最小失真公式的最优解。
CN202010590673.2A 2020-06-24 2020-06-24 一种基于恰可察觉失真的hevc感知码率控制方法 Active CN111757112B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010590673.2A CN111757112B (zh) 2020-06-24 2020-06-24 一种基于恰可察觉失真的hevc感知码率控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010590673.2A CN111757112B (zh) 2020-06-24 2020-06-24 一种基于恰可察觉失真的hevc感知码率控制方法

Publications (2)

Publication Number Publication Date
CN111757112A CN111757112A (zh) 2020-10-09
CN111757112B true CN111757112B (zh) 2023-04-25

Family

ID=72677190

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010590673.2A Active CN111757112B (zh) 2020-06-24 2020-06-24 一种基于恰可察觉失真的hevc感知码率控制方法

Country Status (1)

Country Link
CN (1) CN111757112B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112954322B (zh) * 2021-01-21 2023-04-07 北京博雅慧视智能技术研究院有限公司 码率控制的方法、装置、电子设备及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103096079A (zh) * 2013-01-08 2013-05-08 宁波大学 一种基于恰可察觉失真的多视点视频码率控制方法
CN110062234A (zh) * 2019-04-29 2019-07-26 同济大学 一种基于区域恰可察觉失真的感知视频编码方法
CN110062236A (zh) * 2019-05-10 2019-07-26 上海大学 基于空时域恰可感知失真的码率分配方法、系统及介质
CN110730346A (zh) * 2018-07-17 2020-01-24 天开数码媒体有限公司 基于编码树单元失真优化的视频编码码率控制方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2015261734A1 (en) * 2015-11-30 2017-06-15 Canon Kabushiki Kaisha Method, apparatus and system for encoding and decoding video data according to local luminance intensity

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103096079A (zh) * 2013-01-08 2013-05-08 宁波大学 一种基于恰可察觉失真的多视点视频码率控制方法
CN110730346A (zh) * 2018-07-17 2020-01-24 天开数码媒体有限公司 基于编码树单元失真优化的视频编码码率控制方法
CN110062234A (zh) * 2019-04-29 2019-07-26 同济大学 一种基于区域恰可察觉失真的感知视频编码方法
CN110062236A (zh) * 2019-05-10 2019-07-26 上海大学 基于空时域恰可感知失真的码率分配方法、系统及介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Global Rate-Distortion Optimization-Based Rate Control for HEVC HDR Coding;Mingliang Zhou;《IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS FOR VIDEO TECHNOLOGY》;20191216;第5页第2栏 *
perceptually adaptive lagrangian multiplier for HEVC guided rate-distortion optimization;KAIS ROUIS;《IEEE ACCESS》;20180607;全文 *
佘航飞等.基于对比敏感度函数的高动态范围视频编码.《光电子·激光》.2018,(第10期),全文. *

Also Published As

Publication number Publication date
CN111757112A (zh) 2020-10-09

Similar Documents

Publication Publication Date Title
WO2021244341A1 (zh) 图像编码方法及装置、电子设备及计算机可读存储介质
Huang et al. Perceptual rate-distortion optimization using structural similarity index as quality metric
CN108063944B (zh) 一种基于视觉显著性的感知码率控制方法
CN108924554B (zh) 一种球形加权结构相似度的全景视频编码率失真优化方法
US20090067493A1 (en) Method and apparatus for controlling bitrate of scalable video stream
US20200068200A1 (en) Methods and apparatuses for encoding and decoding video based on perceptual metric classification
CN108200431B (zh) 一种视频编码码率控制帧层比特分配方法
CN111970511B (zh) 一种基于vmaf的感知视频率失真编码优化方法及装置
WO2020098751A1 (zh) 一种视频数据的编码处理方法和计算机存储介质
CN101395923A (zh) 用于在图像信号编码中为图像中的像素块组确定比特分配的方法及设备
CN108900838B (zh) 一种基于hdr-vdp-2失真准则的率失真优化方法
CN103634601B (zh) 基于结构相似度的高效视频编码感知码率控制优化方法
US11025914B1 (en) Method based on global rate-distortion optimization for rate control in video coding
CN110730346A (zh) 基于编码树单元失真优化的视频编码码率控制方法
CN115174898A (zh) 一种基于视觉感知的率失真优化方法
CN111757112B (zh) 一种基于恰可察觉失真的hevc感知码率控制方法
CN101931800B (zh) 利用有限可变比特率控制的感兴趣区域编码方法与系统
CN115022638A (zh) 一种面向全景视频编码的率失真优化方法
CN112040231B (zh) 一种基于感知噪声信道模型的视频编码方法
US20190082182A1 (en) Method and device for encoding dynamic textures
WO2023241376A1 (zh) 一种视频码率分配方法、系统、设备及存储介质
CN108737826B (zh) 一种视频编码的方法和装置
KR20050035040A (ko) 디지털 영상 데이터의 복호화 방법
CN112738518B (zh) 一种基于感知的ctu级视频编码的码率控制方法
Yu et al. A perceptual bit allocation scheme for H. 264

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
GR01 Patent grant
GR01 Patent grant