CN112738515A - 用于自适应量化的量化参数调整方法和装置 - Google Patents

用于自适应量化的量化参数调整方法和装置 Download PDF

Info

Publication number
CN112738515A
CN112738515A CN202011595161.1A CN202011595161A CN112738515A CN 112738515 A CN112738515 A CN 112738515A CN 202011595161 A CN202011595161 A CN 202011595161A CN 112738515 A CN112738515 A CN 112738515A
Authority
CN
China
Prior art keywords
block
quantization parameter
pixel
pixel block
parameter adjustment
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.)
Granted
Application number
CN202011595161.1A
Other languages
English (en)
Other versions
CN112738515B (zh
Inventor
林可
丁文鹏
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.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202011595161.1A priority Critical patent/CN112738515B/zh
Publication of CN112738515A publication Critical patent/CN112738515A/zh
Priority to GB2108388.6A priority patent/GB2602521A/en
Priority to US17/353,415 priority patent/US11490084B2/en
Application granted granted Critical
Publication of CN112738515B publication Critical patent/CN112738515B/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
    • H04N19/102—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
    • H04N19/102—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
    • H04N19/13—Adaptive entropy coding, e.g. adaptive variable length coding [AVLC] or context adaptive binary arithmetic coding [CABAC]
    • 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
    • H04N19/132—Sampling, masking or truncation of coding units, e.g. adaptive resampling, frame skipping, frame interpolation or high-frequency transform coefficient masking
    • 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
    • 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
    • H04N19/176—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
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/59—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial sub-sampling or interpolation, e.g. alteration of picture size or resolution

Landscapes

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

Abstract

本公开公开了用于自适应量化的量化参数调整方法和装置，涉及图像处理领域，尤其涉及图像压缩编码、视频压缩编码技术。具体实现方案为：获取对应于待压缩图像的至少一个像素块和像素块对应的初始量化参数调整值，其中，该初始量化参数调整值基于图像客观质量评价指标生成；确定该至少一个像素块中各像素点对应的恰可察觉失真阈值；基于该至少一个像素块中各像素点对应的恰可察觉失真阈值，确定各像素块对应的块恰可察觉失真阈值；基于该块恰可察觉失真阈值调整对应的初始量化参数调整值，以生成该至少一个像素块对应的调整后量化参数调整值。从而实现了降低图像主观冗余，提升压缩率的技术效果。

Description

用于自适应量化的量化参数调整方法和装置
技术领域
本公开涉及图像处理技术领域，尤其涉及图像压缩编码、视频压缩编码技术。
背景技术
随着计算机技术的飞速发展，图像数据的规模也越来越大，对图像压缩、视频压缩的需求也日益增加。
现有技术中，常用的图像压缩方法可以包括变换编码方法，即对通过傅里叶变换等方式进行变换后的图像进行量化，之后进行图像编码(例如熵编码法)。常用的视频压缩方法可以包括高级视频编码(Advanced Video Coding，AVC)、高效视频编码(HighEfficiency Video Coding，H.265/HEVC)等。
发明内容
本公开提供了一种用于自适应量化(Adaptive Quantization)的量化参数调整方法、装置、设备、存储介质和计算机程序产品。
根据第一方面，提供了一种用于自适应量化的量化参数调整方法，包括：获取对应于待压缩图像的至少一个像素块和像素块对应的初始量化参数调整值，其中，初始量化参数调整值基于图像客观质量评价指标生成；确定至少一个像素块中各像素点对应的恰可察觉失真(Just Noticeable Difference,JND)阈值；基于至少一个像素块中各像素点对应的恰可察觉失真阈值，确定各像素块对应的块恰可察觉失真阈值；基于块恰可察觉失真阈值调整对应的初始量化参数调整值，以生成至少一个像素块对应的调整后量化参数调整值。
根据第二方面，提供了一种用于自适应量化的量化参数调整装置，包括：获取单元，被配置成获取对应于待压缩图像的至少一个像素块和像素块对应的初始量化参数调整值，其中，初始量化参数调整值基于图像客观质量评价指标生成；第一确定单元，被配置成确定至少一个像素块中各像素点对应的恰可察觉失真阈值；第二确定单元，被配置成基于至少一个像素块中各像素点对应的恰可察觉失真阈值，确定各像素块对应的块恰可察觉失真阈值；第一调整单元，被配置成基于块恰可察觉失真阈值调整对应的初始量化参数调整值，以生成至少一个像素块对应的调整后量化参数调整值。
根据第三方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面所描述的方法。
根据第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行如第一方面所描述的方法。
根据第五方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如第一方面所描述的方法。
根据本申请的技术通过所确定的可察觉失真阈值对基于图像客观质量评价指标生成的初始量化参数调整值进行调整，从而生成调整后的量化参数调整值。实现了在尽可能不降低图像客观质量的前提下，利用人眼特性进一步减少图像的主观冗余。从而能够在不降低图像主观质量的前提下提升压缩率，或在不降低压缩率的前提下提升图像主观质量。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是根据本公开第一实施例的示意图；
图2是根据本公开第二实施例的示意图；
图3是可以实现本申请实施例的用于自适应量化的量化参数调整方法的应用场景的示意图；
图4是根据本申请实施例的用于自适应量化的量化参数调整装置的示意图；
图5是用来实现本申请实施例的用于自适应量化的量化参数调整方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1是示出了根据本申请第一实施例的示意图100。该用于自适应量化的量化参数调整方法包括以下步骤：
S101，获取对应于待压缩图像的至少一个像素块和像素块对应的初始量化参数调整值。
在本实施例中，用于自适应量化的量化参数调整方法的执行主体可以从本地或通信连接的电子设备获取对应于待压缩图像的至少一个像素块和像素块对应的初始量化参数调整值。其中，量化参数调整值用于调整量化参数(Quantization Parameter，QP)。上述像素块可以用于表征待压缩图像上不同区域的像素点组。作为示例，上述像素块可以包括对上述待压缩图像所划分的宏块(Macro Block)。作为又一示例，上述像素块也可以包括对基于上述压缩图像所提取的子图进行划分的图像区域。上述初始量化参数调整值可以基于图像客观质量评价指标生成。上述图像客观质量评价指标例如可以包括基于方差、均方误差(MSE，mean squared error)、峰值信噪比(peak signal to noise rate，PSNR)所得到的评价指标。
在本实施例中，作为示例，上述执行主体可以获取对应于待压缩图像的至少一个像素块和预先分配的对应于各像素块的量化参数调整值作为上述初始量化参数调整值。
S102，确定至少一个像素块中各像素点对应的恰可察觉失真阈值。
在本实施例中，上述执行主体可以通过各种方式确定上述步骤S101所获取的至少一个像素块中各像素点对应的恰可察觉失真阈值。作为示例，上述执行主体可以利用恰可察觉失真阈值确定方式来确定上述至少一个像素块中各像素点对应的恰可察觉失真阈值。
需要说明的是，上述恰可察觉失真阈值主要与视觉系统的亮度适应性、对比度掩模、模块掩模以及图像结构等因素有关。相应地，上述恰可察觉失真阈值确定方式可以包括基于像素域的恰可察觉失真模型和基于变换域的恰可察觉失真模型，此处不再赘述。
S103，基于至少一个像素块中各像素点对应的恰可察觉失真阈值，确定各像素块对应的块恰可察觉失真阈值。
在本实施例中，基于步骤S102所确定的至少一个像素中各像素点对应的恰可察觉失真阈值，上述执行主体可以通过各种方式确定各像素块对应的块恰可察觉失真阈值。作为示例，上述执行主体可以将同属于一个像素块的像素点对应的恰可察觉失真阈值的最大值或最小值确定为各像素块对应的块恰可察觉失真阈值。作为又一示例，上述执行主体可以将同属于一个像素块的位于像素块中心位置的像素点对应的恰可察觉失真阈值确定为各像素块对应的块恰可察觉失真阈值。
S104，基于块恰可察觉失真阈值调整对应的初始量化参数调整值，生成至少一个像素块对应的调整后量化参数调整值。
在本实施例中，基于步骤S103所确定的各像素块对应的块恰可察觉失真阈值，上述执行主体可以通过各种方式调整对应的初始量化参数调整值，从而生成至少一个像素块对应的调整后量化参数调整值。
在本实施例中，作为示例，上述执行主体可以根据预设的块恰可察觉失真阈值与量化参数调整值之间的对应关系，确定与所确定的块恰可察觉失真阈值匹配的量化参数调整值(例如+0.5)。之后，上述执行主体可以将上述匹配的量化参数调整值与步骤S101所获取的初始量化参数调整值(例如+1)进行结合，从而生成对应的调整后量化参数调整值(例如+1.5)。
本申请的上述实施例提供的方法，通过所确定的可察觉失真阈值对基于图像客观质量评价指标生成的初始量化参数调整值进行调整，从而生成调整后的量化参数调整值。实现了在尽可能不降低图像客观质量的前提下，利用人眼特性进一步减少图像的主观冗余。从而能够在不降低图像主观质量的前提下提升压缩率，或在不降低压缩率的前提下提升图像主观质量。
在本实施例的一些可选的实现方式中，上述执行主体可以按照如下步骤获取对应于待压缩图像的至少一个像素块和像素块对应的初始量化参数调整值：
第一步，获取待压缩图像。
在这些实现方式中，上述执行主体可以从本地或通信连接的电子设备获取上述待压缩图像。
第二步，构建待压缩图像的下采样(subsampled)图。
在这些实现方式中，上述执行主体可以利用各种现有的方式构建上述第一步所获取的待压缩图像的下采样图。
第三步，将下采样图划分为至少一个像素块。
第四步，获取至少一个像素块和像素块和像素块对应的初始量化参数调整值。
基于上述可选的实现方式，本方案可以利用下采样图显著减少像素的处理量，从而提升图像压缩的速度。例如，当下采样图的长宽分别为上述待压缩图像的长宽的一半时，像素值可以减少75％。并且，由于下采样图中的像素保留并浓缩了其周围像素的信息，因此与直接选取待压缩图像中的任意像素相比，能够保留更多的原图像信息，还可以避免因像素选取不当而造成的梯度异常。
可选地，基于上述步骤S101及其可选的实现方式，上述执行主体还可以将同属于一个像素块的像素点对应的恰可察觉失真阈值的平均值确定为像素块对应的块恰可察觉失真阈值。
基于上述可选的实现方式，本方案通过将所确定的同属于一个像素块的各像素的恰可察觉失真阈值的平均值确定为对应的块恰可察觉失真阈值，与仅取其中一个像素对应的恰可察觉失真阈值相比，能够更准确地表征人眼对该像素块的整体敏感程度。而且，本方案还可以通过将下采样图中像素所计算的像素块的恰可察觉失真阈值的平均值确定为对应的块恰可察觉失真阈值，以将下采样图所保留的原图信息与块均值进行结合，从而能够在提升压缩速度的同时减少精度损失。
在本实施例的一些可选的实现方式中，基于所确定的块恰可察觉失真阈值，上述执行主体可以按照以下方式调整对应的初始量化参数调整值，以生成至少一个像素块对应的调整后量化参数调整值：
对于至少一个像素块中的像素块，响应于确定该像素块对应的块恰可察觉失真阈值大于预设块恰可察觉失真阈值，基于该块恰可察觉失真阈值，生成块恰可察觉失真阈值量化参数调整值；基于该块恰可察觉失真阈值量化参数调整值与对应的初始量化参数调整值的融合，生成该像素块对应的调整后量化参数调整值。
在这些实现方式中，基于块恰可察觉失真阈值，上述执行主体可以通过各种方式生成块恰可察觉失真阈值量化参数调整值。作为示例，上述执行主体可以按照预设的块恰可察觉失真阈值和块恰可察觉失真阈值量化参数调整值之间的对应关系(例如线性关系)来确定。上述块恰可察觉失真阈值量化参数调整值与对应的初始量化参数调整值的融合也可以包括各种方式，例如加权平均、直接相加等。
基于上述可选的实现方式，本方案可以对人眼不敏感程度较大的像素块所对应的量化参数依据图像主观质量进行调整，从而避免了由于依据图像主观质量指标进行图像压缩而导致客观指标显著下降的问题。
基于上述待压缩图像可以包括待压缩视频帧。上述执行主体还可以继续执行以下步骤：
S105、基于所生成的调整后量化参数调整值调整至少一个像素块对应的量化参数。
在这些实现方式中，基于所生成的调整后量化参数，上述执行主体可以通过各种方式调整值调整至少一个像素块对应的量化参数。作为示例，响应于确定所生成的调整后量化参数用于指示增大量化参数(例如ΔQP为正)，上述执行主体可以增大上述调整后量化参数所指示的像素块对应的量化参数。作为又一示例，响应于确定所生成的调整后量化参数用于指示减小量化参数(例如ΔQP为负)，上述执行主体可以减小上述调整后量化参数所指示的像素块对应的量化参数。从而，上述执行主体可以调整上述至少一个像素块对应的量化参数。
S106、基于至少一个像素块对应的调整后的量化参数，调整待压缩视频帧对应的视频的比特率。
在这些实现方式中，上述执行主体可以根据上述步骤S105所调整的至少一个像素块对应的量化参数对上述待压缩视频帧进行压缩，从而调整上述待压缩视频帧对应的视频的比特率。可选地，上述执行主体还可以利用多线程技术并行处理相关联的待压缩视频帧，以进一步提升视频压缩效率。
基于上述可选的实现方式，本方案可以在不明显降低图像客观质量的前提下，减少图像主观冗余，从而提升视频的压缩效率。
继续参见图2，图2是根据本申请第二实施例的示意图200。该用于自适应量化的量化参数调整方法包括以下步骤：
S201，获取对应于待压缩图像的至少一个像素块和像素块对应的初始量化参数调整值。
S202，确定至少一个像素块中各像素点对应梯度。
在本实施例中，用于自适应量化的量化参数调整方法的执行主体可以通过各种方式确定上述步骤S201所获取的至少一个像素块中各像素点对应梯度。其中，上述梯度可以包括梯度值和梯度方向。上述梯度例如可以基于通过两个滤波器分别计算水平方向梯度和垂直方向梯度而得到。
S203，根据所确定的梯度方向，确定各像素点的梯度方向复杂度。
在本实施例中，根据上述步骤S202所确定的梯度的方向，上述执行主体可以通过各种方式确定各像素点的梯度方向复杂度。其中，上述梯度方向复杂度可以用于表征距离该像素点预设范围内的像素点的梯度方向情况。作为示例，上述梯度方向复杂度可以是所包含的不同方向的个数。作为又一示例，上述梯度方向复杂度可以是梯度方向(角度)的标准差。上述预设范围例如可以是3×3矩阵。
在本实施例的一些可选的实现方式中，根据所确定的梯度方向，上述执行主体可以按照以下步骤确定各像素点的梯度方向复杂度：
第一步，根据预设范围内的像素点的数目，生成预设方向集合。
在这些实现方式中，上述预设方向集合中可以包括不同的预设方向。作为示例，上述预设范围可以是3×3矩阵，则上述像素点的数目为9，上述执行主体可以生成包含9个预设方向的预设方向集合，即将180°划分为9个量度，每20°为一个预设方向。
可选地，上述预设方向集合中可以包括用于指示梯度值小于预设梯度阈值的空方向。接上例，上述预设方向集合中可以包括以22.5°划分的8个方向和一个空方向。由于梯度过低的像素很可能为噪声，从而本方案可以避免平面中的噪声导致梯度方向复杂度过高、进而影响结果准确度的情况。
第二步，根据所确定的梯度方向与预设方向集合中的预设方向的匹配，确定各像素点的梯度方向所属于的预设方向。
第三步，将距离各像素点预设范围内的像素点对应的预设方向的分布的信息熵确定为各像素点的梯度方向复杂度。
基于上述可选的实现方式，本方案可以使用梯度方向分布的信息熵来更准确地表征梯度方向复杂度，有效提升对纹理的识别度。例如，对于3×3像素块中，8个像素的方向同属于A方向和1个像素的方向属于B方向与4个像素的方向同属于A方向和5个像素的方向属于B方向，这两种情况下像素块所包含的不同方向的个数相同，但是信息熵不同。从而，本方案可以有效区分纹理不敏感像素块和过亮/过暗像素块，为提升上述像素块的压缩率提供更准确的数据参考。
S204，基于所确定的梯度值和梯度方向复杂度，确定至少一个像素块中各像素点对应的恰可察觉失真阈值。
在本实施例中，基于步骤S202所确定的梯度值和步骤203所确定的梯度方向复杂度，上述执行主体可以通过各种方式确定至少一个像素块中各像素点对应的恰可察觉失真阈值。作为示例，上述执行主体可以根据梯度值确定亮度对比度。上述执行主体还可以根据所确定的亮度对比度和梯度方向复杂度确定梯度方向掩蔽效应(masking effects)。上述执行主体还可以根据所确定的亮度对比度确定对比度掩蔽效应。上述执行主体还可以将上述对比度掩蔽效应和上述梯度方向掩蔽效应的最大值确定为空域掩蔽效应。上述执行主体可以根据像素周围区域亮度确定背景亮度并计算亮度自适应值。最后，上述执行主体可以根据上述空域掩蔽效应和亮度自适应值确定上述像素点对应的恰可察觉失真阈值。
在本实施例的一些可选的实现方式中，基于所确定的梯度值和梯度方向复杂度，上述执行主体可以根据预设公式确定上述至少一个像素块中各像素点对应的恰可察觉失真阈值。其中，上述预设公式中可以包括非线性函数。上述非线性函数的函数值可以基于对预先计算的函数值表的查询得到。上述函数值表可以包括以下至少一项：反正切函数，指数函数，对数函数，根式函数，幂函数。
作为示例，上述执行主体可以通过以下公式确定梯度方向掩蔽效应：
Figure BDA0002865663690000091
其中，上述Cl可以用于表征亮度对比度。上述亮度对比度的值可以与上述梯度值一致。上述Cp可以用于表征梯度方向复杂度。上述a1、a2、a3可以作为预设的系数，其值例如可以分别为0.8、2.7、0.1。
在本实施例中，对于上述对数函数、幂函数的值，上述执行主体可以通过对上述预先计算的函数值表的查询得到。作为示例，对于3×3像素块，上述Cp的取值可以为1～9的自然数。上述幂函数的函数值表例如可以包括12.7,22.7,32.7,…82.7,92.7的值。
基于上述可选的实现方式，本方案可以利用对预先计算的函数值表的查询操作替代上述非线性函数的计算，从而显著提升了运算的速度。由于像素值(0～255)和方向的量化角度值(例如3×3的区域对应最多9个方向)均离散且有限，因此为以不同精度(例如反正切函数以0.01精度)进行预计算提供可行性保证。而且，当以像素块为单位进行恰可察觉失真阈值的表征时，更进一步降低了因预计算带来的误差。
S205，基于至少一个像素块中各像素点对应的恰可察觉失真阈值，确定各像素块对应的块恰可察觉失真阈值。
S206，基于块恰可察觉失真阈值调整对应的初始量化参数调整值，以生成至少一个像素块对应的调整后量化参数调整值。
上述步骤S201、S205和S206可以分别与前述实施例中的步骤S101、S103和S104及其可选的实现方式一致，上文针对S101、S103和S104及其可选的实现方式的描述也适用于S201、S205和S206，此处不再赘述。
从图2中可以看出，本实施例中的用于自适应量化的量化参数调整方法的流程200体现了根据各像素点的梯度方向确定梯度方向复杂度的步骤，以及根据所确定的梯度方向复杂度和梯度值确定像素点对应的恰可察觉失真阈值的步骤。由此，本实施例描述的方案提供了一种根据梯度方向和梯度值确定像素点对应的恰可察觉失真阈值的方法，从而丰富了像素点的恰可察觉失真阈值的确定方式，并且可以为后续恰可察觉失真阈值的确定方式的执行速度的提升提供基础，以适应流媒体等实时性应用场景。
在本实施例的一些可选的实现方式中，基于所确定的块恰可察觉失真阈值，上述执行主体可以按照以下方式调整对应的初始量化参数调整值，以生成至少一个像素块对应的调整后量化参数调整值：
对于至少一个像素块中的像素块，响应于确定该像素块对应的块恰可察觉失真阈值大于预设块恰可察觉失真阈值，基于该块恰可察觉失真阈值，生成块恰可察觉失真阈值量化参数调整值；基于该块恰可察觉失真阈值量化参数调整值与对应的初始量化参数调整值的融合，生成该像素块对应的调整后量化参数调整值。
基于上述待压缩图像可以包括待压缩视频帧。上述执行主体还可以继续执行以下步骤：
S207、基于所生成的调整后量化参数调整值调整至少一个像素块对应的量化参数。
S208、基于至少一个像素块对应的调整后的量化参数，调整待压缩视频帧对应的视频的比特率。
上述步骤和相应的技术效果可以与前述实施例中可选的实现方式中相应描述一致，此处不再赘述。
继续参见图3，图3是根据本申请的实施例的用于自适应量化的量化参数调整方法的应用场景的一个示意图。在图3的应用场景中，用户301使用终端设备302向服务器304发送待压缩图像303。服务器304可以将上述待压缩图像划分为如图305所示的4×3个像素块，并且可以获取上述12个像素块分别对应的初始量化参数调整值。以图305所示的左下角的像素块为例，上述服务器304可以确定上述像素块所包括的6×4个像素(如图306所示)对应的恰可察觉失真阈值。之后，基于所确定的24个像素对应的恰可察觉失真阈值，上述服务器304可以确定位于图305左下角的像素块所对应的块恰可察觉失真阈值307。而后，基于所确定的块恰可察觉失真阈值307，上述服务器可以调整上述像素块所对应的初始量化参数调整值，例如从+1调整值+0.7(如图308所示)。
目前，现有技术之一例如HEVC编码主要采用率失真优化量化(Rate-DistortionOptimized Quantization,RDOQ)和自适应量化来进一步减少视频数据中的主观冗余。然而上述率失真优化量化的调整范围很小，对于低码率情况的效果并不明显。而自适应量化的方法通常直接依据恰可察觉失真模型调整量化参数，造成对图像的客观质量影响较大。而本申请的上述实施例提供的方法，通过所确定的可察觉失真阈值对基于图像客观质量评价指标生成的初始量化参数调整值进行调整，从而生成调整后的量化参数调整值。实现了在尽可能不降低图像客观质量的前提下，利用人眼特性进一步减少图像的主观冗余。从而能够在不降低图像主观质量的前提下提升压缩率，或在不降低压缩率的前提下提升图像主观质量。
进一步参考图4，作为对上述各图所示方法的实现，本申请提供了用于自适应量化的量化参数调整装置的一个实施例，该装置实施例与图1或图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图4所示，本实施例提供的用于自适应量化的量化参数调整装置400包括获取单元401、第一确定单元402、第二确定单元403和第一调整单元404。其中，获取单元401，被配置成获取对应于待压缩图像的至少一个像素块和像素块对应的初始量化参数调整值，其中，初始量化参数调整值基于图像客观质量评价指标生成；第一确定单元402，被配置成确定至少一个像素块中各像素点对应的恰可察觉失真阈值；第二确定单元403，被配置成基于至少一个像素块中各像素点对应的恰可察觉失真阈值，确定各像素块对应的块恰可察觉失真阈值；第一调整单元404，被配置成基于块恰可察觉失真阈值调整对应的初始量化参数调整值，以生成至少一个像素块对应的调整后量化参数调整值。
在本实施例中，用于自适应量化的量化参数调整装置400中：获取单元401、第一确定单元402、第二确定单元403和第一调整单元404的具体处理及其所带来的技术效果可分别参考图1对应实施例中的步骤S101、S102、S103和S104的相关说明，在此不再赘述。
在本实施例的一些可选的实现方式中，上述获取单元401可以包括：获取模块(图中未示出)，被配置成获取待压缩图像；构建模块(图中未示出)，被配置成构建待压缩图像的下采样图；划分模块(图中未示出)，被配置成将下采样图划分为至少一个像素块；获取模块(图中未示出)，被配置成获取至少一个像素块和像素块和像素块对应的初始量化参数调整值。
在本实施例的一些可选的实现方式中，上述第二确定单元403可以进一步被配置成：将至少一个像素块所包括的像素点中同属于一个像素块的像素点对应的恰可察觉失真阈值的平均值确定为像素块对应的块恰可察觉失真阈值。
在本实施例的一些可选的实现方式中，上述第一确定单元402可以包括：第一确定模块(图中未示出)，被配置成确定至少一个像素块中各像素点对应梯度，其中，梯度包括梯度值和梯度方向；第二确定模块(图中未示出)，被配置成根据所确定的梯度方向，确定各像素点的梯度方向复杂度，其中，梯度方向复杂度用于表征距离该像素点预设范围内的像素点的梯度方向情况；第三确定模块(图中未示出)，被配置成基于所确定的梯度值和梯度方向复杂度，确定至少一个像素块中各像素点对应的恰可察觉失真阈值。
在本实施例的一些可选的实现方式中，上述第二确定模块可以进一步被配置成：根据预设范围内的像素点的数目，生成预设方向集合，其中，预设方向集合中包括不同的预设方向；根据所确定的梯度方向与预设方向集合中的预设方向的匹配，确定各像素点的梯度方向所属于的预设方向；将距离各像素点预设范围内的像素点对应的预设方向的分布的信息熵确定为各像素点的梯度方向复杂度。
在本实施例的一些可选的实现方式中，上述预设方向集合中可以包括用于指示梯度值小于预设梯度阈值的空方向。
在本实施例的一些可选的实现方式中，上述第三确定模块可以进一步被配置成：基于所确定的梯度值和梯度方向复杂度，根据预设公式确定至少一个像素块中各像素点对应的恰可察觉失真阈值，其中，预设公式中包括非线性函数，非线性函数的函数值基于对预先计算的函数值表的查询得到。
在本实施例的一些可选的实现方式中，上述第一调整单元404可以进一步被配置成：对于至少一个像素块中的像素块，响应于确定该像素块对应的块恰可察觉失真阈值大于预设块恰可察觉失真阈值，基于该块恰可察觉失真阈值，生成块恰可察觉失真阈值量化参数调整值；基于该块恰可察觉失真阈值量化参数调整值与对应的初始量化参数调整值的融合，生成该像素块对应的调整后量化参数调整值。上述待压缩图像可以包括待压缩视频帧。上述用于自适应量化的量化参数调整装置还可以包括：第二调整单元(图中未示出)，被配置成基于所生成的调整后量化参数调整值调整至少一个像素块对应的量化参数；第三调整单元(图中未示出)，被配置成基于至少一个像素块对应的调整后的量化参数，调整待压缩视频帧对应的视频的比特率。
本申请的上述实施例提供的装置，通过第二确定单元403根据第一确定单元402所确定的像素的可察觉失真阈值确定像素块的可察觉失真阈值，第一调整单元404根据像素块的可察觉失真阈值对获取单元401获取的初始量化参数调整值进行调整，从而生成调整后的量化参数调整值。实现了在尽可能不降低图像客观质量的前提下，利用人眼特性进一步减少图像的主观冗余。从而能够在不降低图像主观质量的前提下提升压缩率，或在不降低压缩率的前提下提升图像主观质量。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图5所示，设备500包括计算单元501，其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序，来执行各种适当的动作和处理。在RAM503中，还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理，例如用于自适应量化的量化参数调整方法。例如，在一些实施例中，用于自适应量化的量化参数调整方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时，可以执行上文描述的用于自适应量化的量化参数调整方法的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行上述用于自适应量化的量化参数调整方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (12)

1.一种用于自适应量化的量化参数调整方法，包括：
获取对应于待压缩图像的至少一个像素块和像素块对应的初始量化参数调整值，其中，所述初始量化参数调整值基于图像客观质量评价指标生成；
确定所述至少一个像素块中各像素点对应的恰可察觉失真阈值；
基于所述至少一个像素块中各像素点对应的恰可察觉失真阈值，确定各像素块对应的块恰可察觉失真阈值；
基于所述块恰可察觉失真阈值调整对应的初始量化参数调整值，以生成所述至少一个像素块对应的调整后量化参数调整值。
2.根据权利要求1所述的方法，其中，所述获取对应于待压缩图像的至少一个像素块和像素块对应的初始量化参数调整值，包括：
获取待压缩图像；
构建所述待压缩图像的下采样图；
将所述下采样图划分为所述至少一个像素块；
获取所述至少一个像素块和像素块和像素块对应的初始量化参数调整值。
3.根据权利要求1所述的方法，其中，所述基于所述至少一个像素块中各像素点对应的恰可察觉失真阈值，确定各像素块对应的块恰可察觉失真阈值，包括：
将所述至少一个像素块所包括的像素点中同属于一个像素块的像素点对应的恰可察觉失真阈值的平均值确定为像素块对应的块恰可察觉失真阈值。
4.根据权利要求1所述的方法，其中，所述确定所述至少一个像素块中各像素点对应的恰可察觉失真阈值，包括：
确定所述至少一个像素块中各像素点对应梯度，其中，所述梯度包括梯度值和梯度方向；
根据所确定的梯度方向，确定各像素点的梯度方向复杂度，其中，所述梯度方向复杂度用于表征距离该像素点预设范围内的像素点的梯度方向情况；
基于所确定的梯度值和梯度方向复杂度，确定所述至少一个像素块中各像素点对应的恰可察觉失真阈值。
5.根据权利要求4所述的方法，其中，所述根据所确定的梯度方向，确定各像素点的梯度方向复杂度，包括：
根据所述预设范围内的像素点的数目，生成预设方向集合，其中，所述预设方向集合中包括不同的预设方向；
根据所确定的梯度方向与所述预设方向集合中的预设方向的匹配，确定各像素点的梯度方向所属于的预设方向；
将距离各像素点预设范围内的像素点对应的预设方向的分布的信息熵确定为各像素点的梯度方向复杂度。
6.根据权利要求5所述的方法，其中，所述预设方向集合中包括用于指示梯度值小于预设梯度阈值的空方向。
7.根据权利要求4所述的方法，其中，所述基于所确定的梯度值和梯度方向复杂度，确定所述至少一个像素块中各像素点对应的恰可察觉失真阈值，包括：
基于所确定的梯度值和梯度方向复杂度，根据预设公式确定所述至少一个像素块中各像素点对应的恰可察觉失真阈值，其中，所述预设公式中包括非线性函数，所述非线性函数的函数值基于对预先计算的函数值表的查询得到。
8.根据权利要求1-7之一所述的方法，其中，所述基于所述块恰可察觉失真阈值调整对应的初始量化参数调整值，以生成所述至少一个像素块对应的调整后量化参数调整值，包括：
对于所述至少一个像素块中的像素块，响应于确定该像素块对应的块恰可察觉失真阈值大于预设块恰可察觉失真阈值，基于该块恰可察觉失真阈值，生成块恰可察觉失真阈值量化参数调整值；基于该块恰可察觉失真阈值量化参数调整值与对应的初始量化参数调整值的融合，生成该像素块对应的调整后量化参数调整值；以及
所述待压缩图像包括待压缩视频帧；所述方法还包括：
基于所生成的调整后量化参数调整值调整所述至少一个像素块对应的量化参数；
基于所述至少一个像素块对应的调整后的量化参数，调整所述待压缩视频帧对应的视频的比特率。
9.一种用于自适应量化的量化参数调整装置，包括：
获取单元，被配置成获取对应于待压缩图像的至少一个像素块和像素块对应的初始量化参数调整值，其中，所述初始量化参数调整值基于图像客观质量评价指标生成；
第一确定单元，被配置成确定所述至少一个像素块中各像素点对应的恰可察觉失真阈值；
第二确定单元，被配置成基于所述至少一个像素块中各像素点对应的恰可察觉失真阈值，确定各像素块对应的块恰可察觉失真阈值；
第一调整单元，被配置成基于所述块恰可察觉失真阈值调整对应的初始量化参数调整值，以生成所述至少一个像素块对应的调整后量化参数调整值。
10.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。
11.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-8中任一项所述的方法。
12.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-8中任一项所述的方法。
CN202011595161.1A 2020-12-28 2020-12-28 用于自适应量化的量化参数调整方法和装置 Active CN112738515B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202011595161.1A CN112738515B (zh) 2020-12-28 2020-12-28 用于自适应量化的量化参数调整方法和装置
GB2108388.6A GB2602521A (en) 2020-12-28 2021-06-11 Method and apparatus for adjusting quantization parameter for adaptive quantization
US17/353,415 US11490084B2 (en) 2020-12-28 2021-06-21 Method and apparatus for adjusting quantization parameter for adaptive quantization

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011595161.1A CN112738515B (zh) 2020-12-28 2020-12-28 用于自适应量化的量化参数调整方法和装置

Publications (2)

Publication Number Publication Date
CN112738515A true CN112738515A (zh) 2021-04-30
CN112738515B CN112738515B (zh) 2023-03-24

Family

ID=75611262

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011595161.1A Active CN112738515B (zh) 2020-12-28 2020-12-28 用于自适应量化的量化参数调整方法和装置

Country Status (3)

Country Link
US (1) US11490084B2 (zh)
CN (1) CN112738515B (zh)
GB (1) GB2602521A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113489983A (zh) * 2021-06-11 2021-10-08 浙江智慧视频安防创新中心有限公司 一种基于相关度比较确定分块编码参数的方法及装置
CN114359784A (zh) * 2021-12-03 2022-04-15 湖南财政经济学院 一种面向视频压缩的人眼恰可察觉失真的预测方法及系统
CN115967806A (zh) * 2023-03-13 2023-04-14 阿里巴巴（中国）有限公司 一种数据帧编码控制方法、系统及电子设备
CN117041581A (zh) * 2023-09-22 2023-11-10 上海视龙软件有限公司 一种用于视频编码参数优化的方法、装置及设备
WO2023231866A1 (zh) * 2022-05-31 2023-12-07 杭州海康威视数字技术股份有限公司 一种视频译码方法、装置及存储介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11863755B2 (en) * 2021-12-22 2024-01-02 Intel Corporation Methods and apparatus to encode video with region of motion detection

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011050978A1 (en) * 2009-11-02 2011-05-05 Panasonic Corporation Luminance dependent quantization
US20120207212A1 (en) * 2011-02-11 2012-08-16 Apple Inc. Visually masked metric for pixel block similarity
CN102970536A (zh) * 2012-11-15 2013-03-13 上海交通大学 一种改进的带有预测残差调整的视频编码方法
US20140169451A1 (en) * 2012-12-13 2014-06-19 Mitsubishi Electric Research Laboratories, Inc. Perceptually Coding Images and Videos
CN104469386A (zh) * 2014-12-15 2015-03-25 西安电子科技大学 一种基于dof的恰可察觉误差模型的感知立体视频编码方法
US20180255302A1 (en) * 2015-09-02 2018-09-06 Thomson Licensing Method and Apparatus for Quantization in Video Encoding and Decoding
CN108521572A (zh) * 2018-03-22 2018-09-11 四川大学 一种基于像素域jnd模型的残差滤波方法
US10356404B1 (en) * 2017-09-28 2019-07-16 Amazon Technologies, Inc. Image processing using just-noticeable-difference thresholds
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
CN111988611A (zh) * 2020-07-24 2020-11-24 北京达佳互联信息技术有限公司 量化偏移信息的确定方法、图像编码方法、装置及电子设备

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6023296A (en) * 1997-07-10 2000-02-08 Sarnoff Corporation Apparatus and method for object based rate control in a coding system
US6690833B1 (en) * 1997-07-14 2004-02-10 Sarnoff Corporation Apparatus and method for macroblock based rate control in a coding system
US6208745B1 (en) * 1997-12-30 2001-03-27 Sarnoff Corporation Method and apparatus for imbedding a watermark into a bitstream representation of a digital image sequence
US6366705B1 (en) * 1999-01-28 2002-04-02 Lucent Technologies Inc. Perceptual preprocessing techniques to reduce complexity of video coders
FR2792798B1 (fr) * 1999-04-26 2001-05-25 Thomson Multimedia Sa Procede et dispositif de quantification pour compression video
US7006568B1 (en) * 1999-05-27 2006-02-28 University Of Maryland, College Park 3D wavelet based video codec with human perceptual model
WO2004004359A1 (en) * 2002-07-01 2004-01-08 E G Technology Inc. Efficient compression and transport of video over a network
KR100576802B1 (ko) * 2003-10-29 2006-05-10 한국전자통신연구원 인간시각시스템 모델과 웨이블릿 변환을 이용한 블라인드방식의 워터마크 삽입 및 추출 방법
CN101253777A (zh) * 2005-07-01 2008-08-27 极速决件公司 用于在多媒体信号编码中使用的方法、装置和系统
TWI376645B (en) * 2008-07-29 2012-11-11 Sonix Technology Co Ltd Image processing methof of noise reduction and apparatus thereof
US20100086063A1 (en) * 2008-10-02 2010-04-08 Apple Inc. Quality metrics for coded video using just noticeable difference models
US8249146B2 (en) * 2009-10-20 2012-08-21 Dongguk University Industry-Academic Cooperation Foundation Method for selecting content adaptive coding mode
US8559511B2 (en) * 2010-03-30 2013-10-15 Hong Kong Applied Science and Technology Research Institute Company Limited Method and apparatus for video coding by ABT-based just noticeable difference model
US8655092B2 (en) * 2010-12-16 2014-02-18 Beihang University Wavelet coefficient quantization method using human visual model in image compression
US9245310B2 (en) * 2013-03-15 2016-01-26 Qumu Corporation Content watermarking
WO2015122726A1 (ko) * 2014-02-13 2015-08-20 한국과학기술원 시각적 인지 특성을 이용한 ｐｖｃ 방법
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
KR101737006B1 (ko) * 2017-01-25 2017-05-17 광운대학교 산학협력단 인지 품질 기반의 변환 부호화 고속화 방법 및 장치
US11095896B2 (en) * 2017-10-12 2021-08-17 Qualcomm Incorporated Video coding with content adaptive spatially varying quantization
US11153607B2 (en) * 2018-01-29 2021-10-19 Mediatek Inc. Length-adaptive deblocking filtering in video coding

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011050978A1 (en) * 2009-11-02 2011-05-05 Panasonic Corporation Luminance dependent quantization
US20120207212A1 (en) * 2011-02-11 2012-08-16 Apple Inc. Visually masked metric for pixel block similarity
CN102970536A (zh) * 2012-11-15 2013-03-13 上海交通大学 一种改进的带有预测残差调整的视频编码方法
US20140169451A1 (en) * 2012-12-13 2014-06-19 Mitsubishi Electric Research Laboratories, Inc. Perceptually Coding Images and Videos
CN104469386A (zh) * 2014-12-15 2015-03-25 西安电子科技大学 一种基于dof的恰可察觉误差模型的感知立体视频编码方法
US20180255302A1 (en) * 2015-09-02 2018-09-06 Thomson Licensing Method and Apparatus for Quantization in Video Encoding and Decoding
US10356404B1 (en) * 2017-09-28 2019-07-16 Amazon Technologies, Inc. Image processing using just-noticeable-difference thresholds
CN108521572A (zh) * 2018-03-22 2018-09-11 四川大学 一种基于像素域jnd模型的残差滤波方法
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
CN111988611A (zh) * 2020-07-24 2020-11-24 北京达佳互联信息技术有限公司 量化偏移信息的确定方法、图像编码方法、装置及电子设备

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113489983A (zh) * 2021-06-11 2021-10-08 浙江智慧视频安防创新中心有限公司 一种基于相关度比较确定分块编码参数的方法及装置
CN114359784A (zh) * 2021-12-03 2022-04-15 湖南财政经济学院 一种面向视频压缩的人眼恰可察觉失真的预测方法及系统
WO2023231866A1 (zh) * 2022-05-31 2023-12-07 杭州海康威视数字技术股份有限公司 一种视频译码方法、装置及存储介质
CN115967806A (zh) * 2023-03-13 2023-04-14 阿里巴巴（中国）有限公司 一种数据帧编码控制方法、系统及电子设备
CN117041581A (zh) * 2023-09-22 2023-11-10 上海视龙软件有限公司 一种用于视频编码参数优化的方法、装置及设备
CN117041581B (zh) * 2023-09-22 2023-12-12 上海视龙软件有限公司 一种用于视频编码参数优化的方法、装置及设备

Also Published As

Publication number Publication date
US11490084B2 (en) 2022-11-01
GB2602521A (en) 2022-07-06
CN112738515B (zh) 2023-03-24
GB202108388D0 (en) 2021-07-28
US20210337205A1 (en) 2021-10-28

Similar Documents

Publication Publication Date Title
CN112738515B (zh) 用于自适应量化的量化参数调整方法和装置
CN111988611B (zh) 量化偏移信息的确定方法、图像编码方法、装置及电子设备
CN111757107B (zh) 一种视频编码方法、装置、设备及介质
US10863206B2 (en) Content-weighted deep residual learning for video in-loop filtering
CN113676730B (zh) 视频编码方法、装置、电子设备和存储介质
US11197021B2 (en) Coding resolution control method and terminal
WO2017075810A1 (zh) 反量化变换系数的方法、装置及解码设备
CN110365981B (zh) 一种视频编码方法、装置、电子设备及存储介质
US9497241B2 (en) Content adaptive high precision macroblock rate control
CN113259667A (zh) 视频量化方法、装置、电子设备和计算机可读存储介质
CN111539948B (zh) 视频质量评估的方法、装置、电子设备及存储介质
CN116567246A (zh) Avc编码方法和装置
CN113610731A (zh) 用于生成画质提升模型的方法、装置及计算机程序产品
CN113573055B (zh) 用于图片序列的去块滤波方法、装置、电子设备和介质
CN113099216B (zh) 编码复杂度评估方法、装置、设备以及存储介质
CN113784130B (zh) 一种基于梯度模相似度离差最小化的比特分配方法
Hou et al. A speed up method for Guetzli encoder
CN113055669B (zh) 一种编码前的图像滤波方法及装置
US11979587B2 (en) Hybrid inter-frame coding using an autoregressive model
CN116684608A (zh) 视频编码方法、装置和设备
CN112565755B (zh) 视频帧编码方法、装置、电子设备及可读存储介质
WO2022205094A1 (zh) 数据处理方法、数据传输系统、设备及存储介质
CN117726539A (zh) 图像增强处理方法、装置、设备以及存储介质
CN116668692A (zh) 视频编码方法、装置、设备以及存储介质
CN115700745A (zh) 视频质量的评价方法、装置、设备及存储介质

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