CN1230003C - 用于视频编码的失真量化器模型 - Google Patents

用于视频编码的失真量化器模型 Download PDF

Info

Publication number
CN1230003C
CN1230003C CNB028014146A CN02801414A CN1230003C CN 1230003 C CN1230003 C CN 1230003C CN B028014146 A CNB028014146 A CN B028014146A CN 02801414 A CN02801414 A CN 02801414A CN 1230003 C CN1230003 C CN 1230003C
Authority
CN
China
Prior art keywords
distortion
quantization parameter
parameter
model
target
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.)
Expired - Fee Related
Application number
CNB028014146A
Other languages
English (en)
Other versions
CN1462557A (zh
Inventor
Y·彦
K·S·查拉帕利
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
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 Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN1462557A publication Critical patent/CN1462557A/zh
Application granted granted Critical
Publication of CN1230003C publication Critical patent/CN1230003C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

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
    • H04N19/126—Details of normalisation or weighting functions, e.g. normalisation matrices or variable uniform quantisers
    • 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
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

一种允许选择失真度的视频编码器(30)包括：一个用于选择目标失真度的选择系统；一个用于确定量化参数q以确保与选择的目标失真度一致的系统(34)，其中系统(34)包括用于使用高斯分别计算失真的算法，其中高斯分布具有是量化参数q的函数的方差。该算法基于失真模型D(q)＝N(a1q2+a2q+a3，b1q2+b2q+b3)，其中N是高斯分布，a1，a2，a3，b1，b2和b3是失真模型参数。

Description

用于视频编码的失真量化器模型
技术领域
本发明涉及数字通信系统，特别的涉及一种用于作为量化参数的函数模拟失真的系统和方法。
背景技术
随着个人计算机和INTERNET的出现，对数字数据的传输产生了巨大的需求，特别是数字视频数据。然而，基于低容量通信信道，例如基于电话线，传输视频数据的能力正面临一个挑战。
为了达到该目的，开发一种系统，其中视频信号的编码表示分裂成可以独立操作的视频元素或目标。例如：MPEG-4是由使用一系列视频目标的运动图像专家组(MPEG)开发的一种压缩标准。使用该技术不同的比特速率可被分配给不同的可视目标。因此，与不重要的数据(例如背景特征)相比，较为重要的数据(例如，正面特征)可被编码并且在较高比特速率上传输，因此具有较低失真。
因为带宽非常宝贵，一个重要的挑战是有效的选择比特速率，该速率满足每个可视目标的失真要求。理想的，被选择的比特速率不高于必须确保用于可视目标的失真不超过选择的门限。不幸的是，因为在这个编码方案中可引入的参数的数目，预测相应的比特速率的失真度是个复杂的问题。因此，选择用于可视目标的比特速率的过程依然是个挑战。
在1999年12月第9卷第8号，用于视频技术的电路和系统的IEEE学报里，Ronda等所著的题为“用于MPEG-4的速率控制和比特分配”的文章中提示了一种解决方案，该文章作为参考(在下文中的“Ronda”)。在Ronda中，提示了一种模型，其中失真D被定义为：
            D(q)＝a1q2+a2q+a3+N(0，σ2)，
其中q是量化参数，N是高斯分布，a1，a2，a3是失真模型参数(在MPEG-4系统中比特速率是q的函数)。然而，与该模型相关的一个问题是它提供一个多项式平均值和恒定方差的高斯分布。因此，不考虑q的值，它采取一个恒定方差高斯分布，其中q的值通常是有误差的，尤其是在低比特速率的情况中。
因此，需要存在这样一个系统，它可以在编码系统中更精确地模拟失真。
发明内容
本发明通过提供一种失真模型克服了上述问题，其中失真D(q)作为具有通用高斯分布的随机变量计算，其中通用高斯分布是量化参数q的函数。
在第一个方面里，本发明提供一种用于确定满足预先确定的质量水平的量化参数q的方法，包括下列步骤：提供一个失真模型D(q)＝N(a1q2+a2q+a3，b1q2+b2q+b3)，其中N是高斯分布，a1，a2，a3，b1，b2和b3是失真模型参数；选择一个目标失真度；计算量化参数q，以便失真模型D(q)的上限小于等于目标失真度。
在第二方面里，本发明提供一个质量水平选择能力的编码系统，包括：一个用于选择目标失真度的系统；一个失真模型，其中该失真模型作为量化参数的函数确定失真度，并且其中失真模型包括具有一个方差的高斯分布，该方差是量化参数的函数；用于计算量化参数的系统，因此失真度不会超过目标失真度。
在第三方面里，本发明提供一个允许选择失真度的视频编码器，包括：一个用于选择目标失真度的选择系统；一个用于确定量化参数以便于确保与选择的目标失真度一致的系统，其中该系统包括用于计算失真的一个算法，该失真使用具有量化参数的函数的方差的高斯分布。
在第四方面里，本发明提供一个存储在可记录媒体上的程序产品，当该程序执行时允许在编码操作中选择失真度，包括：选择目标失真度的选择系统；用于确定量化参数以确保与选择的目标失真度一致的系统，其中该系统包括用于计算失真的一个算法，该失真使用具有量化参数的函数的方差的高斯分布。
附图说明
本发明的首选实施例将参考附图在下文描述，其中相同符号表示相同元件：
附图1描述按照本发明一个优选实施例的失真模型曲线
附图2描述按照本发明一个优选实施例的具有质量选择系统的编码系统
具体实施方式
综述
本发明提供一个选择质量通讯系统，该系统允许用户和/或系统选择一个质量水平(也就是失真)用于被传输的数据目标。按照通信理论，通信信道特征在于具有在比特速率上的上限容量，该比特率可由具有可忽略的误差速率调整。为了在有效的比特速率中传输压缩的数据必须放弃某些信息，因此引起信号中的失真。通常，随着比特速率的增加，失真减少，反之亦然。如同在速率原理中示例的一样。因此，在比特速率和失真之间定义一个对应允许更有效的使用通信信道，尤其是在例如电话线的低容量信道中。
比特速率R和失真D都是量化参数q的函数。在MPEG系统中，q可以从全部数目1，2，...，Q中选择。调整q可以改变量化水平以及在比特流中DCT(离散余弦变换)数据块的比特数据速率。因此，因为失真D是q的函数，比特速率可以作为失真函数计算。然而，为了连接比特速率和失真，必须首先精确定义失真D和量化参数q之间的关系。本发明以下面描述的失真模型连接它们两个。
失真模型
按照当前实施例，失真作为具有通用高斯分布的随机变量被模拟，其中通用高斯分布是q的函数，由下面通用定义给出：
            D(q)＝N(m(q)，σ2(q))，
其中N是高斯分布，m(q)是平均值，δ2(q)是方差。在优选实施例中，平均值和方差是量化参数q的二阶多项式函数，定义为：
                m(q)＝a1q2+a2q+a3，
                σ2(q)＝b1q2+b2q+b3，
其中a1，a2，a3，b1，b2和b3是例如可以通过公知的最大似然估计解决的失真模型参数。因此，D(q)＝N(a1q2+a2q+a3，b1q2+b2q+b3)。该等式更精确的模拟了失真的行为，尤其是在大量化水平(也就是说小比特速率)的情况中。
显示该模型的一个示例性的曲线10在附图1中描述。如同所见的，曲线10包括一个取决于q的方差δ2(q)。特别的，由于q由1增加到Q，方差δ2(q)(也就是说可能的失真值的范围)也在增加。这可以和Ronda(上述的)对照，Ronda提示了一个恒定方差。对于给定q，失真值的范围包括一个上限，一个平均值m(q)14，以及一个下限16。上限12可以定义为：
    Dupper(q)＝a1q2+a2q+a3+λ*sqrt(b1q2+b2q+b3)，
其中入是置信度常数(也就是3σ)。
选择质量
因为按照本发明的失真模型精确定义为曲线16，可能选择一个目标质量水平20，然后确定一个量化参数q确保与目标质量水平一致。例如，如附图1中所示，目标质量水平20与曲线10的上限在点18相交，并与平均值m(q)14在点19相交。因此，对于目标质量水平20已知选择量化参数值q1’将确保失真不超过曲线10的上限12。因此，可能选择一个目标质量水平20并且确定一个值q，该值可确保失真不超过目标质量水平。
附图2描述编码系统30，该系统包括一个用于获得选择的质量的系统31。编码系统30可以包括任何类型的系统(也就是说，MEPG～4编码器)，该系统编码用于基于通信信道传输的数字数据。编码系统30接收视频数据42，例如以MEPG-4系统中的视频目标，输出利用适于满足选择的质量(也就是失真)水平的比特速率编码的比特流44。质量系统31包括一个目标失真选择系统32，该系统允许用户或者系统选择一个视频数据42必须与之一致的失真度。失真可以被选择、测量并且在任何已知模式这实施，包括作为一个均方根(rms)，其中rms(q)≈N(m(q)，δ2(q))。
质量系统31进一步包括一个用于确定量化参数q的确定系统34，保证于选择的目标水平一致。Q确定系统34包括一个失真模型36，作为量化参数q的函数确定失真水平。更特别的，失真模型36包括一个具有方差的高斯分布，其中该方差是量化参数q的一个函数。用于这样的模型的一个示例性实施例在上面描述了。模型36可作为计算输入的q的失真的上限的算法实施。例如，如上所述，上限Dupper可以定义为：
        Dupper(q)＝a1q2+a2q+a3+λ*sqrt(b1q2+b2q+b3)，
为了确定适当的q满足选择的失真度，可以使用一个迭带算法38迭带地测试一系列连续的q值，例如，直到D(q)的上限小于或者等于选择的目标失真水平。下面是用于迭带算法38的伪码，其中rms≈D：
输入选择的质量水平rms0：
从31到1开始循环q
如果rms(q)≤rms0，则
q’＝q；
结束
一旦q’确定，比特速率计算系统40可被用于确定实现q’所必须的相关比特速率。如上所述，因为比特速率是q的函数，比特速率计算系统40可被容易的以任何已知方式实现。
可以理解，这里所描述的系统、函数、机构和模型可以硬件、软件或者硬件和软件的结合实现。它们可以以任何类型的计算机系统或者适合于执行这里描述的方法的其它装置实现。一个典型的软件和硬件结合可以是具有计算机程序的通用计算机系统，当该程序装载并执行时，控制该计算机系统以便执行这里描述的方法。换句话说，使用一个特殊用途计算机，它包括用于执行本发明一个或多个功能任务的特殊硬件。本发明也可以在计算机产品中实现，该产品包括实现这里描述的方法和功能的所有特征，当装入计算机系统时，它能够执行这些方法和功能。计算机程序、软件程序、程序、程序产品或者软件在本发明内容中意味着以任何语言、编码或者符号以及一系列指令的表示，其中一系列指令意味着使得具有信息处理能力的系统直接或者见解沿着下列步骤步骤执行特定功能：(a)转换成另一种语言、码字或者符号；和/或(b)在不同实质形式中再现。
为了说明和解释的目的，已经出现了本发明优选实施例的上述描述。它们不用于穷举或者限制本发明为公开的精确形式，明显的基于上述提示的任何改进和变形都是可能的。这种对于本领域的技术人员来说是明显的改进和变形，应该被包括在附加权利要求所定义的范围内。

Claims (17)

1.一种用于确定满足预先确定的质量水平的量化参数q的方法，包括下列步骤：
提供一个失真模型D(q)＝N(a1q2+a2q+a3，b1q2+b2q+b3)(36)，其中N是高斯分布，a1，a2，a3，b1，b2和b3是失真模型参数；
选择一个目标失真度(20)；以及
计算量化参数q，以便失真模型D(q)(36)的上限小于等于目标失真度(20)。
2.权利要求1所述的方法进一步包括基于计算的量化参数q确定比特速率。
3.权利要求1所述的方法，其中量化参数q从一系列连续的值1，2，3…Q中选择，其中Q是一个整数。
4.权利要求3所述的方法，其中计算量化参数q的步骤包括从Q到1迭带地测试一系列连续的值，直到D(q)的上限(12)小于或者等于选择的目标失真度(20)。
5.权利要求1所述的方法，其中失真模型D(q)以均方根RMS(q)表示。
6.权利要求1所述的方法，其中失真模型参数使用最大似然估计统计方法估计
7.权利要求1所述的方法，其中失真模型D(q)(36)的上限以D(q)＝a1q2+a2q+a3+λ*sqrt(b1q2+b2q+b3)计算，其中λ是置信度常数。
8.一个具有品质水平容量的编码系统(30)包括：
一个用于选择目标失真度(20)的系统(32)；
一个失真模型(36)，其中失真模型(36)作为量化参数的函数确定失真度，其中失真模型(36)包括具有方差的高斯分布，该方差为量化参数的函数；以及
用于计算量化参数以便失真度不超过目标失真度(20)。
9.权利要求8所述的编码系统(30)进一步包括一个用于作为计算的量化参数的函数计算比特速率的系统(40)。
10.权利要求8所述的编码系统(30)，其中失真模型(36)定义为：D(q)＝N(a1q2+a2q+a3，b1q2+b2q+b3)，其中q是量化参数，N是高斯分布，a1，a2，a3，b1，b2和b3是失真模型参数。
11.权利要求8所述的编码系统(30)，其中失真度的上限(12)由失真模型定义：Dupper(q)＝a1q2+a2q+a3+λ*sqrt(b1q2+b2q+b3)，其中λ是置信度常数。
12.权利要求10所述的编码系统(30)，进一步包括一个用于估计失真模型参数的系统。
13.权利要求8所述的编码系统(30)，其中用于计算量化参数的系统(34)使用一个算法(38)，该算法迭带地测试整数量化参数值。
14.一种编码系统(30)，该系统是一个允许选择失真度的视频编码器，所述系统(30)包括：
一个用于选择目标失真度(20)的选择系统(32)；
用于确定量化参数以便确保与选择的目标失真度一致的确定系统(34)，其中确定系统(34)包括一个利用高斯分布用于计算失真的算法(38)，高斯分布具有是量化参数函数的方差。
15.权利要求14所述的编码系统(30)，进一步包括一个作为量化参数的函数用于选择比特速率的系统(40)。
16.权利要求14所述的编码系统(30)，其中对于一个给定的量化水平q，失真Dupper的上限(12)按下式计算：Dupper(q)＝a1q2+a2q+a3+λ*sqrt(b1q2+b2q+b3)，其中其中a1，a2，a3，b1，b2和b3是失真模型参数，以及λ是置信度常数。
17.权利要求14所述的编码系统(30)，其中对于给定的量化度q失真D计算如下：D(q)＝N(a1q2+a2q+a3，b1q2+b2q+b3)，其中N是高斯分布，a1，a2，a3，b1，b2和b3是失真模型参数。
CNB028014146A 2001-04-27 2002-04-23 用于视频编码的失真量化器模型 Expired - Fee Related CN1230003C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US09/844,457 2001-04-27
US09/844,457 US6687294B2 (en) 2001-04-27 2001-04-27 Distortion quantizer model for video encoding

Publications (2)

Publication Number Publication Date
CN1462557A CN1462557A (zh) 2003-12-17
CN1230003C true CN1230003C (zh) 2005-11-30

Family

ID=25292762

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB028014146A Expired - Fee Related CN1230003C (zh) 2001-04-27 2002-04-23 用于视频编码的失真量化器模型

Country Status (6)

Country Link
US (1) US6687294B2 (zh)
EP (1) EP1391122A2 (zh)
JP (1) JP2004531950A (zh)
KR (1) KR20040000309A (zh)
CN (1) CN1230003C (zh)
WO (1) WO2002089489A2 (zh)

Families Citing this family (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7260826B2 (en) * 2000-05-31 2007-08-21 Microsoft Corporation Resource allocation in multi-stream IP network for optimized quality of service
US7042943B2 (en) 2002-11-08 2006-05-09 Apple Computer, Inc. Method and apparatus for control of rate-distortion tradeoff by mode selection in video encoders
US7194035B2 (en) 2003-01-08 2007-03-20 Apple Computer, Inc. Method and apparatus for improved coding mode selection
US7738554B2 (en) 2003-07-18 2010-06-15 Microsoft Corporation DC coefficient signaling at small quantization step sizes
US10554985B2 (en) 2003-07-18 2020-02-04 Microsoft Technology Licensing, Llc DC coefficient signaling at small quantization step sizes
US8218624B2 (en) * 2003-07-18 2012-07-10 Microsoft Corporation Fractional quantization step sizes for high bit rates
US7580584B2 (en) * 2003-07-18 2009-08-25 Microsoft Corporation Adaptive multiple quantization
US7602851B2 (en) * 2003-07-18 2009-10-13 Microsoft Corporation Intelligent differential quantization of video coding
US7016409B2 (en) * 2003-11-12 2006-03-21 Sony Corporation Apparatus and method for use in providing dynamic bit rate encoding
FR2867327B1 (fr) * 2004-03-04 2006-09-01 Canon Kk Procede et dispositif de codage d'une image
US7801383B2 (en) * 2004-05-15 2010-09-21 Microsoft Corporation Embedded scalar quantizers with arbitrary dead-zone ratios
US8406293B2 (en) 2004-06-27 2013-03-26 Apple Inc. Multi-pass video encoding based on different quantization parameters
US8005139B2 (en) 2004-06-27 2011-08-23 Apple Inc. Encoding with visual masking
US8208536B2 (en) 2005-04-28 2012-06-26 Apple Inc. Method and apparatus for encoding using single pass rate controller
TWI297471B (en) * 2005-05-20 2008-06-01 Novatek Microelectronics Corp Method for video content complexity estimation, scene change detection and video encoding
US8422546B2 (en) 2005-05-25 2013-04-16 Microsoft Corporation Adaptive video encoding using a perceptual model
EP1830573A1 (en) * 2006-03-02 2007-09-05 Thomson Licensing Method and apparatus for determining in picture signal encoding the bit allocation for groups of pixel blocks in a picture
US8059721B2 (en) 2006-04-07 2011-11-15 Microsoft Corporation Estimating sample-domain distortion in the transform domain with rounding compensation
US7974340B2 (en) * 2006-04-07 2011-07-05 Microsoft Corporation Adaptive B-picture quantization control
US8503536B2 (en) * 2006-04-07 2013-08-06 Microsoft Corporation Quantization adjustments for DC shift artifacts
US7995649B2 (en) 2006-04-07 2011-08-09 Microsoft Corporation Quantization adjustment based on texture level
US8130828B2 (en) 2006-04-07 2012-03-06 Microsoft Corporation Adjusting quantization to preserve non-zero AC coefficients
US8711925B2 (en) * 2006-05-05 2014-04-29 Microsoft Corporation Flexible quantization
JP5087624B2 (ja) * 2006-08-30 2012-12-05 トムソン ライセンシング 解析的且つ実験的な複合型の符号化歪みモデル化のための方法及び装置
US8238424B2 (en) * 2007-02-09 2012-08-07 Microsoft Corporation Complexity-based adaptive preprocessing for multiple-pass video compression
US8498335B2 (en) * 2007-03-26 2013-07-30 Microsoft Corporation Adaptive deadzone size adjustment in quantization
US8243797B2 (en) * 2007-03-30 2012-08-14 Microsoft Corporation Regions of interest for quality adjustments
US8442337B2 (en) * 2007-04-18 2013-05-14 Microsoft Corporation Encoding adjustments for animation content
US8331438B2 (en) 2007-06-05 2012-12-11 Microsoft Corporation Adaptive selection of picture-level quantization parameters for predicted video pictures
US8189933B2 (en) * 2008-03-31 2012-05-29 Microsoft Corporation Classifying and controlling encoding quality for textured, dark smooth and smooth video content
US8897359B2 (en) * 2008-06-03 2014-11-25 Microsoft Corporation Adaptive quantization for enhancement layer video coding
US8279924B2 (en) * 2008-10-03 2012-10-02 Qualcomm Incorporated Quantization parameter selections for encoding of chroma and luma video blocks
US20120307890A1 (en) * 2011-06-02 2012-12-06 Microsoft Corporation Techniques for adaptive rounding offset in video encoding
US9924167B2 (en) 2011-11-28 2018-03-20 Thomson Licensing Video quality measurement considering multiple artifacts
CN109587487B (zh) * 2017-09-28 2020-08-21 上海富瀚微电子股份有限公司 一种对rdo策略的结构性失真度的评估方法及系统
CN107896330B (zh) * 2017-11-29 2019-08-13 北京大学深圳研究生院 一种用于帧内和帧间预测的滤波方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5992688A (ja) * 1982-11-19 1984-05-28 Fuji Photo Film Co Ltd 適応形画像圧縮方式
JPS60116000A (ja) * 1983-11-28 1985-06-22 ケイディディ株式会社 音声符号化装置
JPS6121660A (ja) * 1984-07-10 1986-01-30 Toshiba Corp 搬送波再生回路
AU1062999A (en) * 1997-09-29 1999-04-23 Rockwell Semiconductor Systems, Inc. System and method for compressing images using multi-threshold wavelet coding
US6408026B1 (en) * 1999-08-06 2002-06-18 Sony Corporation Deadzone quantization method and apparatus for image compression

Also Published As

Publication number Publication date
WO2002089489A2 (en) 2002-11-07
EP1391122A2 (en) 2004-02-25
US20020159521A1 (en) 2002-10-31
CN1462557A (zh) 2003-12-17
WO2002089489A3 (en) 2003-02-13
KR20040000309A (ko) 2004-01-03
JP2004531950A (ja) 2004-10-14
US6687294B2 (en) 2004-02-03

Similar Documents

Publication Publication Date Title
CN1230003C (zh) 用于视频编码的失真量化器模型
US7336713B2 (en) Method and apparatus for encoding and decoding data
CN101389026B (zh) 图像编码设备和图像编码方法
CN1114320C (zh) 利用量化活动度控制比特产生数量的图像编码方法和装置
CN1099767C (zh) 数字数据压缩的方法和装置
CN112637594B (zh) 一种基于比特流的无参考3d点云质量评估方法
WO2005094081A1 (en) Method,device and software product for binarization of video data
CN111556315B (zh) 数据传输方法及装置
CN1273746A (zh) 数据流的代码转换
CN107666472B (zh) 混合的数字-模拟编解码的方法和设备
CN1366779A (zh) 联合比特率转码中的比特率分配
US6850572B2 (en) Encoding/decoding apparatus and method for orientation interpolator node data
CN1151678C (zh) 对于视频信号中的目标轮廓图象进行编码的方法和装置
JP3887043B2 (ja) 輪郭線符号化方法及び輪郭線符号化装置
JPH06350985A (ja) 画像符号化方法および装置
CN1643934A (zh) 具有量化级别的强制波动的视频编码
CN1529511A (zh) 一种基于运动矢量合成的视频转码方法
CN1156170C (zh) 用于对一目标的轮廓编码的方法和装置
CN117979006B (zh) 低照度直播视频实时转码增强亮构量化方法
US5915045A (en) Method and apparatus for encoding a contour of an object by adapting a vertex coding technique
KR20040093485A (ko) 양자화기 스케일 선택을 사용한 화상 코딩
WO2007135626A2 (en) Method of video coding
Jónsson et al. Subband coding of video using adaptive quantization
CN118474367A (zh) 编码器及相关的信号处理方法
CN115174907A (zh) 视频压缩码率控制的方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C19 Lapse of patent right due to non-payment of the annual fee
CF01 Termination of patent right due to non-payment of annual fee