CN1596422A - 用于估算压缩视频数据客观质量的方法和系统 - Google Patents

用于估算压缩视频数据客观质量的方法和系统 Download PDF

Info

Publication number
CN1596422A
CN1596422A CNA028226607A CN02822660A CN1596422A CN 1596422 A CN1596422 A CN 1596422A CN A028226607 A CNA028226607 A CN A028226607A CN 02822660 A CN02822660 A CN 02822660A CN 1596422 A CN1596422 A CN 1596422A
Authority
CN
China
Prior art keywords
video data
data
coefficient
dct
psnr
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
Application number
CNA028226607A
Other languages
English (en)
Inventor
Y·陈
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 CN1596422A publication Critical patent/CN1596422A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00Diagnosis, testing or measuring for television systems or their details
    • H04N17/04Diagnosis, testing or measuring for television systems or their details for receivers
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00Diagnosis, testing or measuring for television systems or their details
    • H04N17/004Diagnosis, testing or measuring for television systems or their details for digital television systems
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/85Methods 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)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

本发明涉及一种用于估算编码视频数据质量,而不必访问源数据或压缩视频比特流的方法和系统。此系统配置使用MPEG译码器对压缩视频数据进行译码,以生成解压缩视频数据。译码数据被分析用以确定解压缩视频数据是否为内部编码。如果是,则执行离散余弦变换(DCT)用以在解压缩视频数据中对至少一个AC频带产生一组DCT系数。同时,对于解压缩视频数据的每个块提取解压缩视频数据的帧的量化矩阵数据以及量化器尺度。此后,获得转化的DCT系数的方差,且随后基于方差、量化矩阵和量化器尺度,确定每组所述DCT系数的平均量化误差。最后,基于所得的平均量化误差,计算峰值信噪比(PSNR)。

Description

用于估算压缩视频数据客观质量的方法和系统
发明背景
1.发明领域
本发明涉及用于测量压缩视频数据质量的方法和系统,特别地,涉及估算压缩图象的客观质量,即峰值信噪比(PSNR),而无需参考源视频数据的方法和系统。
2.相关技术领域说明
向观看者提供最感知地吸引人的视频图像是视频专家们的终极目标。确定最终图像质量优劣的一种方法是令一组观看者观看某些视频序列以提供他们的意见。分析视频序列的另一种方法是提供自动化机制以评估视频质量的优点或降级。此类处理过程就是所谓的“客观视频质量评估”。
用于测量压缩处理的图象质量的常用方法是在已处理图像和未处理源图像间进行比较(下文中称为“双端测量”)。使用了不同的度量标准,即,区块效应度量标准(Block Artifact Metric,BAM)、PSNR、感知加权PSNR等等,用于评估客观图象质量测量。特别的,PSNR是用于测量任何图象质量最普遍使用的参数,特别是在评估MPEG-2视频比特流中。然而,双端测量具有某些缺陷,其在于如果源数据或源与已处理图象间的校准不能获得,则对已处理图像和源图像的访问是不可行的。为克服此问题,当源既不可用也不可控时,“单端测量”被提出用于监控视频质量。不同于双端测量,在评估视频质量时单端测量技术对压缩图象进行操作而不访问源图象。虽然有不同的单端方法已被提出,但是还没有使用PSNR度量标准的单端测量被单独用于评估压缩图象,而不访问源图象或压缩视频比特流。因此,本发明提出了一种使用PSNR度量标准的客观质量评估,用于评估压缩图象的客观质量,而无需利用源数据或压缩视频比特流。
发明概述
本发明涉及一种装置和方法,通过利用从解压缩图象直接估算的量化参数来评估编码视频数据的质量,而无需访问源数据或压缩视频比特流。
根据本发明的一个方面,评估图象质量的方法包括下列步骤:对解压缩视频数据的至少相当大的部分执行离散余弦变换(DCT),用于对至少一个AC频带产生一组DCT系数;同时,为至少一个AC频带提取量化矩阵数据,并为解压缩视频数据的每个块提取量化器尺度(quantizer scale);估算DCT系数的方差;基于所得的方差、量化矩阵和量化器尺度为每组DCT系数确定平均量化误差;以及基于平均量化误差计算峰值信噪比(PSNR)。
根据本发明的另一方面,本方法包括下列步骤:执行DC计算操作用于从解压缩视频数据中恢复内部dc精度水平;以及,如果内部dc精度水平小于预先定义的阈值,则将译码视频数据分类为内部编码;对解压缩视频数据执行离散余弦变换(DCT),用于对至少一个AC频带产生一组DCT系数;为至少一个AC频带提取量化矩阵数据;为解压缩视频数据的每个块提取量化器尺度;估算DCT系数的方差;为每组DCT系数确定平均量化误差;以及基于平均量化误差计算峰值信噪比(PSNR)。
根据本发明的另一方面,能够评估编码视频数据质量的装置包括:译码器,用于对编码视频数据的至少相当大的部分进行译码,以产生包含多个块的译码视频数据;离散余弦变换(DCT),配置用于将解压缩视频数据变换为至少一个AC频带的一组DCT系数;提取器,用于为至少一个AC频带提取量化矩阵数据,并为解压缩视频数据的每个块提取量化器尺度;收集器,用于估算DCT系数的方差;第一计算器,基于方差、量化矩阵和量化器尺度为每组DCT系数确定平均量化误差;第二计算器,基于所得的平均量化误差确定峰值信噪比(PSNR);以及图像检测器,用于在解压缩视频数据的每个块中检测内部编码图象。图象检测器还包括执行DC计算操作的装置,用于从解压缩视频数据中恢复内部dc精度水平;以及用于当内部dc精度水平小于预先定义的阈值时,将译码视频数据分类为内部编码图象的装置。
根据本发明的另一方面,装置包括:译码器,配置用于对压缩可变长度霍夫曼(Huffman)码进行译码并由此产生译码数据,以及用于为译码视频数据的每个块提取量化矩阵数据和量化器尺度;逆量化器,配置用于对来自译码器的译码数据输出执行逆量化,以产生一组DCT系数;逆DCT,配置用于将来自逆量化器的信号输出块中的像素值变换为包含差分数据的去量化译码数据;运动补偿及加法器,用于接收编码视频数据中的参考数据和来自所述逆DCT的差分数据,以由此构成运动补偿图象;收集器,耦合至逆量化器的输出以估算DCT系数的方差;第一计算器,基于方差、量化矩阵和量化器尺度为每组DCT系数确定平均量化误差;以及第二计算器,基于所得的平均量化误差确定峰值信噪比(PSNR)。该装置还包括配置用于存储再现视频数据的视频存储器。
本发明前述以及其它的特征和优点将通过附图中描述的优选实施方案更为详细地描述而变得显而易见,附图中,通篇对于不同的视图,参考符号涉及相同的部分。附图并未必要地按比例绘制;相反,重点在于说明本发明的原理。
附图简述
图1是根据本发明的实施方案,说明图象质量估算器的简化框图;
图2是根据本发明的第一示例性实施方案的估算装置的框图;
图3是根据本发明第一示例性实施方案的估算装置的操作步骤流程图;
图4是根据本发明的第二示例性实施方案的估算装置的简化框图;
图5是根据本发明的第三示例性实施方案的估算装置的简化框图;
图6是说明根据本发明的估算装置的操作步骤流程图;以及,
图7是根据本发明的第四示例性实施方案的估算装置的简化框图。
实施方案详述
在下文的描述中,针对说明而非限制的目的,为提供对本发明的全面理解,给出了详细的细节,例如具体结构、接口、技术等等。为简单明了起见,公知器件、电路和方法的详细说明被省略,以避免由于不必要的细节而混淆本发明的描述。
为使本发明更易于理解,对涉及MPEG2编码的背景信息进行了解释。通常,MPEG2编码是对图像执行的,通过将图像分为16×16像素的宏块,每个宏块具有与之相关的单独的量化器尺度值。宏块又被分为8×8像素的单独的块。对每个8×8像素块进行离散余弦变换(DCT)以对其中64个频带的每一个生成DCT系数。然后将8×8像素块中的DCT系数除以相应的编码参数,即量化权重。给定的8×8像素块的量化权重用8×8量化矩阵的形式表示。此后,附加计算影响于DCT系数,以便考虑尤其是量化器尺度值,并由此完成MPEG2编码。应当指出其它的编码技术,例如JPEG或类似技术,可被用于本发明中。
图1是简化的电路图,其中应用了本发明的实施方案。发明性系统10包括视频源12、编码器14、译码器16、以及估算器18。源12可以是任意类型的视频产生装置,例如电视摄像机或其它能够基于特定图象产生视频数据的视频设备。编码器14和译码器16可以分别是本领域内公知的用于对MPEG2视频数据进行编码/译码的任意常规编码器和译码器。估算器18对译码视频数据进行处理以评估压缩图象的客观质量,而不利用源视频数据或压缩视频比特流。为实现此目的,本发明依赖于统计分析以确定在先前编码操作中压缩的图象质量。图象的统计信息在解压缩阶段后或解压缩阶段中从DCT系数中收集,因此,根据本发明,消除了访问源图象的需要。
现在,参考图2-7,将被详细描述本发明。
图2说明了根据本发明第一实施方案,在图1中描述的译码器16和估算器18的代表性的硬件。特别的,第一实施方案提供了一种机制,用于在编码视频数据通过译码器16进行解压缩后评估视频质量。估算器18包括图象类型鉴别器20、8×8 DCT 22、统计收集器24、量化参数提取器26、失真计算器28和PSNR计算器30。本发明的关键原理依赖于这一事实,即,对于MPEG-2编码视频,P和B图象以及因而的全部视频的质量与内部图象的质量大体一致。因此,如果PSNR仅可用于内部编码图像的估算,则其用作对于整个全部视频的质量度量标准而作为优秀的视频编码器,以尽力维持从图象到图象的质量一致。
在操作过程中,在由译码器16进行译码后,译码视频数据被转发到估算器18的图象类型鉴别器20中。然后图象类型鉴别器20确定译码视频数据是否为内部编码。在MPEG-2视频中,内部dc精度控制内部编码宏块或内部编码图像中的DC DCT系数的量化粗糙度,并且其范围为8比特到11比特,当内部DC系数没有发生量化误差时,为最高的11比特。在大多数广播质量数字视频中,最低内部DC精度典型地设置为8。因此,如果估算的内部DC精度小于11,在本发明中,当前图象被确定为内部编码。如果是内部编码,则DCT块22将译码视频数据进行DCT处理,用以生成对于AC频带的DCT系数。此后,统计收集器24估算DCT系数的方差,随后估算的DCT方差被传送到失真计算器28。同时,量化参数提取器26提取对应于先前编码操作中使用的量化矩阵。受让给同一受让人的题为“System forExtracting Coding Parameter from Video Data”的美国专利No.6,101,278,说明了如何提取量化矩阵(Wij),在此处引入列为参考。失真计算器28随后使用提取的量化矩阵、量化器步长和估算的DCT方差来确定平均量化误差。此后,PSNR计算器30使用通过失真计算器块28获得的平均量化误差确定PSNR。PSNR的值用于评估视频质量的任意降级。
图3是根据本发明的第一实施方案,用于说明评估视频质量的操作步骤的流程图。应当注意,处理和判决块可表示由功能性等效电路,例如数字信号处理器电路或专用集成电路(ASIC)所执行的步骤。此流程图不描述任意特定的编程语言的语法。相反,此流程图说明了本领域的普通技术人员所需的功能性信息,以便构建电路或生成计算机软件以执行特定装置所需的处理。
在从译码器14中接收到译码视频输出后,通过图象类别鉴定器20执行8×8块的DC精度运算,以确定步骤100中每个宏块的译码视频是否为内部编码。注意到内部编码图象具有不同于未压缩的图象、或P和B编码图象的独特统计属性,且压缩前用于表示内部DC系数的比特数为11比特。因此,如果内部DC精度小于11,则当前进行分析的图象被分类为内部编码图象。
在步骤120中,检测到的内部编码图象随后通过DCT块22进行DCT变换,以产生对于视频数据中AC频带的DCT系数。在步骤140中,获得对于全部图象的每个宏块(Qm)的量化器步长和量化矩阵(Wij)。即,在确定当前分析的图象为内部编码图象后,量化参数提取器26为与先前编码操作中所用的量化矩阵对应的每个帧提取量化矩阵。量化矩阵包含64个项,每个项分配一个权重。此64个项每个为范围从1到255的8位整数,对应块中的8×8DCT系数。权重和量化器尺度值确定了DCT系数块的量化步长。提取量化矩阵(Wij)的过程在受让给同一受让人的题为“System for ExtractingCoding Parameter from Video Data”的美国专利No.6,101,278中进行了解释,其在此处引入列为参考。量化参数提取器26进一步操作以提取每个宏块的量化器步长/尺度。为提取每个宏块的量化器步长/尺度,宏块中的AC系数平均化。在MPEG-2的情况下,如美国专利No.6,101,278中所讨论的,量化矩阵被首先提取用以获得权重Wij,其中i,j=0,1...7且i,j≠(0,0)。每个AC系数随即根据下列方程进行加权。
C ‾ i , j = C i , j x 16 W i , j ,
其中Ci,j表示当前宏块中第(i,j)个AC系数,而
Figure A0282266000122
表示加权或归一化的AC系数。在其它基于DCT的不使用量化矩阵的压缩方案中,也就是同一宏块中的所有AC系数使用同一步长量化,此步骤可被跳过。在对宏块中的AC系数平均化后,通过对于宏块中所有归一化AC系数、或仅对于选定组的系数,例如锯齿形扫描顺序中的最先4个AC系数找出最大公约数,来执行找出量化尺度和DCT类型的操作。对于MPEG-2视频,帧DCT数据和场DCT数据均要执行此操作。找出宏块中所有归一化AC系数的最大公约数可作如下处理:
首先对于帧DCT块
    q=max_Q
    d_max=large number
    while(q>lowest_q_allowed)
    {
            d=0
            for i,j=0,...7 and i,j≠(0,0)
           {
quantize C ‾ i , j withq : C ^ i , j = quantize ( C ‾ i , j , q )
d = d + abs ( C ‾ i , j - C ^ i , j )
                if(abs(d_prev/d)>threshold)return current_DCT_Type
and q
                q=next_lower_q
                d_prev=*d
           }
      }
在上述伪码中,abs()代表“绝对值”运算。quantize()是通过视频编码方案指定的量化程序。threshold的标称值是1.5。next_lower_q和依据不同的编码方案确定。上述代码实质上执行对可能的量化尺度值和DCT类型的搜索操作。当搜索开始时,DCT类型被初始化为帧DCT,由于基于帧的DCT更可能用于MPEG-2编码视频。对于其它视频编码标准,例如MPEG-1、MPEG-4和H.263,或MPEG-2场图象,DCT类型将保持为基于帧。量化尺度被初始化为标准所允许的最高值。例如,在MPEG-2中,根据用于量化尺度的编码方案,此数值为62或112。对于每个量化尺度值,对当前宏块计算量化失真。计算的失真随即与先前计算和存储的失真进行比较。如果两者间以比率形式的失真的减小超过特定的阈值(上文设为1.5),则当前量化尺度被提取并返回。如果不是,则当前失真被存储,且搜索使用标准或编码方案指示的下一个更高的量化尺度继续进行。如果量化尺度不能从帧DCT数据中提取,则相同的搜索选项被执行于场DCT数据。可替换的,搜索可以由最低的可能量化尺度开始并向上进行,或以更可能的量化尺度开始。例如,对于DVD视频或DVB视频是10,而对于较低比特率的视频则高于10。因此,所计算的对于所有归一化AC系数的最大公约数,如前文章节中所描述的,以确定DCT类型和每个宏块的量化尺度。
其间,在步骤160中,执行DCT系数的估算统计。对于每个AC位置(i,j),系数的方差λ2 i,j根据下列公式估算:
λ 2 i , j = Σ b = 1 N ( C b i , j ) 2 2 N
其中Cb ij表示块b中第(i,j)个AC系数,而N表示图象中块的总数。应当指出根据本发明,步骤140和步骤160可同时执行。
在步骤160中确定DCT统计λ2 i,j后,在步骤180中估算平均量化误差。针对对应同一DCT位置的每组DCT系数执行此步骤。计算量化误差在受让给同一受让人的题为“Method of Frame-By-FrameCalculation of Quantization Matrices”的美国专利No.6,067,118中进行了解释,在此处以简单的参考形式引入。对于DC,根据下表,量化误差D0,0被估算为内部DC量化步长的一半。
 内部DC精度  平均DC量化误差
    8        4
    9        2
    10        1
    11        0
因此,第(i,j)个AC位置,量化误差Di,j按如下方式进行估算:
D i , j = 2 λ 2 i , j ( 1 - β i , j e β i , j / 2 - e - β i , j / 2 )
这里 β i , j = Δ i , j / λ i , j = W i , j Q 16 λ i , j
在所有对应AC位置的系数为零的情况下,或者由于编码过程中的粗略量化或者系数的小幅值,λi,j可根据下列方程估算:
1 λ i , j e W i , j Q / 16 2 λ i , j = 1 N ,
其中N表示图象中块的数目。可替换的,可利用查找表以快速地解此方程。对于该AC位置的平均量化误差或失真则如下估算:
                    Di,j=2λ2 i,j
这里,假设第(i,j)个系数的真实分布范围为从全0(没有量化误差)到具有参数λi,j的拉普拉斯分布(量化误差2λ2 i,j)。最后,在DCT域内的总平均失真如下计算:
D = Σ i = 0 , j = 0 I = 7 , j = 7 D i , j 64 .
最后,在步骤200中,PSNR如下计算:
PSNR = 10 log 10 255 × 255 D
根据本发明,按前文章节所述获得的峰值信噪比(PSNR)可被用于评估图象质量。
图4说明了根据本发明的第二实施方案,图1中描绘的译码器16和估算器18的代表性硬件。估算器18包括分析器40、DCT块42、统计收集器44、失真计算器46和PSNR计算器48。在操作中,输入的比特流通过译码器16译码,然后译码视频数据由DCT模块42进行DCT处理,以生成视频数据中对于AC频带的DCT系数。统计收集器44估算DCT系数的方差,其后将估算的DCT方差传送至失真计算器46。其间,分析器40从输入的对应于先前编码操作中所用量化矩阵的比特流中提取量化矩阵。失真计算器块46使用量化矩阵和DCT方差确定平均量化误差。最后,PSNR计算器块48使用由失真计算器块46获得的平均量化误差确定PSNR。
图5说明了根据本发明的第三实施方案的图1中描绘的译码器16和估算器18的代表性硬件。该实施方案的结构和操作实质上与上文关于图4的说明相同。唯一值得注意的区别是在第二实施方案中分析器40的功能被并入估算器18。因此,与前文章节中描述的部件42、44、46、48相似的部件50、52、54、56的讨论被省略以避免不必要的重复,由于其在图4中已被描述。
图6是根据本发明的第二和第三实施方案描述评估视频质量的操作步骤的流程图。应当指出,处理和判决块可表示由功能性等效电路,例如数字信号处理器电路或专用集成电路(ASIC)所执行的步骤。此外,此流程图说明了本领域普通技术人员所需的功能性信息,用以构建电路或生成计算机软件以执行特定装置所需的处理。具体地,通过参考图4和5,输入的视频数据在步骤300中被译码。从译码视频数据中,在步骤320中提取关于整个图象的每个宏块Qm的量化步长、内部DC精度和量化矩阵(Wi,j)。量化矩阵包含64个项,每个项被分配一个权重。此64个项每个为范围从1到255的8位整数,对应块中8×8个DCT系数。权重和量化器尺度值确定了DCT系数块的量化步长。此后,在步骤340中,将译码视频数据进行DCT变换以产生视频数据中对于AC频带的DCT系数。
在步骤360中,执行DCT系数的估算统计。对于每个AC位置(i,j),系数的方差λ2 i,j根据下列公式估算:
λ 2 i , j = Σ b = 1 N ( C b i , j ) 2 2 N
其中Cb i,j表示块b中第(i,j)个AC系数,而N表示图象中块的总数。
在步骤380中确定DCT统计λ2 i,j后,估算平均量化误差。对于对应同一DCT位置的每组DCT系数执行此步骤。计算量化误差在受让给同一受让人的题为“Method of Frame-By-Frame Calculation ofQuantization Matrices”的美国专利No.6,067,118中进行了解释,其在此处以简单的参考形式被引入。对于DC,根据下表,量化误差D0,0被估算为内部DC量化步长的一半。
  内部DC精度 平均DC量化误差
    8     4
    9     2
    10     1
    11     0
对于第(i,j)个AC位置,量化误差Di,j被如下估算:
D i , j = 2 λ 2 i , j ( 1 - β i , j e β i , j / 2 - e - β i , j / 2 )
这里 β i , j = Δ i , j / λ i , j = W i , j Q 16 λ i , j
在所有对应AC位置的系数为零的情况下,或者由于编码过程中的粗略量化或者系数的小幅值,λi,j可根据下列方程估算:
1 λ i , j e W i , j Q / 16 2 λ i , j = 1 N ,
其中N表示图象中块的数目。可替换的,可利用查找表以快速地解此方程。对于该AC位置的平均量化误差或失真如下估算:
                    Di,j=2λ2 i,j.
这里,假设第(i,j)个系数的真实分布范围为从全0(没有量化误差)到具有参数λi,j的拉普拉斯分布(量化误差2λ2 i,j)。在DCT域内的总平均失真如下计算:
D = Σ i = 0 , j = 0 I = 7 , j = 7 D i , j 64 .
最后,在步骤400中,PSNR如下计算:
PSNR = 10 lo g 10 255 × 255 D
因此,获得了评估图象质量所需的峰值信噪比(PSNR)。
图7说明了本发明的第四实施方案,其中估算器的硬件集成到常规译码器中。根据本发明的译码器为可编程视频译码系统,其包括:可变长度译码器(VLD)60,配置用于接收和译码基于块的数据包的流;逆量化器62,耦合以接收VLD 60的输出用于对接收自VLD 60的量化数据进行有效的逆量化;逆离散余弦变换器(IDCT)64,耦合至逆量化器的输出用于将去量化数据从频域变换至空间域;运动补偿器(MC)68,配置用于接收来自量化数据的运动矢量数据,并基于存储在先前帧阶段的先前帧的运动补偿块和存储于帧存储器70的随后帧的运动补偿块来产生基准信号;加法器,用于接收基准信号和来自IDCT 64的空间域数据以形成运动补偿图象;统计收集器72,用于估算DCT系数的方差;失真计算器块74,基于量化矩阵确定平均量化误差;和PSNR计算器76,使用由失真计算器块74获得的平均量化误差确定PSNR。
尽管本发明的优选实施方案已得到说明和描述,但本领域的技术人员将理解可以在不偏离本发明的真实范围下,进行各种变化和变型,并可使用等效元件替换其中的元件。另外,在不偏离本发明的中心范围下,可以进行多种变型以适合特定情况和本发明的示教。因此,意图在于本发明不只限于作为实现本发明所设计的最优模式而公开的特定实施方案,还在于本发明包括在附加权利范围内的所有实施方案。

Claims (20)

1.一种用于估算编码视频数据质量的方法,该方法包含步骤:
-对所述编码视频数据的至少相当大的部分进行译码,以产生包含多个块的解压缩视频数据;
-对所述解压缩视频数据执行离散余弦变换(DCT),以便对至少一个AC频带产生一组DCT系数;
-同时,为至少一个AC频带提取量化矩阵数据,并为所述解压缩视频数据的每个块提取量化器尺度;
-估算所述DCT系数的方差;
-基于所述方差、所述量化矩阵和所述量化器尺度为每组所述DCT系数确定平均量化误差;以及
-基于所述平均量化误差计算峰值信噪比(PSNR)。
2.一种用于估算编码视频数据质量的方法,该方法包含步骤:
-在MPEG译码器(16)中至少部分解压缩所述编码视频数据,并输出包含多个块的解压缩视频数据;
-在所述解压缩视频数据的每个块中检测内部编码图象;
-如果检测到,则对所述解压缩视频数据执行离散余弦变换(DCT),以便对至少一个AC频带产生一组DCT系数;
-为至少一个AC频带提取量化矩阵数据;
-为所述解压缩视频数据的每个块提取量化器尺度;
-估算所述DCT系数的方差;
-为所述每组DCT系数确定平均量化误差;以及
-基于所述平均量化误差计算峰值信噪比(PSNR)。
3.权利要求2的方法,其中所述检测步骤包含步骤:
-执行DC计算操作用于从所述解压缩视频数据中恢复内部dc精度水平;以及,
-如果所述内部dc精度水平小于预先定义的阈值,则将所述译码视频数据分类为内部编码图象。
4.权利要求1和2中任意一个的方法,其中所述量化器步长通过对所述解压缩视频数据的每一个中的AC系数取平均而进行计算,如下:
C ‾ i , j = C i , j x 16 W i , j ,
这里Ci,j表示当前块中第(i,j)个AC系数,
Figure A028226600003C2
表示归一化的AC系数,而Wi,j表示第(i,j)个量化矩阵。
5.权利要求4的方法,其中系数的方差(λ2 ij)通过下列方程确定:
λ 2 i , j = Σ b = 1 N ( C b i , j ) 2 2 N
这里Cb ij表示每个块(b)中第(i,j)个AC系数,而N表示块的总数。
6.权利要求5的方法,其中平均量化误差(D)如下计算:
D = Σ D i , j i = 0 , j = 0 I = 7 , j = 7 64 ,
并且Di,j=2λ2 i,j
这里λ2 ij表示系数的方差(λ2 ij),而Di,j表示每个块中第(i,j)个AC系数的量化误差。
7.权利要求6的方法,其中所述PSNR如下计算:
PSNR = 10 log 10 255 × 255 D
这里D表示平均量化误差。
8.权利要求1的方法,其中所述量化矩阵和所述量化器尺度基本上对应于先前对所述编码视频数据执行的编码操作中所使用的编码参数。
9.一种用于估算编码视频数据质量的装置,包括:
-译码器(16),对所述编码视频数据的至少相当大的部分进行译码以产生包含多个块的译码视频数据;
-离散余弦变换(DCT)(22),配置用于将所述解压缩视频数据变换为对于至少一个AC频带的一组DCT系数;
-提取器(26),为至少一个AC频带提取量化矩阵数据,并为所述解压缩视频数据的每个块提取量化器尺度;
-收集器(24),用于估算所述DCT系数的方差;
-第一计算器(28),基于所述方差、所述量化矩阵和所述量化器尺度为每组所述DCT系数确定平均量化误差;以及
-第二计算器(30),基于所述平均量化误差确定峰值信噪比(PSNR)。
10.权利要求9的装置,还包括图象类型鉴别器(20),用于检测所述解压缩视频数据的每个块中的内部编码图象。
11.权利要求10的装置,其中所述图象类型鉴别器包括:
-执行DC计算操作的装置,用于从所述解压缩视频数据中恢复内部dc精度水平;以及
-当所述内部dc精度水平小于预先定义的阈值时,将所述译码视频数据分类为内部编码图象的装置。
12.权利要求9的装置,其中所述量化器步长通过对每个所述解压缩视频数据中的AC系数取平均而进行计算,如下:
C ‾ i , j = C i , j x 16 W i , j ,
这里Ci,j表示当前块中第(i,j)个AC系数,
Figure A028226600004C2
表示归一化的AC系数,而Wi,j表示第(i,j)个量化矩阵。
13.权利要求12的装置,其中系数的方差(λ2 ij)通过下列方程确定:
λ 2 i , j = Σ b = 1 N ( C b i , j ) 2 2 N ,
这里Cb ij表示每个块(b)中第(i,j)个AC系数,而N表示块的总数。
14.权利要求13的装置,其中平均量化误差(D)如下计算:
D = Σ D i , j i = 0 , j = 0 I = 7 , j = 7 64 ,
并且Di,j=2λ2 i,j
这里λ2 ij表示系数的方差(λ2 ij),而Di,j表示每个块中第(i,j)个AC系数的量化误差。
15.权利要求14的装置,其中所述PSNR如下计算:
PSNR = 10 log 10 255 × 255 D
这里D表示平均量化误差。
16.一种用于估算编码视频数据质量的装置,包括:
-译码器(60),配置用于对压缩可变长度的霍夫曼码进行译码并由此产生译码数据,还用于为所述译码视频数据的每个块提取量化矩阵数据和量化器尺度;
-逆量化器(62),配置用于对从所述译码器输出的译码数据执行逆量化以产生一组DCT系数;
-逆DCT(64),配置用于将从所述逆量化器输出的信号块中的像素值变换为包含差分数据的去量化译码数据;
-运动补偿(68)及加法器,用于接收编码视频数据中的参考数据和来自所述逆DCT的所述差分数据,以由此构成运动补偿图象;
-收集器(72),耦合至所述逆量化器的输出,用于估算所述DCT系数的方差;
-第一计算器(74),基于所述方差、所述量化矩阵和所述量化器尺度为每组所述DCT系数确定平均量化误差;以及
-第二计算器(76),基于所述平均量化误差确定峰值信噪比(PSNR)。
17.权利要求16的装置,还包括配置用于存储再现视频数据的视频存储器(70)。
18.一种用于估算编码视频数据质量的系统,包括:
-存储器,用于存储计算机可读代码;以及
-有效耦合至所述存储器的处理器,所述处理器配置用于:
-解压缩所述编码视频数据以产生包含多个块的解压缩视频数据;
-在所述解压缩视频数据的每个块中检测内部编码图象;
-如果检测到,则对所述解压缩视频数据执行离散余弦变换(DCT),以便对至少一个AC频带产生一组DCT系数;
-为至少一个AC频带提取量化矩阵数据;
-为所述解压缩视频数据的每个块提取量化器尺度;
-估算所述DCT系数的方差;
-为所述每组DCT系数确定平均量化误差;以及
-基于所述平均量化误差计算峰值信噪比(PSNR)。
19.权利要求18的系统,其中所述内部编码图像的检测包含步骤:
-执行DC计算操作用于从所述解压缩视频数据中恢复内部dc精度水平;以及,
-当所述内部dc精度水平小于预先定义的阈值时,将所述译码视频数据分类为内部编码图象。
20.权利要求9、16和18中任意一个的装置,其中所述量化矩阵和所述量化器尺度基本上对应于先前对所述编码视频数据执行的编码操作中所使用的编码参数。
CNA028226607A 2001-11-16 2002-10-29 用于估算压缩视频数据客观质量的方法和系统 Pending CN1596422A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US09/996,003 US6810083B2 (en) 2001-11-16 2001-11-16 Method and system for estimating objective quality of compressed video data
US09/996,003 2001-11-16

Publications (1)

Publication Number Publication Date
CN1596422A true CN1596422A (zh) 2005-03-16

Family

ID=25542408

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA028226607A Pending CN1596422A (zh) 2001-11-16 2002-10-29 用于估算压缩视频数据客观质量的方法和系统

Country Status (7)

Country Link
US (1) US6810083B2 (zh)
EP (1) EP1449170A2 (zh)
JP (1) JP4324690B2 (zh)
KR (1) KR20040060982A (zh)
CN (1) CN1596422A (zh)
AU (1) AU2002339677A1 (zh)
WO (1) WO2003042922A2 (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100419399C (zh) * 2007-01-30 2008-09-17 北京理工大学 一种统计调制传递函数的随机图案测量方法
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
CN102186098A (zh) * 2011-05-05 2011-09-14 西北工业大学 视频序列编码质量客观评价方法
CN107123428A (zh) * 2017-04-26 2017-09-01 中国科学院微电子研究所 一种应用于异常声音检测的声音压缩系统及方法
CN108476318A (zh) * 2016-01-14 2018-08-31 三菱电机株式会社 编码性能评价辅助装置、编码性能评价辅助方法以及编码性能评价辅助程序
CN111819848A (zh) * 2018-02-17 2020-10-23 谷歌有限责任公司 使用受控质量损失的图像压缩和解压缩

Families Citing this family (82)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB9822094D0 (en) * 1998-10-09 1998-12-02 Snell & Wilcox Ltd Improvements in data compression
US6940998B2 (en) 2000-02-04 2005-09-06 Cernium, Inc. System for automated screening of security cameras
US7062445B2 (en) * 2001-01-26 2006-06-13 Microsoft Corporation Quantization loop with heuristic approach
US7895616B2 (en) 2001-06-06 2011-02-22 Sony Corporation Reconstitution of program streams split across multiple packet identifiers
US7151831B2 (en) 2001-06-06 2006-12-19 Sony Corporation Partial encryption and PID mapping
US7027982B2 (en) * 2001-12-14 2006-04-11 Microsoft Corporation Quality and rate control strategy for digital audio
US7146313B2 (en) 2001-12-14 2006-12-05 Microsoft Corporation Techniques for measurement of perceptual audio quality
US7292690B2 (en) * 2002-01-02 2007-11-06 Sony Corporation Video scene change detection
US7765567B2 (en) 2002-01-02 2010-07-27 Sony Corporation Content replacement by PID mapping
US7292691B2 (en) * 2002-01-02 2007-11-06 Sony Corporation Progressive video refresh slice detection
US7823174B2 (en) 2002-01-02 2010-10-26 Sony Corporation Macro-block based content replacement by PID mapping
US7194630B2 (en) * 2002-02-27 2007-03-20 Canon Kabushiki Kaisha Information processing apparatus, information processing system, information processing method, storage medium and program
US7129962B1 (en) * 2002-03-25 2006-10-31 Matrox Graphics Inc. Efficient video processing method and system
US7092448B2 (en) * 2002-05-24 2006-08-15 Koninklijke Philips Electronics N.V. Method and system for estimating no-reference objective quality of video data
US6980695B2 (en) * 2002-06-28 2005-12-27 Microsoft Corporation Rate allocation for mixed content video
US8818896B2 (en) 2002-09-09 2014-08-26 Sony Corporation Selective encryption with coverage encryption
GB0228556D0 (en) * 2002-12-06 2003-01-15 British Telecomm Video quality measurement
US7170933B2 (en) * 2002-12-13 2007-01-30 International Business Machines Corporation Method and system for objective quality assessment of image and video streams
US10554985B2 (en) 2003-07-18 2020-02-04 Microsoft Technology Licensing, Llc DC coefficient signaling at small quantization step sizes
US7383180B2 (en) * 2003-07-18 2008-06-03 Microsoft Corporation Constant bitrate media encoding techniques
US7343291B2 (en) 2003-07-18 2008-03-11 Microsoft Corporation Multi-pass variable bitrate media encoding
US7738554B2 (en) 2003-07-18 2010-06-15 Microsoft Corporation 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
US7853980B2 (en) 2003-10-31 2010-12-14 Sony Corporation Bi-directional indices for trick mode video-on-demand
US20050190836A1 (en) * 2004-01-30 2005-09-01 Jiuhuai Lu Process for maximizing the effectiveness of quantization matrices in video codec systems
US7751482B1 (en) * 2004-02-27 2010-07-06 Vbrick Systems, Inc. Phase correlation based motion estimation in hybrid video compression
US8000392B1 (en) 2004-02-27 2011-08-16 Vbrick Systems, Inc. Phase correlation based motion estimation in hybrid video compression
US20050219362A1 (en) * 2004-03-30 2005-10-06 Cernium, Inc. Quality analysis in imaging
US7801383B2 (en) 2004-05-15 2010-09-21 Microsoft Corporation Embedded scalar quantizers with arbitrary dead-zone ratios
US7895617B2 (en) 2004-12-15 2011-02-22 Sony Corporation Content substitution editor
US8041190B2 (en) 2004-12-15 2011-10-18 Sony Corporation System and method for the creation, synchronization and delivery of alternate content
KR101015253B1 (ko) * 2004-12-29 2011-02-18 주식회사 케이티 압축/복원된 영상에 대한 주관적 화질 평가 방법 및 장치
US9213519B2 (en) * 2005-02-28 2015-12-15 Hewlett-Packard Development Company L.P. Systems and methods for evaluating the operation of a multi-node graphics system
US8422546B2 (en) 2005-05-25 2013-04-16 Microsoft Corporation Adaptive video encoding using a perceptual model
KR100646233B1 (ko) 2005-05-30 2006-11-23 연세대학교 산학협력단 코덱 보조정보를 이용한 동영상 화질 평가 시스템 및 방법
US7822224B2 (en) 2005-06-22 2010-10-26 Cernium Corporation Terrain map summary elements
KR100723507B1 (ko) * 2005-10-12 2007-05-30 삼성전자주식회사 I-프레임 움직임 예측을 이용한 동영상 압축 장치의 적응양자화 제어기 및 적응 양자화 제어 방법
US8265145B1 (en) 2006-01-13 2012-09-11 Vbrick Systems, Inc. Management and selection of reference frames for long term prediction in motion estimation
US8135062B1 (en) * 2006-01-16 2012-03-13 Maxim Integrated Products, Inc. Method and apparatus for QP modulation based on perceptual models for picture encoding
US8185921B2 (en) * 2006-02-28 2012-05-22 Sony Corporation Parental control of displayed content using closed captioning
US7711199B2 (en) * 2006-03-16 2010-05-04 Samsung Electronics Co., Ltd. Method for estimating quantization factor of compressed digital image
US7995649B2 (en) 2006-04-07 2011-08-09 Microsoft Corporation Quantization adjustment based on texture level
US8059721B2 (en) 2006-04-07 2011-11-15 Microsoft Corporation Estimating sample-domain distortion in the transform domain with rounding compensation
US8130828B2 (en) 2006-04-07 2012-03-06 Microsoft Corporation Adjusting quantization to preserve non-zero AC coefficients
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
US8711925B2 (en) 2006-05-05 2014-04-29 Microsoft Corporation Flexible quantization
KR101037940B1 (ko) * 2007-01-30 2011-05-30 삼성전자주식회사 압축 영상의 화질 검출장치 및 방법
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
US8254455B2 (en) 2007-06-30 2012-08-28 Microsoft Corporation Computing collocated macroblock information for direct mode macroblocks
US20090010341A1 (en) * 2007-07-02 2009-01-08 Feng Pan Peak signal to noise ratio weighting module, video encoding system and method for use therewith
KR101439484B1 (ko) * 2007-12-20 2014-09-16 삼성전자주식회사 잡음을 고려하여 영상을 복호화하는 방법 및 장치
US8189933B2 (en) 2008-03-31 2012-05-29 Microsoft Corporation Classifying and controlling encoding quality for textured, dark smooth and smooth video content
US9848209B2 (en) * 2008-04-02 2017-12-19 Microsoft Technology Licensing, Llc Adaptive error detection for MPEG-2 error concealment
US8090216B2 (en) * 2008-04-16 2012-01-03 Aptina Imaging Corporation Image noise level estimation from JPEG data
EP2114080A1 (en) * 2008-04-30 2009-11-04 Thomson Licensing Method for assessing the quality of a distorted version of a frame sequence
US8325800B2 (en) 2008-05-07 2012-12-04 Microsoft Corporation Encoding streaming media as a high bit rate layer, a low bit rate layer, and one or more intermediate bit rate layers
US8379851B2 (en) 2008-05-12 2013-02-19 Microsoft Corporation Optimized client side rate control and indexed file layout for streaming media
US7860996B2 (en) 2008-05-30 2010-12-28 Microsoft Corporation Media streaming with seamless ad insertion
US8897359B2 (en) 2008-06-03 2014-11-25 Microsoft Corporation Adaptive quantization for enhancement layer video coding
US8548042B2 (en) * 2008-06-05 2013-10-01 Nippon Telegraph And Telephone Corporation Video bitrate control method, video bitrate control apparatus, video bitrate control program, and computer-readable recording medium having the program recorded thereon
US9788018B2 (en) * 2008-06-30 2017-10-10 Microsoft Technology Licensing, Llc Error concealment techniques in video decoding
US9924184B2 (en) * 2008-06-30 2018-03-20 Microsoft Technology Licensing, Llc Error detection, protection and recovery for video decoding
EP2144449A1 (en) * 2008-07-07 2010-01-13 BRITISH TELECOMMUNICATIONS public limited company Video quality measurement
US8265140B2 (en) 2008-09-30 2012-09-11 Microsoft Corporation Fine-grained client-side control of scalable media delivery
US9131241B2 (en) * 2008-11-25 2015-09-08 Microsoft Technology Licensing, Llc Adjusting hardware acceleration for video playback based on error detection
US8189666B2 (en) 2009-02-02 2012-05-29 Microsoft Corporation Local picture identifier and computation of co-located information
US8588295B2 (en) * 2009-03-09 2013-11-19 Mediatek Inc. Methods and electronic devices for quantization and de-quantization
WO2010124062A1 (en) * 2009-04-22 2010-10-28 Cernium Corporation System and method for motion detection in a surveillance video
JP2011019135A (ja) * 2009-07-09 2011-01-27 Sony Corp 画像受信装置、画像受信方法および画像送信装置
US8340510B2 (en) 2009-07-17 2012-12-25 Microsoft Corporation Implementing channel start and file seek for decoder
US9591304B2 (en) * 2011-11-08 2017-03-07 Tektronix, Inc. Evaluation of perceptual visual quality
US20140327737A1 (en) * 2013-05-01 2014-11-06 Raymond John Westwater Method and Apparatus to Perform Optimal Visually-Weighed Quantization of Time-Varying Visual Sequences in Transform Space
JP6087779B2 (ja) * 2013-09-30 2017-03-01 Kddi株式会社 客観画質評価装置、自動監視装置、客観画質評価方法、およびプログラム
WO2015089793A1 (zh) 2013-12-19 2015-06-25 华为技术有限公司 移动视频业务的体验质量测量方法及装置
KR102365685B1 (ko) * 2015-01-05 2022-02-21 삼성전자주식회사 인코더의 작동 방법과 상기 인코더를 포함하는 장치들
US9755791B2 (en) * 2015-07-15 2017-09-05 Multiphy Ltd. Eye diagram estimation, based on signal statistics collection
JP7549581B2 (ja) * 2019-01-17 2024-09-11 ブライトコーブ インコーポレイテッド 最適なマルチコーデックabrラダー設計

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5790717A (en) * 1993-10-26 1998-08-04 Bell Communications Research Inc. Apparatus and method for predicting subjective quality of compressed images
US6185253B1 (en) * 1997-10-31 2001-02-06 Lucent Technology, Inc. Perceptual compression and robust bit-rate control system
EP1051853B1 (en) * 1998-01-26 2003-06-18 STMicroelectronics Asia Pacific Pte Ltd. One-pass variable bit rate moving pictures encoding
US6101278A (en) 1998-01-30 2000-08-08 Philips Electronics North America Corp. System for extracting coding parameters from video data
US6895050B2 (en) * 2001-04-19 2005-05-17 Jungwoo Lee Apparatus and method for allocating bits temporaly between frames in a coding system
US20030023910A1 (en) * 2001-07-25 2003-01-30 Myler Harley R. Method for monitoring and automatically correcting digital video quality by reverse frame prediction
US6577764B2 (en) * 2001-08-01 2003-06-10 Teranex, Inc. Method for measuring and analyzing digital video quality

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100419399C (zh) * 2007-01-30 2008-09-17 北京理工大学 一种统计调制传递函数的随机图案测量方法
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
CN102186098A (zh) * 2011-05-05 2011-09-14 西北工业大学 视频序列编码质量客观评价方法
CN102158729B (zh) * 2011-05-05 2012-11-28 西北工业大学 无参考的视频序列编码质量客观评价方法
CN102186098B (zh) * 2011-05-05 2012-11-28 西北工业大学 视频序列编码质量客观评价方法
CN108476318A (zh) * 2016-01-14 2018-08-31 三菱电机株式会社 编码性能评价辅助装置、编码性能评价辅助方法以及编码性能评价辅助程序
CN107123428A (zh) * 2017-04-26 2017-09-01 中国科学院微电子研究所 一种应用于异常声音检测的声音压缩系统及方法
CN111819848A (zh) * 2018-02-17 2020-10-23 谷歌有限责任公司 使用受控质量损失的图像压缩和解压缩
CN111819848B (zh) * 2018-02-17 2023-06-09 谷歌有限责任公司 用于图像压缩和解压缩的方法和装置以及存储介质

Also Published As

Publication number Publication date
US6810083B2 (en) 2004-10-26
EP1449170A2 (en) 2004-08-25
JP2005510098A (ja) 2005-04-14
JP4324690B2 (ja) 2009-09-02
WO2003042922A2 (en) 2003-05-22
US20030112333A1 (en) 2003-06-19
KR20040060982A (ko) 2004-07-06
AU2002339677A1 (en) 2003-05-26
WO2003042922A3 (en) 2004-01-22

Similar Documents

Publication Publication Date Title
CN1596422A (zh) 用于估算压缩视频数据客观质量的方法和系统
JP4249790B2 (ja) ビデオ画像を処理するコンピュータ実行方法及び記録媒体
RU2446615C2 (ru) Адаптивное сканирование коэффициентов для кодирования видео
CN1232122C (zh) 用于编码和/或解码运动图像的方法和装置
CN1656823A (zh) 用于评估压缩视频数据的客观质量的方法和系统
JP4425563B2 (ja) フェーディング補償のためのパラメータ化
JP4545388B2 (ja) フェーディング推定/補償によりビデオフレームを処理するシステムおよび方法
US20120020409A1 (en) Estimating sample-domain distortion in the transform domain with rounding compensation
CN101568034A (zh) 消除成块假象的滤波方法和用于编码视频数据的编码器
CN109286812B (zh) 一种hevc视频质量估计方法
US6990146B2 (en) Method and system for detecting intra-coded pictures and for extracting intra DCT precision and macroblock-level coding parameters from uncompressed digital video
CN1225904C (zh) 在压缩域视频处理中降低存储器要求和实施有效的逆运动补偿的方法和设备
CN108182712B (zh) 图像处理方法、装置及系统
CN103999461A (zh) 视频质量测量方法及装置
CN107005706B (zh) 用于再编码图像的方法及其装置
Tiwari et al. A comparative study on image and video compression techniques
JP4008846B2 (ja) 画像符号化装置、画像符号化方法、画像符号化プログラム及びそのプログラムを記録した記録媒体
WO2006084419A1 (en) Method for reducing bit rate requirements for encoding multimedia data
Feyiz et al. Statistical analysis and directional coding of layer-based HDR image coding residue

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication