本文選題：HEVC + 感知視頻編碼�。� 參考：《華僑大學(xué)》2017年碩士論文

【摘要】：近年來(lái),隨著多媒體信息和網(wǎng)絡(luò)技術(shù)的高速發(fā)展,高清、超高清視頻應(yīng)用逐步走進(jìn)人們的視野,給視頻數(shù)據(jù)的存儲(chǔ)和傳輸帶來(lái)巨大挑戰(zhàn)。在這種背景下,聯(lián)合視頻編碼工作組(Joint Collaborative Team on Video Coding,JCT-VC)制定了新一代視頻編碼標(biāo)準(zhǔn)(High Efficiency Video Coding,HEVC)。HEVC與上一代國(guó)際視頻編碼標(biāo)準(zhǔn)H.264相比較,編碼效率提高了一倍。但是和H.264一樣,HEVC依然采用基于客觀失真度量標(biāo)準(zhǔn)的拉格朗日率失真優(yōu)化技術(shù)去優(yōu)化其編碼效率。然而,一方面其采用的失真度量方法誤差平方和(Sum of Square Error,SSE)和平均絕對(duì)誤差(Mean Absolute Differences,MAD)與人眼視覺(jué)相關(guān)度較低,另一方面拉格朗日算子僅僅與量化參數(shù)(Quantization Parameter,QP)相關(guān),忽略了視頻內(nèi)容感知特性。也就是說(shuō),HEVC在優(yōu)化其編碼效率時(shí)未能充分考慮人眼視覺(jué)特性。由于人眼是視頻最終接受者,在HEVC中考慮人眼視覺(jué)特性以提高其編碼效率具有重要意義。為此,本文將圍繞基于視覺(jué)感知的HEVC優(yōu)化算法展開(kāi)研究工作,具體如下:首先,由于率失真優(yōu)化技術(shù)中拉格朗日算子忽略視頻內(nèi)容的感知特性,本文提出一種感知特征引導(dǎo)的率失真優(yōu)化方法,以提高HEVC感知編碼性能。考慮視頻時(shí)空特性,本算法分別對(duì)每一編碼樹(shù)單元分別提取空域感知特征(梯度幅值比)和時(shí)域感知特征(梯度幅值相似度偏差比)。根據(jù)提取的感知特征自適應(yīng)調(diào)整拉格朗日算子以引導(dǎo)率失真優(yōu)化的整個(gè)過(guò)程過(guò)程。實(shí)驗(yàn)結(jié)果顯示,和原始算法相比較,所提算法可很好地改善編碼視頻的感知質(zhì)量。其次,提出一種基于感知的HEVC幀間碼率控制算法。由于人眼視覺(jué)對(duì)視頻圖像的邊緣信息比較敏感,該算法利用梯度幅值來(lái)有效描述圖像邊緣結(jié)構(gòu)信息,引導(dǎo)單元層的比特分配,分配給人眼感興趣區(qū)域更多碼率。實(shí)驗(yàn)結(jié)果顯示,所提算法與原始HEVC碼率控制算法相比較,可以獲得更好的感知性能。最后,提出一種自由能理論引導(dǎo)的HEVC幀內(nèi)碼率控制算法。根據(jù)自由能理論,利用局部方差度量各編碼樹(shù)單元的感知敏感度。然后根據(jù)各編碼樹(shù)單元的感知敏感度自適應(yīng)的調(diào)整單元層比特分配方案。實(shí)驗(yàn)結(jié)果顯示,與現(xiàn)有最新方法相比,本算法可以有效地提高HEVC感知編碼效率。綜上所述,本論文所提出的基于視覺(jué)感知的率失真優(yōu)化算法,充分考慮人眼視覺(jué)特性和HEVC編碼器特點(diǎn),根據(jù)輸入視頻內(nèi)容的感知特性優(yōu)化碼率資源分配,有效地提高了HEVC感知編碼效率。本文所提算法對(duì)感知視頻編碼的發(fā)展與實(shí)際應(yīng)用具有一定的理論依據(jù)和技術(shù)支撐。
[Abstract]:In recent years, with the rapid development of multimedia information and network technology, the application of high-definition and ultra-high-definition video has gradually come into people's vision, which brings great challenges to the storage and transmission of video data.Under this background, the Joint Collaborative Team on Video coding (JCT-VCC) has developed a new generation of video coding standard, High Efficiency Video coding (HEVCN). Compared with H.264, the coding efficiency of H.264 is twice as high as that of H.264.However, like H.264, HEVC still uses Lagrange rate-distortion optimization based on objective distortion criterion to optimize its coding efficiency.However, on the one hand, the error squared sum sum of Square error sum and mean absolute error mean Absolute difference (MADs) used by the method are lower than those of human eyes, and on the other hand, the Lagrange operator is only related to the quantization parameter Quantization (QP).The video content awareness feature is ignored.That is to say, HEVC does not fully consider human visual characteristics when optimizing its coding efficiency.Since the human eye is the ultimate receiver of video, it is very important to consider the human visual characteristics in HEVC to improve the coding efficiency.For this reason, this paper will focus on the HEVC optimization algorithm based on visual perception, as follows: firstly, because the Lagrangian operator ignores the perceptual characteristics of video content in rate-distortion optimization technology,In this paper, a rate-distortion optimization method based on perceptual feature guidance is proposed to improve the performance of HEVC perceptual coding.Considering the spatio-temporal characteristics of video, the algorithm extracts spatial perceptual features (gradient amplitude ratio) and time-domain perceptual features (gradient amplitude similarity deviation ratio) for each coding tree unit, respectively.According to the extracted perceptual features, the Lagrange operator is adaptively adjusted to guide the whole process of rate-distortion optimization.The experimental results show that compared with the original algorithm, the proposed algorithm can improve the perceptual quality of the coded video.Secondly, a perceptual rate control algorithm for HEVC interframe is proposed.Because human vision is sensitive to the edge information of video images, the gradient amplitude is used to effectively describe the edge structure information of the image, to guide the bit allocation of the unit layer, and to assign more bits to the region of interest to the human eye.Experimental results show that compared with the original HEVC rate control algorithm, the proposed algorithm can achieve better perceptual performance.Finally, a free energy guided HEVC intra-frame rate control algorithm is proposed.According to the free energy theory, local variance is used to measure the perceptual sensitivity of each coding tree unit.Then the cell layer bit allocation scheme is adaptively adjusted according to the perceptual sensitivity of each coding tree unit.Experimental results show that the proposed algorithm can effectively improve the efficiency of HEVC perceptual coding.To sum up, the proposed rate-distortion optimization algorithm based on visual perception in this paper fully considers the human visual characteristics and the characteristics of HEVC encoder, and optimizes bit rate resource allocation according to the perceptual characteristics of input video content.The efficiency of HEVC perceptual coding is improved effectively.The proposed algorithm has some theoretical basis and technical support for the development and practical application of perceptual video coding.
【學(xué)位授予單位】：華僑大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TN919.81

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 任曉明;薛青;鄭長(zhǎng)偉;;虛擬駕駛員視覺(jué)感知模型研究[J];計(jì)算機(jī)應(yīng)用研究;2012年07期

2 劉利剛;;打造學(xué)術(shù)一流的聯(lián)合實(shí)驗(yàn)室——浙江大學(xué)視覺(jué)感知教育部-微軟重點(diǎn)實(shí)驗(yàn)室[J];計(jì)算機(jī)教育;2007年11期

3 柯?tīng)柾?厲力華;劉偉;徐偉棟;張娟;張凌男;ZHENG Bin;;基于視覺(jué)感知信息的乳腺鉬靶腫塊檢測(cè)分析與自動(dòng)提取[J];中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào);2014年01期

4 魏政剛,袁杰輝,蔡元龍;一種基于視覺(jué)感知的圖像質(zhì)量評(píng)價(jià)方法[J];電子學(xué)報(bào);1999年04期

5 楊建國(guó),肖永劍,王兆安;交通微觀仿真中的駕駛員視覺(jué)感知模型[J];系統(tǒng)仿真學(xué)報(bào);2005年10期

6 周靜;;富士施樂(lè)開(kāi)發(fā)出基于人類視覺(jué)感知的全新圖像編輯技術(shù)[J];計(jì)算機(jī)與網(wǎng)絡(luò);2014年14期

7 辜小花;;基于視覺(jué)感知和邊緣保持的光照不變?nèi)四樧R(shí)別[J];電子學(xué)報(bào);2013年08期

8 劉明晶,葉懋冬,劉國(guó)棟,李澄清;一種基于視覺(jué)感知的圖像質(zhì)量評(píng)價(jià)方法[J];計(jì)算機(jī)工程與設(shè)計(jì);2005年02期

9 畢雁冰;;可行區(qū)域視覺(jué)感知的一種設(shè)置方法[J];機(jī)電產(chǎn)品開(kāi)發(fā)與創(chuàng)新;2008年01期

10 陶超;譚毅華;蔡華杰;田金文;;符合人類視覺(jué)感知的圖像對(duì)象分割方法[J];計(jì)算機(jī)工程;2010年24期

相關(guān)會(huì)議論文 前5條

1 王書(shū)榮;;眼睛運(yùn)動(dòng)及其對(duì)視覺(jué)感知的影響[A];第十一次中國(guó)生物物理學(xué)術(shù)大會(huì)暨第九屆全國(guó)會(huì)員代表大會(huì)摘要集[C];2009年

2 薛青;徐文超;鄭長(zhǎng)偉;劉永紅;;基于有限理性的虛擬視覺(jué)感知因子分析[A];第13屆中國(guó)系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)年會(huì)論文集[C];2011年

3 楊敏;梁瑋;李善青;賈云得;;一種基于交互式學(xué)習(xí)的穿戴視覺(jué)感知方法[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2011)論文集【oral】[C];2011年

4 蒲翠翠;孟放;姜秀華;高慧;;一種基于視覺(jué)感知的視頻質(zhì)量客觀評(píng)價(jià)方法[A];圖像圖形技術(shù)研究與應(yīng)用2009——第四屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

5 廖毅;程志全;黨崗;;一種基于顯著性分析的網(wǎng)格分割算法[A];中國(guó)圖學(xué)新進(jìn)展2007——第一屆中國(guó)圖學(xué)大會(huì)暨第十屆華東六省一市工程圖學(xué)學(xué)術(shù)年會(huì)論文集[C];2007年

相關(guān)重要報(bào)紙文章 前2條

1 田學(xué)科;原有記憶會(huì)降低視覺(jué)感知能力[N];科技日?qǐng)?bào);2011年

2 劉孝沅;用視覺(jué)感知的新聞[N];中國(guó)新聞出版報(bào);2003年

相關(guān)博士學(xué)位論文 前10條

1 葉鵬;基于視覺(jué)感知的風(fēng)格可視化研究[D];蘇州大學(xué);2016年

2 李彥勝;生物視覺(jué)感知啟發(fā)下的目標(biāo)檢測(cè)與識(shí)別技術(shù)研究[D];華中科技大學(xué);2015年

3 楊恒伏;結(jié)合視覺(jué)感知的圖像認(rèn)證與數(shù)據(jù)隱藏算法研究[D];湖南大學(xué);2009年

4 聶一鳴;高速公路自主駕駛汽車(chē)視覺(jué)感知算法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2012年

5 鄭雅羽;基于視覺(jué)感知的H.264感興趣區(qū)域編碼研究[D];浙江大學(xué);2008年

6 向遙;基于視覺(jué)感知的圖像處理方法研究[D];中南大學(xué);2011年

7 楊文璐;視覺(jué)感知模型與編碼算法研究[D];上海交通大學(xué);2008年

8 杜興;視覺(jué)感知機(jī)制啟發(fā)的人臉識(shí)別方法研究[D];重慶大學(xué);2012年

9 于江波;視覺(jué)感知計(jì)算模型若干問(wèn)題的研究及其應(yīng)用[D];北京交通大學(xué);2007年

10 沈云濤;基于視覺(jué)感知特性的圖像檢索研究[D];西北工業(yè)大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 肖燕霞;基于視覺(jué)感知的行為識(shí)別方法的研究與實(shí)現(xiàn)[D];電子科技大學(xué);2014年

2 周圣云;基于視覺(jué)感知的室內(nèi)場(chǎng)景識(shí)別與理解[D];電子科技大學(xué);2015年

3 范允易;輕量級(jí)的三維樹(shù)木構(gòu)建技術(shù)及應(yīng)用[D];浙江工業(yè)大學(xué);2012年

4 康年錦;一類基于視覺(jué)感知機(jī)理的隱寫(xiě)算法研究[D];福州大學(xué);2013年

5 南宇川;基于視覺(jué)感知理論的山岳型風(fēng)景區(qū)建筑設(shè)計(jì)方法研究[D];天津大學(xué);2014年

6 田子龍;基于視覺(jué)感知的嚴(yán)寒地區(qū)老年建筑立面開(kāi)窗形式設(shè)計(jì)研究[D];沈陽(yáng)建筑大學(xué);2016年

7 王忠霄;基于視覺(jué)感知的視頻編碼算法研究[D];中國(guó)計(jì)量大學(xué);2016年

8 王典;基于視覺(jué)感知的神經(jīng)計(jì)算模型及其應(yīng)用研究[D];杭州電子科技大學(xué);2016年

9 楊愛(ài)勝;基于視覺(jué)感知的HEVC優(yōu)化算法研究[D];華僑大學(xué);2017年

10 湯毓婧;基于人腦視覺(jué)感知機(jī)理的分類與識(shí)別研究[D];南京理工大學(xué);2009年

，

本文編號(hào)：1774212