一種分布式視頻編碼中基於視覺感知特性的量化方法

2024-03-22 20:17:05 1

專利名稱：一種分布式視頻編碼中基於視覺感知特性的量化方法
技術領域：
本發明屬於視頻編碼和處理領域，具體涉及分布式視頻編碼過程中感知量化算法的研究。
背景技術：
傳統視頻編碼技術在編碼過程中通過運動補償算法實現高效的視頻壓縮，但這使得編碼端的複雜度遠遠高於解碼端，且由於運動預測的使用，視頻流的傳輸魯棒性減低。因此，傳統的視頻編碼技術多用於伺服器-客戶端結構的數字視頻廣播、視頻點播等服務。然而隨著通信技術的發展，新的視頻應用與視頻服務也隨之產生。如通過移動視頻設備或無線視頻傳感器網絡進行現場視頻採集編碼，將編碼後的視頻流傳輸到中心節點用於視頻分析或處理。對於這些新的視頻需求而言，編碼端在運算、功耗、存儲同類和帶寬等多方面都受到了限制；而解碼端則擁有較多的資源進行複雜運算——這恰與傳統的視頻編碼方案相矛盾。因此，需要一種新的視頻編碼技術以滿足新的應用需求。Slepian 和 Wolf 於 1973 年提出了分布式無損編碼(Distributed Lossless Coding)理論，證明在無損編碼條件下，對於兩個具有統計相關性的獨立同分布隨機序列X 和Y，分別進行獨立編碼再聯合解碼，此時所需的總碼率仍然可以達到X和Y的聯合信息熵。 其後Wyner和Ziv將該理論推廣到了有損壓縮編碼領域。在SW和WZ理論基礎上，產生了一種新的視頻編碼方案——分布式視頻編碼。分布式視頻編碼的優勢在於它通過獨立編碼，聯合解碼的策略，有效的將編碼端的計算複雜度轉移至解碼端，很好的滿足了編碼資源有限、解碼資源豐富的視頻應用環境的需求；同時，分布式理論具有天生的傳輸魯棒性，與傳統的視頻編碼技術相比，生成的視頻流可以更好的適應惡劣的視頻傳輸環境。因此，分布式視頻編碼技術具有很好的實際應用前景。但是分布式視頻編碼的不足之處在於雖然SW理論證明了獨立編碼再聯合解碼的新編碼策略，可以到達與聯合編碼時相同的編碼性能。但是在實際應用中，由於難於準確的估計各獨立編碼信源間的統計相關性，分布式視頻編碼的性能仍低於傳統的視頻編碼技術，這就限制了分布式視頻編碼技術的廣泛應用。因此，對分布式視頻編碼性能的研究，具有很好的研究意義與實用價值從已有的研究成果來看，圍繞分布式視頻編碼性能已經取得了很多研究成果，這些研究成果有效地促進了分布式視頻技術的發展。根據分布式視頻編碼理論可知，解碼端生成的邊信息可以看作是原始圖像的一個錯誤版本，而對原始圖像的編解碼過程可以看作是對邊信息圖像的糾錯過程。從這個角度來分析，可以將現有提高分布式視頻編碼性能的研究成果分為兩類1)減低邊信息與原始圖像間的誤差；2)改善解碼器的糾錯性能。然而，現有的研究成果均是以圖像的客觀質量為依據來改善分布式視頻編碼的性能，而忽略了圖像主觀質量與客觀質量的差異。根據人類視覺系統(Human Visual System, HVS)的研究發現，HVS能夠感知視頻場景中存在的亮度、顏色、紋理、方向、空間頻率和運動等初級視覺信息；它對視頻場景的感知是有選擇性的，不同的區域或者對象具有不同的視覺敏感程度。因此，可將分布式視頻編碼特性與視覺感知特性相結合，實現一種新的提高分布式編碼性能的方法在分布式編解碼過程中僅編解碼人眼可感知的原始圖像與邊信息間的誤差，避免對人眼觀察不到的誤差進行編解碼，從而降低分布式視頻的編碼碼率。該方法可在現有分布式視頻編碼的研究成果基礎上，進一步改善分布式視頻的編碼性能，具有很好的研究價值和應用意義。

發明內容
鑑於現有技術的以上不足，本發明的目的是提出一種分布式視頻編碼中基於視覺感知特性的量化方法，使之能充分利用人眼對不同圖像內容編碼失真敏感度不同的特性， 根據人眼感知特徵調整量化步長避免對人眼觀察不到的邊信息失真進行編解碼，從而在不影響編碼圖像主觀質量的情況下，有效降低編碼碼率，提高分布式視頻編碼性能。採用本發明的基於視覺感知特性的量化方法，通過編碼前初始化感知量化矩陣和編碼過程中動態調整量化步長的兩步感知量化策略，充分利用了人眼視覺感知特性，可避免對原始圖像與邊信息中人眼觀察不到的誤差進行編解碼，在不影響編碼圖像主觀質量的前提下，有效降低了分布式視頻編碼碼率。同時本發明方法將分布式視頻編碼特性與視覺感知特性相結合，根據人眼對圖像內容敏感度的不同，實現有選擇性的編解碼，因此該方法可兼容現有提高分布式視頻編碼性能的研究成果，並在其基礎上進一步改善分布式視頻的編碼性能，從而實現一種更為高效的分布式視頻編碼策略。本發明可適用於單視點、立體及多視點等多種基於分布式視頻編碼理論的編碼框架，具有很好的通用性。


圖1為本發明分布式視頻編碼中基於視覺感知量化方法流程圖。圖2為本發明方法的分布式視頻編碼示意圖。圖3為本發明方法的分布式視頻解碼示意圖。
具體實施例方式下面結合附圖和實施例對本發明作詳細說明。圖1所示是本發明提出的分布式視頻編碼中基於視覺感知量化方法實現的流程圖。方法包括兩個步驟1)圖像編碼前，通過視頻訓練集，結合空間對比度感知特性，計算 8 X 8DCT變換各係數的最佳量化級數，建立初始化感知量化矩陣；2)視頻編解碼過程中，進一步結合背景亮度、空間位置等視覺感知特性，動態修正AC係數的量化步長。圖2所示是採用本發明提出的基於視覺感知量化方法的分布式視頻編碼示意圖。 根據分布式視頻編碼理論，待編碼圖像分為關鍵幀和非關鍵。關鍵幀採用標準的幀內編碼方式獨立編碼，如H. 264/AVC幀內編碼；非關鍵幀採用本發明提出的基於視覺感知量化方法的分布式編碼方法編碼，編碼過程包括5個步驟1)對待編碼的非關鍵幀進行8X8DCT 變換；2)根據各個變換塊的位置和DCT係數，計算每個變換塊的視覺感知閾值；3)根據初始化量化矩陣計算初始化量化步長，並根據視覺感知閾值動態修正量化步長；4)使用修正後的量化步長對變換塊各AC係數進行量化；5)將量化後的DCT係數送入信道編碼器編碼以獲取最終的視頻流。
圖3所示是採用本發明提出的基於視覺感知量化方法的分布式視頻解碼示意圖。 根據分布式視頻編碼理論，待編碼圖像分為關鍵幀和非關鍵。關鍵幀採用標準的幀內解碼方式解碼，如H. 264/AVC幀內解碼；非關鍵幀採用本發明提出的基於視覺感知量化方法的分布式視頻解碼方式解碼，解碼過程包括7個步驟1)使用前一關鍵幀解碼圖像為參考，生成當前解碼圖像的邊信息；2)使用信道解碼器解碼當前非關鍵幀圖像；3)重建非關鍵幀變換塊的DC係數；4)根據變換塊的位置和DC係數，計算變換塊的視覺感知閾值；5)計算變換塊的初始化量化步長，並根據變換塊的視覺感知閾值，動態修正量化步長；6)使用修正後的量化步長，重建變換塊的AC係數；7)反8X8DCT變換獲取非關鍵幀解碼圖像。實施例依據圖1所示，分布式視頻編碼理論中基於視覺感知的量化方法，其步驟依次是A.圖像編碼前，建立初始化的感知量化矩陣A. 1基於空間對比度的視覺感知閾值計算根據待編碼視頻圖像的大小、最佳觀看距離V，計算8X8DCT變換塊中各個頻率係數基於空間對比度的視覺感知閾值Tb(i，j)，即
權利要求
1.一種分布式視頻編碼中基於視覺感知特性的量化方法，根據人眼感知特徵調整量化步長，避免對原始圖像與邊信息中人眼觀察不到的誤差進行編解碼，包含如下步驟A.圖像編碼前，通過視頻訓練集，建立初始化的感知量化矩陣A. 1基於空間對比度的視覺感知閾值計算根據待編碼視頻圖像的大小、最佳觀看距離v，計算8X8DCT變換塊中各個頻率係數基於空間對比度的視覺感知閾值Tb(i，j)；Α. 2統計採用不同量化級數時圖像的編碼失真及編碼碼率選取視頻圖像訓練集中每個視頻用於統計編碼失真與碼率；首先，依次對每個視頻序列的每幀圖像進行8X8DCT變換；然後，依次提取每個視頻序列每幀圖像8X8變換係數中相同位置的係數，組成係數矩陣M(i，j)；最後根據分布式編碼時像素精度的取值確定可能的量化級數，從最小量化級數開始對係數矩陣中每個係數進行編解碼，並記錄編碼失真D (q，i，j)與碼率R(q，i，j)，直到遍歷完係數矩陣的所有係數及其可能的量化級數；其中，D(q，i，j)表示主觀感知編碼失真，它是根據A. 1步驟計算得到的空間對比感知閾值Tb(i，j)、原始係數值與重建係數值確定的；A.3確定初始化感知量化矩陣根據A.2步驟計算得到的客觀編碼失真D(q，i，j)與編碼碼率R(q，i，j)，計算8X8係數矩陣中各係數在不同量化級數下的率失真代價值J(q，i， j)；取率失真代價最小的量化級數作為當前係數的最佳量化級數，各係數的最佳量化級數組成初始化的8X8感知量化矩陣Q(i，j)；注步驟A. 2中的視頻序列集可包含不同圖像內容、視頻特性的序列，由此獲取的初始化感知量化矩陣具有通用性；視頻序列集也可針對特定應用場景選取，由此獲取的初始化感知量化矩陣僅對特定視頻場景有效；B.視頻編解碼過程中，動態地修正感知量化步長B. 1基於空間位置和背景亮度的視覺感知閾值計算根據待編碼圖像中當前8X8DCT 變換塊的位置，計算基於空間位置的視覺感知閾值af。v(b)；同時根據該變換塊的DC係數， 計算基於背景亮度的視覺感知閾值a1Uffl(b)；B. 2感知量化步長修正根據待編碼圖像中當前8X8DCT變換塊的視覺感知閾值 afov(b)和alum(b)，對變換塊中各AC係數的量化步長進行動態修正；編碼過程中首先，由A步驟的初始化量化矩陣，計算AC係數的初始化量化步長 』然後，根據B. 1步驟得到的視覺感知閾值af。v(b)和alum(b)，計算AC係數量化步長的修正值； 最後，使用修正後的量化步長對AC係數進行量化；解碼過程中首先，由A步驟的初始化量化矩陣，計算AC係數的初始化量化步長； 然後，重建當前圖像中各8X8DCT變換塊的DC係數，根據B. 1步驟得到的視覺感知閾值 afov(b)和alim(b)，計算AC係數量化步長的修正值；最後，使用修正後的量化步長重建AC係數。
2.根據權利要求1所述之一種分布式視頻編碼中基於視覺感知特性的量化方法，其特徵在於，所述步驟A. 2中的視頻序列集可包含不同圖像內容、視頻特性的序列。
全文摘要
本發明公開了一種分布式視頻編碼中基於視覺感知特性的量化方法，將分布式視頻編碼特性與視覺感知特性相結合，通過編碼前初始化感知量化矩陣和編碼過程中動態調整量化步長的兩步感知量化策略。充分利用了人眼視覺感知特性，根據人眼對圖像內容敏感度的不同實現有選擇性的編解碼，避免對原始圖像與邊信息中人眼觀察不到的誤差進行編解碼，在不影響編碼圖像主觀質量的前提下，有效降低了分布式視頻編碼碼率。本發明方法可兼容現有提高分布式視頻編碼性能的研究成果，並在其基礎上進一步改善分布式視頻的編碼性能，實現一種更為高效的分布式視頻編碼策略。本發明可適用於單視點、立體及多視點等多種基於分布式視頻編碼理論的編碼框架，具有很好的通用性。
文檔編號H04N7/30GK102281446SQ20111027978
公開日2011年12月14日 申請日期2011年9月20日 優先權日2011年9月20日
發明者任健鵬, 張蕾, 彭強, 王瓊華 申請人:西南交通大學