基于视觉感知的视频编码算法研究

发布时间：2017-08-13 04:34

  本文关键词：基于视觉感知的视频编码算法研究

  更多相关文章： 视觉感知 率失真优化 码率控制 宏块树 竞争决策

【摘要】：随着数字图像技术的快速发展和人们对视觉体验效果要求的不断提升,视频编码算法的研究已占据了重要地位。传统基于块的混合编码方案对视频编码性能提升都是以极高编码复杂度为代价的,近年来,生物医学的飞速发展给基于人眼视觉感知(HVS)的编解码技术带来了可能。基于HVS的编解码技术将人眼视觉感知特性与视频编解码技术相结合,目的是更大限度的去除视频信息中的视觉冗余。该技术将成为未来视频编解码技术研究领域的趋势和热点。本文对主流编码器使用的关键视觉感知技术进行了学习与研究,主要工作和贡献如下:(1)对应用广泛的HVS特性及基于HVS特性的编码方法进行了概述。具体而言,对学者们提出的基于HVS特性的编解码算法模型、质量评价模型等进行了介绍;对视觉感知率失真优化技术进行了理论分析,该技术把作为视频编码理论基础的率失真优化技术与HVS编码方法相结合,可以充分利用视频视觉冗余信息,实现码率与失真更合理分配。(2)对感知率失真优化技术在H.264、HEVC等主流编码器中的应用进行了研究。首先对X264编码器中感知率失真优化技术在编码各模块的应用进行了简要分析;并对感知率失真优化的码率控制算法进行了理论分析;对学术界及产业界缺少理论分析文档的两个关键视觉感知技术,空域VAQ与时域MBTree算法,进行了理论分析和性能评测;并针对MBTree算法映射模型基于经验性的,且与众多编码参数存在复杂相关性的特点,提出编码复杂度不变的分辨率自适应量化参数调优模型。实验证明该模型可以有效提升视频编码质量。(3)提出了基于竞争决策与率失真优化的量化参数寻优算法。本文对传统竞争决策算法进行了迭代改进,并应用于获得MBTree算法性能最优模型。该算法既完全继承了原MBTree算法基于感知技术的思想优势,又有效解决了原算法的模型缺陷,尝试探索MBTree算法思想可以取得的性能提升上限。实验证明,改进算法离线获得的最优模型相比原模型可以显著提升视频编码主观SSIM、客观PSNR与帧级失真MSE波动等性能。
【关键词】：视觉感知 率失真优化 码率控制 宏块树 竞争决策
【学位授予单位】：中国计量大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN919.81
【目录】：

• 致谢5-6
• 摘要6-7
• Abstract7-14
• 1 绪论14-21
• 1.1 研究的背景与意义14-16
• 1.2 视频编码理论发展简介16-19
• 1.3 本文研究的内容19-20
• 1.4 论文章节安排20-21
• 2 基于视觉感知的编码算法理论21-34
• 2.1 引言21-22
• 2.2 人眼视觉系统理论22-27
• 2.2.1 对比敏感度23-24
• 2.2.2 掩盖效应24-25
• 2.2.3 视觉兴趣性25
• 2.2.4 其他特性25-27
• 2.3 基于视觉感知的关键编码算法27-33
• 2.3.1 基于视觉感知的率失真优化算法28-30
• 2.3.2 基于感知率失真优化的模式选择算法30-31
• 2.3.3 基于感知率失真优化的系数级量化算法31-33
• 2.4 本章小结33-34
• 3 基于视觉感知的码率控制算法理论与改进34-50
• 3.1 码率控制算法简介34-38
• 3.1.1 X264码率控制算法步骤35-37
• 3.1.2 感知模糊复杂度度量37-38
• 3.2 宏块级量化参数偏移量38-47
• 3.2.1 空域宏块级量化控制算法(VAQ)39-40
• 3.2.2 时域宏块级量化控制算法(MBTree)40-47
• 3.3 改进的分辨率自适应量化控制算法47-49
• 3.4 本章小结49-50
• 4 基于竞争决策的量化参数寻优算法50-62
• 4.1 竞争决策算法简介50-51
• 4.2 MBTree算法 δ-ρ 模型51-54
• 4.2.1 参考频度 ρ52-53
• 4.2.2 传统 δ-ρ 模型不足53-54
• 4.3 基于竞争决策的最优量化参数选择54-57
• 4.3.1 参数 ρ 样本统计特性54
• 4.3.2 基于竞争决策构建模型54-57
• 4.3.3 基于最优 δ-ρ 模型的量化控制算法57
• 4.4 实验结果57-61
• 4.5 本章小结61-62
• 5 总结与展望62-64
• 5.1 总结62
• 5.2 展望62-64
• 参考文献64-67
• 作者简历67

【相似文献】

中国期刊全文数据库 前10条

1 刘利刚;;打造学术一流的联合实验室——浙江大学视觉感知教育部-微软重点实验室[J];计算机教育;2007年11期

2 柯尔挺;厉力华;刘伟;徐伟栋;张娟;张凌男;ZHENG Bin;;基于视觉感知信息的乳腺钼靶肿块检测分析与自动提取[J];中国生物医学工程学报;2014年01期

3 魏政刚,袁杰辉,蔡元龙;一种基于视觉感知的图像质量评价方法[J];电子学报;1999年04期

4 杨建国,肖永剑,王兆安;交通微观仿真中的驾驶员视觉感知模型[J];系统仿真学报;2005年10期

5 周静;;富士施乐开发出基于人类视觉感知的全新图像编辑技术[J];计算机与网络;2014年14期

6 辜小花;;基于视觉感知和边缘保持的光照不变人脸识别[J];电子学报;2013年08期

7 刘明晶,叶懋冬,刘国栋,李澄清;一种基于视觉感知的图像质量评价方法[J];计算机工程与设计;2005年02期

8 毕雁冰;;可行区域视觉感知的一种设置方法[J];机电产品开发与创新;2008年01期

9 陶超;谭毅华;蔡华杰;田金文;;符合人类视觉感知的图像对象分割方法[J];计算机工程;2010年24期

10 董天阳;范允易;范菁;;保持视觉感知的三维树木叶片模型分治简化方法[J];计算机辅助设计与图形学学报;2013年05期

中国重要会议论文全文数据库 前5条

1 王书荣;;眼睛运动及其对视觉感知的影响[A];第十一次中国生物物理学术大会暨第九届全国会员代表大会摘要集[C];2009年

2 薛青;徐文超;郑长伟;刘永红;;基于有限理性的虚拟视觉感知因子分析[A];第13届中国系统仿真技术及其应用学术年会论文集[C];2011年

3 杨敏;梁玮;李善青;贾云得;;一种基于交互式学习的穿戴视觉感知方法[A];第七届和谐人机环境联合学术会议（HHME2011)论文集【oral】[C];2011年

4 蒲翠翠;孟放;姜秀华;高慧;;一种基于视觉感知的视频质量客观评价方法[A];图像图形技术研究与应用2009——第四届图像图形技术与应用学术会议论文集[C];2009年

5 廖毅;程志全;党岗;;一种基于显著性分析的网格分割算法[A];中国图学新进展2007——第一届中国图学大会暨第十届华东六省一市工程图学学术年会论文集[C];2007年

中国重要报纸全文数据库 前2条

1 田学科;原有记忆会降低视觉感知能力[N];科技日报;2011年

2 刘孝沅;用视觉感知的新闻[N];中国新闻出版报;2003年

中国博士学位论文全文数据库 前10条

1 李彦胜;生物视觉感知启发下的目标检测与识别技术研究[D];华中科技大学;2015年

2 叶鹏;基于视觉感知的风格可视化研究[D];苏州大学;2016年

3 杨恒伏;结合视觉感知的图像认证与数据隐藏算法研究[D];湖南大学;2009年

4 聂一鸣;高速公路自主驾驶汽车视觉感知算法研究[D];国防科学技术大学;2012年

5 郑雅羽;基于视觉感知的H.264感兴趣区域编码研究[D];浙江大学;2008年

6 向遥;基于视觉感知的图像处理方法研究[D];中南大学;2011年

7 杨文璐;视觉感知模型与编码算法研究[D];上海交通大学;2008年

8 杜兴;视觉感知机制启发的人脸识别方法研究[D];重庆大学;2012年

9 于江波;视觉感知计算模型若干问题的研究及其应用[D];北京交通大学;2007年

10 沈云涛;基于视觉感知特性的图像检索研究[D];西北工业大学;2005年

中国硕士学位论文全文数据库 前10条

1 姜丽颖;生物视觉感知机制启发下的图像不变性特征表示方法研究[D];中国石油大学(华东);2014年

2 康年锦;一类基于视觉感知机理的隐写算法研究[D];福州大学;2013年

3 南宇川;基于视觉感知理论的山岳型风景区建筑设计方法研究[D];天津大学;2014年

4 田子龙;基于视觉感知的严寒地区老年建筑立面开窗形式设计研究[D];沈阳建筑大学;2016年

5 王忠霄;基于视觉感知的视频编码算法研究[D];中国计量大学;2016年

6 汤毓婧;基于人脑视觉感知机理的分类与识别研究[D];南京理工大学;2009年

7 李双;乳腺钼靶诊断中的视觉感知研究[D];杭州电子科技大学;2011年

8 林祥明;人类视觉感知经验的数学化表示及其在深度估算中的应用[D];复旦大学;2010年

9 宋磊;基于视觉感知的模型简化算法研究与实现[D];大连理工大学;2006年

10 彭素静;基于视觉感知机理的显著区域研究[D];重庆大学;2009年

，

本文编号：665435