[发明专利]基于视觉特性的视频编码系统

说明书

技术领域

本发明涉及视频编解码技术领域，尤其涉及一种基于视觉特性的视频编码系统。

背景技术

目前典型的视频编码方法是以数字信号处理理论和香农信息论为基础的基于变换/预测的混合编码框架。但是，该技术框架发展到现在遇到巨大瓶颈，其编码效率的提高主要依赖于复杂度的大幅增加，如果继续延续这一思路很难有大的提升空间。

视频编码的根本目的是在降低码率的同时能够提供高质量的视觉效果，编码和传输人类视觉不能察觉到或者不感兴趣的信息对于网络带宽和终端设备来说是一种浪费。最小可察觉失真(Just-noticeable difference，JND)是指人眼所不能感知到的图像最大失真，其在一定程度上定量描述了人眼感受图像的特性，利用JND指导视频压缩，在保持图像主观感知效果基本不变的条件下尽可能的降低码率，成为进一步提升压缩效率的可行途径。

图像JND模型一般考虑人眼的对比敏感度，亮度掩蔽效应，纹理掩蔽效应等因素。文献1-2中分别提出了考虑空间域对比敏感度(contrast sensitivity function，CSF)函数，局部背景的亮度掩蔽效应和纹理掩蔽效应的DCT域JND模型；针对视频序列，时间域的CSF函数也被纳入JND模型中；在时空域CSF函数的模型之上，文献3中考虑了本地背景亮度和对比度掩蔽效应等其他因素，提出了面向视频信号的JND模型。文献4在文献3的基础之上考虑了JND模型中运动因素的方向性，进一步提升了时域JND模型的准确性；文献5-6利用JND模型分别在像素域和DCT域对预测残差信号做了滤波，大幅降低了编码码率。

以上的JND模型假设人眼对整幅图像的视觉分辨率保持恒定，但事实并非如此。视网膜的感光细胞并不是均匀分布的，视网膜的中心凹的感光细胞密度最高，离中心凹的距离越远，视网膜的感光细胞密度越低。当一个视觉激励投射到中心凹上时，其具有最高的视觉敏感度。投影离中心凹的距离越远，其视觉敏感度低。因此视觉敏感度是空域变化的，而JND模型应该是光源投影到视网膜上位置的函数。

本发明专利申请首次提出DCT域的Foveated JND模型，并将其运用到视频编码框架中DCT域的滤波和率失真优化模块，力求在主观质量保持不变的情况下，大幅降低了编码码率。

文献1：X.Zhang，W.S.Lin，and P.Xue，“Improved estimation for just-noticeable visualdistortion，”Signal Processing，vol.85，pp.795-808，2005.

文献2：Zhenyu Wei and King N.Ngan，“Spatial Just Noticeable Distortion Profile for Imagein DCT Domain，”IEEE Int.Conf.，Multimedia and Expo.2008.

文献3：Y.Jia，W.Lin，and A.A.Kassim，“Estimating just noticeable distortion for video，”IEEE Transactions on Circuits and Systems for Video Technology，vol.16，no.7，pp.820-829，July2006.

文献4：Zhenyu Wei，King N.Ngan，”A TEMPORAL JUST-NOTICEABLE DISTORTIONPROFILE FOR VIDEO IN DCT DOMAIN”，15th IEEE International Conference on ImageProcessing，pp：1336-1339 Oct.2008.

文献5：Xiaokang Yang，Weisi Lin，Zhongkhang Lu，EePing Ong，and Susu Yao，”Motion-Compensated Residue Preprocessing in Video Coding Based on Just-Noticeable-DistortionProfile”，IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS FOR VIDEO TECHNOLOGY，VOL.15，NO.6，JUNE 2005.