[发明专利]通过基于ABT的最小可觉差模型进行视频编码的方法和装置

说明书

【技术领域】

本发明通常涉及数字视频处理，特别涉及包括编码和解码的数字视频编码。

【背景技术】

由于摄像装置的进步，无论何时何地都能够产生越来越多的视频(图像序列，也被称为运动图像)。此外，为了追求更高的分辨率，视频尺寸不断增加，从而涉及到大量数据需要处理。这给诸如显示、传输和存储视频的过程带来了巨大挑战。所以，需要一种视频编码技术，使得视频在不牺牲其质量的情况下能够被压缩。

至于质量，期望发生较少的失真，传统上失真通常是由量化度量如均方差(MSE)和峰值信噪比(PSNR)来衡量的。但是，这些量化度量并不能反映观看者的感受以及失真在观看者眼中的严重程度。因此，通过考虑人类如何视觉感受事物的特性，在不带来额外视觉失真的前提下，需要进一步提高压缩比。换言之，人类如何视觉感受图像的主观试验非常重要。所以，需要保持用户的视觉感受，同时更有效地进行视频处理。

此外，按照视频标准的发展，越来越多的特征被结合到当前和未来的视频编准里。其中一个特征是允许视频编码过程里有各种块尺寸，例如，自适应块尺寸变换(ABT)。通过考虑图像内容，这有助于改善图像质量。所以，需要在视频编码时能够进行ABT，例如，与视频标准如H.264/AVC兼容。

【发明概述】

基于空间内容信息和运动特性距离，本发明产生基于ABT的最小可觉差(JND)模型，其通过残差滤波方法可以应用于视频编码系统。JND模型也被称为JND方案。由于JND模型能够以矩阵格式表示，JND模型也被称为JND图。

本发明其中一个优点是通过使用基于ABT的JND模型进行视频编码能够节省高达50％的比特率，而不会降低主观视觉质量。本发明使用人类如何视觉感受事物的特性以降低比特率，而不会带来可觉察的视觉失真。一个模拟人类视觉感受事物过程的系统被称为视觉感受模型(VPM)。一个视觉感受模型的例子是最小可觉差(JND)模型。建立基于ABT的JND模型，并提供JND阈值给帧内的每个块，如果非零残差系数的数值小于JND阈值，非零残差系数被滤波。如果非零残差系数的数值大于相应的JND阈值，将从非零残差系数中减去相应的JND阈值。

就本发明JND模型的特性而言，不同于图像域内的现有JND模型，或频率域内产生的基于固定块尺寸DCT的JND模型，本发明采用基于不同块尺寸的基于ABT的JND模型。另外，基于ABT的JND模型在不同块尺寸变换时考虑人类如何视觉感受事物的特性。基于ABT的JND模型是根据空间内容信息(SCI)和运动特性距离(MCD)而确定的。

就本发明JND模型的应用而言，不同于现有JND模型用于图像/视频水印和质量评估，本发明使用JND模型以增强视频编码效率并降低比特率。

此外，依照一个预设的图像质量度量，本发明使用基于ABT的JND模型进行视频编码，而不需要调整量化矩阵。

本发明的一个方面是将固定尺寸的JND模型扩展到不同块尺寸。不同块尺寸的JND模型被用来描述人类对不同尺寸变换如何视觉感受事物的特性。

本发明的另一个方面是确定空间内容信息(SCI)，其描述宏块及其子块之间的空间外观相似性。

本发明的另一个方面是确定运动特性距离(MCD)，其描述宏块及其子块之间的运动特性相似性。

本发明的另一个方面是基于宏块的SCI使用图像或帧内的不同块尺寸变换之间的平衡策略。

本发明的另一个方面是基于宏块的SCI和MCD使用帧间的不同块尺寸变换之间的平衡策略。

本发明的另一个方面是对不同尺寸变换进行残差滤波以降低比特率并保持相同的视觉质量。

本发明的其它方面也将披露，如以下所述的实施例。

【附图说明】

以下将参照附图，详细描述本发明的目的、方面和实施例，其中：

图1显示本发明一个视频编码的典型实施例的流程图；

图2显示一个产生基于ABT的JND模型的典型实施例的流程图；

图3显示一个基于ABT的JND滤波的典型实施例的流程图；

图4显示在一个实施例里分别在一个16x16块和一个4x4块内分配测试DCT子带。

图5描述宏块及其相应子块的运动矢量以解释MCD一致性概念用于帧间的时间平衡策略。

图6描述一个视频编码装置的典型实施例的模块示意图。

【发明详述】