[发明专利]基于ROI和JND的视频编码方法及装置

说明书

本发明公开基于ROI和JND的视频编码方法及装置，该方法包括以下步骤：判断帧图像处理的当前宏块是否属于ROI区域；若不属于感兴趣区域ROI区域，则建立当前宏块的变换域最小可察觉失真JND模型，并基于所述变换域JND模型对所述当前宏块进行预测残差自适应调整。本发明通过将帧图像中的ROI区域与非ROI区域进行分开处理，对于属于ROI区域的宏块采用常规编码处理，而属于非ROI区域的宏块则采用变换域JND进行预测残差自适应调整的编码方式进行编码处理，从而既保证了编码的主观质量，又降低了编码码率。

技术领域

本发明涉及视频编解码领域，尤其涉及一种基于ROI和JND的视频编码方法及装置。

背景技术

随着各种压缩编码技术的日趋完善和成熟，压缩效率已达到较高水平，压缩比很难有较大的提高。视频编码中单纯依靠增大量化参数来降低码率的方法，必然会影响编码的主观质量。如何在保证编码主观效果的前提下，尽可能的节省码率，这是目前国内外研究的热点。

近年来，国内外学者逐渐将人眼视觉特性应用到视频编码算法中，将最小可察觉失真(Just-noticeable difference，JND)模型引入到视频编码框架中，利用人眼感知存在视觉冗余的原理，直接舍弃JND阈值内的残差，从而达到节省码率的目的。虽然采用JND模型进行残差滤波能够降低码率，但是其没有考虑编码图像的ROI(Region Of Interest，感兴趣区域)属性，ROI区域内JND值较大的部分比如眼睛，鼻子，嘴巴等恰恰是视频的重要细节信息，如果直接舍弃该重要细节的信息，将会在一定程度上降低编码的主观质量。

发明内容

本发明的主要目的是提供一种基于ROI和JND的视频编码方法，旨在保证编码的主观质量的同时降低编码码率。

本发明提供了一种基于ROI和JND的视频编码方法，包括以下步骤：

判断帧图像处理的当前宏块是否属于ROI区域；

若不属于ROI区域，则建立当前宏块的变换域JND模型，并基于所述变换域JND模型对所述当前宏块进行预测残差自适应调整。

优选地，所述判断帧图像处理的当前宏块是否属于ROI区域的步骤具体为：

根据肤色条件及高斯模型，再结合轮廓判断，对当前宏块进行ROI检测。

优选地，所述建立当前宏块的变换域JND模型，并基于所述变换域JND模型对所述当前宏块进行预测残差自适应调整的步骤之前还包括：

建立当前宏块的像素域JND模型，基于所述像素域JND模型对当前宏块进行预测残差自适应调整。

优选地，所述建立当前宏块的像素域JND模型，并基于所述像素域JND模型对当前宏块进行初步预测残差自适应调整的步骤具体为：

计算当前宏块的像素域JND值，将所述像素域JND值与像素残差进行比较后，舍弃小于所述像素域JND值的像素残差，将大于或等于所述像素域JND值的像素残差的绝对值减去所述像素域JND值。

优选地，所述建立当前宏块的像素域JND模型，并基于所述像素域JND模型对当前宏块进行初步预测残差自适应调整的步骤具体为：

计算经过DCT变换后的当前宏块的变换域JND值，将所述变换域JND值与DCT变换系数进行比较后，舍弃小于所述变换域JND值的DCT变换系数，将大于或等于所述变换JND值的DCT变换系数的绝对值减去所述变换域JND值。

本发明还提供了一种基于ROI和JND的视频编码装置，包括：

ROI区域判断模块，用于判断帧图像处理的当前宏块是否属于ROI区域；