[发明专利]一种基于视觉显著性的视频码率分配方法

权利要求书

1.一种基于视觉显著性的视频码率分配方法，其特征是，建立时域相关性的视觉显著性模型；采用基于显著性的码率分配算法和基于显著性区域质量一致性的窗口权重平滑算法，得到调整后的显著性权重；再根据调整后的显著性权重指导CTU级码率分配算法，由此实现视频码率分配；包括如下步骤：

1)建立视觉显著性模型，包括：注意力静态特征提取模型和注意力动态特征提取模型，得到视频的视觉显著值；

考虑视频序列中当前帧和下一帧的关联性，从注意力静态特征和注意力动态特征中提取出视频中人眼所关注的区域；

对于帧间特征信息，采用光流算法提取动量特征，通过公式(1)进行计算：

S_final＝S_color·ω_color+S_tex·ω_tex+f_inter·g·ω_inter (1)

f_inter(u，v)＝∑_i，j{ρ_D(f_cur(i，j)-f_next(i+u_i，j，j+v_i，j))+λ[ρ_S(u_i，j-u_i+1，j)+ρ_S(u_i，j-u_i，j+1)+ρ_S(v_i，j-v_i+1，j)+ρ_S(v_i，j-v_i，j+1)]}

其中，S_final为得到的显著值；f_inter为当前帧与下一帧的光流特征值，其中u和v表示为当前帧f_cur和下一帧f_next估计的水平和垂直光流场；i和j代表像素位置；λ是调节参数；ρ_D和ρ_S分别为数据和空间的惩罚函数；S_final为最终像素显著值；S_color和S_tex为色度及纹理的显著值；ω_color、ω_tex和ω_inter代表色度、纹理、帧间的权重；g为滤波转换函数；

2)将步骤1)得到的当前帧的像素显著值，依照CTU的尺寸大小转化为多个CTU尺寸的显著值，再通过归一化转换为显著性权重，基于相邻帧之间的关联性，建立基于窗口的权重平滑模型，通过平滑调整得到平滑后的显著性权重；

3)根据步骤2)得到的平滑后的显著性权重，采用基于显著性的码率分配算法，进行CTU级码率分配；

将基于显著性权重的CTU级码率分配表示为公式(3)：

其中，为当前CTU的目标码率，T_curPic为当前帧分配码率，Coded_Pic为已编码的码率，∑_NotCodedSw_CTU为当前帧剩余的码率，为平滑后的显著性权重；

通过上述步骤，实现基于视觉显著性的视频码率分配。

2.如权利要求1所述基于视觉显著性的视频码率分配方法，其特征是，步骤2)具体将得到的当前帧的像素显著值，依照CTU尺寸为64×64大小进行累加，形成一块64×64的CTU的像素显著值总和。

3.如权利要求1所述基于视觉显著性的视频码率分配方法，其特征是，步骤2)具体针对步骤1)得到的显著性权，依照相邻帧的距离对显著性权重进行加权平均，得到的结果为平滑后的显著性权重。