[发明专利]预测高动态视频双层向后兼容编码系统中最佳阈值点的方法

说明书

本发明公开了一种预测高动态视频双层向后兼容编码系统中最佳阈值点的方法，将选择好的特征值和实际的最佳阈值作为标签输入训练出一种高斯过程回归模型；将新序列的特征值输入模型中，可以非常准确的预测出当前视频帧的最佳阈值点位置。本发明提出的方法使得编码视频的PSNR得到了极大地改善，并且极大的减少了手动全局搜索阈值所耗费的时间。

技术领域

本发明涉及视频编解码领域，特别是HDR双层向后相兼容视频编解码的方法和系统。

背景技术

近几年，广电技术日新月异，4K超高清电视已逐步进入千家万户，而电视分辨率已经达到4K甚至8K。靠单纯的提高分辨率、帧率已不能很好的满足人们对于高品质画质的需求。因此，行业内的企业和组织通过研究发现可以从另外两个维度提升人的视觉体验，高动态范围HDR技术就是其中之一。

虽然目前HDR的发展势头很猛，但因为大多数消费者正在使用的显示器还是传统的SDR显示器，这些显示器使用的是伽马EOTF和BT.709色彩空间，若HDR视频用其他的EOTF和色彩空间来表示，无法在传统SDR显示器上显示。那么就需要给不同的显示器传输相应正确格式的视频。SDR版本的视频内容和HDR版本视频相同，则两者之间会产生很多的冗余。那么存储空间有限的系统提供者就更愿意提供一个可以同时在SDR和HDR上显示得比特流，向后兼容系统即为实现这种技术的系统。如果没有与这些设备的向后兼容性，高动态范围视频格式不太可能被广泛接受。

高动态视频双层向后兼容编码系统中最佳阈值点出现在0-255的灰度值范围内，传统方法每隔两个像素距离尝试阈值，计算当前阈值最终重建HDR的视频的PSNR，选择出PSNR最高的阈值作为最佳阈值点。每尝试一次阈值都需要利用HEVC对增强层进行编解码，并且还需要集合基本层增强层重建HDR视频文件，耗时巨大。

发明内容

本发明的目的在于提供一种准确率高、视频质量提升明显的预测高动态视频双层向后兼容编码系统中最佳阈值点的方法。

实现本发明目的的技术解决方案为：一种预测高动态视频双层向后兼容编码系统中最佳阈值点的方法，将选择好的特征值和实际的最佳阈值作为标签输入训练出一种高斯过程回归模型；将新序列的特征值输入上述模型中，预测出当前视频帧的最佳阈值点位置。

进一步的，将选择好的特征值和实际的最佳阈值作为标签输入训练出一种高斯过程回归模型，具体如下：

双层向后兼容视频编码系统将输入的10bit的HDR视频截断2bit内容生成对应的8bit的SDR视频作为基本层，对其进行编码；

找到最佳阈值，其大小在0-255的灰度值范围之间；

利用阈值创建一个蒙版，使得小于阈值的像素值部分蒙版设置为0，大于阈值部分的蒙版设置为1，将SDR视频像素值大于阈值的像素点设置为阈值的值，并和原本的HDR视频做差，对产生的残差应用蒙版后再进行像素值的缩放产生增强层，对增强层视频进行编码；

最终将编码后的基本层和增强层结合生成重建的HDR视频。

进一步的，将编码后的增强层和基本层进行结合生成重建的HDR视频，比较重建HDR和SDR视频的PSNR；不断变换阈值大小，确定使得重建HDR的PSNR表现最好的阈值。

进一步的，计算重建的HDR视频数据和原始的HDR视频数据的峰值信噪比PSNR：

其中MAX_I表示图像中可能最大的像素值，如果每个像素值都是由8位二进制来表示，那么MAX_I为255；MSE表示图像的方差；测试序列格式为.yuv，每一帧图片分YUV三个通道，因为需要分别取得三个通道的最佳阈值点，三个通道PSNR均要分别计算。