[发明专利]利用视觉感知特性指导多视点视频编码量化过程的方法

说明书

技术领域

本发明涉及多视点视频编解码技术领域，特别是利用视觉感知特性指导多视点视频编码量化过程的方法，适用于高清3D视频信号的编解码。

背景技术

随着时代发展，人们对视听感受的要求越来越高，不满足于现有的单视二维视频。人们对于立体感体验要求越来越高，从固定角度的立体感到任意角度都可以感受到立体感,从而催生出多视点编码技术的发展。然而，多视点要求的数据大大提高，如何有效的提高视频压缩效率成为研究热点。目前，视频压缩技术主要集中在去除空间冗余、时间冗余和统计冗余三个方面。尽管视频专家推出新一代视频压缩编码技术（HEVC），期待视频压缩效率在H.264基础上再提高一倍。然而，由于人类视觉系统（HVS）自身的特性，存在着感知冗余还是没有被去除。随着对人眼视觉特性研究的渐渐深入，有视频工作者提出了去除人眼冗余的恰可辨失真模型（Just Noticeable Distortion，JND）。即根据得到的JND阈值度量感知冗余的大小，当变化值低于这个阈值就不被人眼感知。

目前对于JND的研究主要分为两大类：像素域JND和频域JND模型。其中，文献[1]中提出的JND模型是经典的像素域模型，分别研究了亮度掩盖特性、纹理掩盖特性和时域掩盖特性。文献[2]中提出的频域JND模型在研究了前三种特性外，还研究了人眼对不同频率段的敏感性，这样使得频域JND模型更加符合人眼的视觉特性。

针对文献[2]中提出的JND模型，是目前比较完备的DCT域JND模型。它除了包含像素的亮度掩盖特性和纹理掩盖特性，还增加了空间灵敏度函数效应。空间灵敏度函数反映了人眼的带通特性，通过去除人眼不能感知的频率成分达到去除人眼感知频率冗余目的。在时域掩盖效应中，包含了平滑眼球移动效应，不仅包含了运动幅度的大小，还包含了运动的方向信息。有研究者将其与多视点视频相结合作用于残差DCT变换（离散余弦变换）后，极大提高了压缩效率。但是，没有将其用于其他的编码过程如量化过程，故其去除视觉冗余性不够彻底。

文献[3]中建立的JND模型，虽然提出了利用JND模型指导量化过程。然而其建立的JND模型是像素域的，缺少了去除人眼频率冗余的过程，导致指导量化过程不够精确。其次，针对JND模型保证了主观质量，只需要对人眼不敏感的地方进行调节量化值，而其它区域量化值保持不变。最后在调整量化参数同时，对应的调整拉格朗日参数。

本发明专利申请首次提出将DCT域JND模型应用到多视点视频编码中量化过程，在保证主观质量不变的情况下，进一步提高视频压缩效率。

            文献[1]:  X. Yang, W. Lin, and Z. Lu, “Motion-compensated residue preprocessing in video coding based on just-noticeable-distortion profile,” IEEE Trans. Circuits Syst. Video Technol., vol. 15, no. 6, pp. 742–752,2005. 

            文献[2]: Zhenyu Wei and King N. Ngan., Spatio-Temporal Just Noticeable Distortion Profile for Grey Scale Image/Video in DCT Domain. IEEE transactions on circuits and systems for video technology.VOL. 19, NO. 3, March 2009.

            文献[3]: Z. Chen and C. Guillemot, “Perceptually friendly H.26 /AVC video coding based on foveated just noticeable distortion model,” IEEE Trans. Circuits Syst. Video Technol., vol. 20, no. 6, pp. 806–819, Jun.2010.

发明内容