使用前景/背景区域率失真特性的码率控制方法

为提高视频编码器码率控制的性能,根据视频内容将视频帧划分成包含主要运动物体的前景区域和相对静止背景的背景区域,分析各区域的率失真特性,提出一种适用于H.264/AVC编码器的基于区域的宏块层码率控制方法. 比特分配中,根据宏块的区域信息确定加权因子,自适应地为重要宏块分配较大的目标比特预算. 不同区域使用对应参数的二次模型确定宏块量化参数(quantization parameter,QP),并以已编码宏块的QP为参考调整计算所得QP,以降低前景与背景区域间、相邻宏块间的编码质量波动. 宏块编码结束后,根据实际编码信息更新各区域的码率控制参数. 实验测试表明,提出方法能够有效降低实际码率与目标码率之间的相对偏差,提高编码效率和解码恢复视频的主观质量。     

考虑丢包特性的无参考网络视频质量评估模型

针对相同丢包率条件下不同的包丢失集中度对视频质量影响不同的问题,提出一种考虑丢包特性并且不需要对视频解码的无参考网络视频质量评估模型.首先依据码流信息在压缩域计算视频的时域复杂度,然后在压缩域计算包丢失集中度和包丢失率对视频质量的影响因子.考虑到人眼视觉系统的空域掩盖效应和时域掩盖效应,进而提出由于丢包引起的视频质量下降的视频质量评估模型.该模型不需要对视频进行完全解码,具有资源开销小、实时性好的特点,适合对实时传输的视频流进行质量评估.实验结果表明,使用该视频质量评估模型测得的视频包丢失质量评分与其主观质量评分有很好的一致性,相比于国际标准G.1070中的丢包视频质量评价模型,无参考网络视频质量评价模型与主观质量评价的相关性平均提高了6.18%.     

新一代通用视频编码标准H.266/VVC:现状与发展

相比于上一代标准,新一代通用视频编码标准(H.266/VVC)在同等质量下能够节省大约50%的码率,且适用于多种多样的视频应用场景。论文从H.266/VVC的关键技术出发,对标准的现状、实现和应用发展进行深入探讨。H.266/VVC沿用既往标准中的双层码流体系和混合编码框架,针对帧内预测、帧间预测、变换、量化、环路滤波等所有主要编码模块进行了技术革新,并为屏幕内容视频等应用提供了高效的专用编码工具。H.266/VVC标准目前已处于实用化阶段,官方参考软件VTM和开源编解码器VVenC/VVdeC是目前最具代表性的软件编解码实现。对H.266/VVC的性能分析可以看出：H.266/VVC针对高分辨率视频取得的编码增益更为突出;主要编码工具对性能的贡献通常以复杂度为代价,但也有部分编码工具在提升编码性能的同时可降低整体编码复杂度。H.266/VVC的硬件实现面临诸多挑战,发展明显滞后于软件实现,现有研究主要集中在对具体编码模块的硬件加速方面。H.266/VVC标准发布之后,下一代视频编码标准的发展目前仍围绕混合编码框架进行探索,聚焦在两大方向：超越VVC的增强压缩关注更为先进的、非神经网络...     

八叉树结构下动态点云的无损几何编码方法

为进一步提高动态点云无损压缩的性能，提出了一种八叉树结构下的几何信息熵编码方法。针对帧内空间相关性，利用当前八叉树节点的已编解码邻域信息，建立帧内邻居节点上下文和帧内邻居父节点上下文。针对帧间时间相关性，将已编解码的上一帧点云作为参考帧，并将参考帧中与当前八叉树节点同位置的八叉树节点作为参考节点。使用参考节点及其父节点进行帧间上下文建模。为充分利用已建模的上下文，并准确地估计不同上下文下当前节点为非空的条件概率，提出了一种基于指数移动平均的二级概率估计方法：分别在帧内邻居节点上下文和帧内邻居父节点上下文下进行概率估计；利用概率估计结果和帧间上下文建模新的二级上下文，并在二级上下文下再次进行概率估计；采用二进制算术编码器实现无损压缩。选取常用的微软体素化人物上半身和8i体素化人物全身数据集进行性能测试，实验结果表明：与近年的方法相比，所提方法的无损压缩性能更高，平均编码增益达到2.2%～28.7%。     

用于视频编码的维纳滤波器抽头系数表示新方法

针对已有视频编码系统中自适应环路滤波器抽头系数编码方法存在冗余的问题,提出一种基于直流补偿的抽头系数编码表示方法(DCTCC).首先,对解码恢复图像与原始图像的直流差值进行补偿;然后,以直流补偿后的恢复图像为输入信号、原始图像为期望值设计维纳滤波器,进一步补偿恢复图像的交流失真;最后,仅编码传送所设计滤波器的各非中心抽头系数,而根据提出的抽头系数之和等于1的特点则可计算得到中心抽头系数数值,从而提高滤波器参数传送效率.实验数据表明,对于所用的各种格式视频测试序列,DCTCC的编码效率均优于已有自适应环路滤波方法,与H.264/AVC标准相比,DCTCC的编码效率最高可达26.31%.     

参考中性表情的人脸表情识别

为充分利用视频中人脸表情与中性表情的差异,提出了一种新的对非特定人脸的表情识别方法.该方法针对低复杂度的视频表情识别应用场景,利用参考中性表情的特征点偏移角表征被测表情的变化信息,同时利用二维主成分分析(2DPCA)法提取被测表情帧的二维主成分特征,从而综合使用表情的动态和静态特征,并使用支持向量机分类器进行表情分类识别.在JAFFE人脸表情库上的实验结果表明,相对于仅使用2DPCA的静态图像表情识别方法,文中所提方法的人脸表情识别准确率平均提高7%.     

H.264/AVC网络视频编码失真评估的比特流层模型

为了实现对采用H.264/AVC标准编码的网络视频质量的实时监测,提出一种评估视频编码质量的比特流层模型.该模型无需完全解码,只通过简单解析视频的量化参数、编码比特率以及运动矢量等信息评估视频流质量.首先,通过主观评估实验分析确定量化参数与视频编码失真的基本关系模型,然后利用量化参数和编码比特率预测视频的空间复杂度,利用运动矢量信息预测视频的时间复杂度,并结合空域掩盖效应和时域掩盖效应建立起一个能够反映人视觉特性的视频质量评估模型.实验结果表明,与解析码流的无参考网络视频质量评估模型相比,利用该模型得到的客观质量分数与主观质量分数的皮尔森相关系数提高了0.0160,均方根误差下降了0.0797.     

高效率视频编码快速模式判决算法

为了降低高效率视频编码(HEVC)的编码复杂度,提出一种新的快速模式判决算法.考虑到视频帧的纹理特性和编码中所采用的量化参数影响最优编码单元(CU)模式的选择,首先提取前一帧的平均分割层数和其最大编码单元(LCU)的最小分割层数来预测当前帧对应位置处LCU的最小分割层数,以跳过部分大块CU的模式判决;然后计算当前CU的运动矢量差值和预测残差系数来决定CU的最大分割层数,以避免小块CU的模式判决.实验结果表明,与原始的HEVC编码方法相比,高效率视频编码快速模式判决算法可平均降低51％的编码复杂度,而编码比特率平均只上升了0.69％.     

网络视频质量包层评估模型研究

为了实现对网络视频质量的实时监测,提出一种包层视频质量评估模型.该模型无需对视频载荷信息进行解码,只通过分析视频包头信息评估网络视频的质量.首先,分析包头信息获取压缩码率、帧率、每帧编码比特数、丢包数目和丢包位置等信息,利用压缩码率和Ⅰ帧的平均编码比特数预测视频内容的运动特性,在此基础上结合视频帧编码类型及视频内容运动特性预测视频流的编码失真和丢包失真并最终建立包层质量评估模型.实验结果表明,相比国际标准G.1070模型和G.1070增强模型中的视频质量评价方法,通过该模型得到的视频质量与视频主观质量的皮尔森相关系数分别平均提高了0.087和0.065,同时均方根误差降低了0.219和0.164.该模型具有良好的性能,可以准确地评价网络视频质量.