《基於視覺感知的HEVC最佳化策略研究》是依託華僑大學，由曾煥強擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於視覺感知的HEVC最佳化策略研究
- 項目類別：青年科學基金項目
- 項目負責人：曾煥強
- 依託單位：華僑大學
項目摘要,結題摘要,
項目摘要
鑒於最新一代視頻編碼標準HEVC仍採用的是SSE等客觀失真準則下的最佳化方案，本項目擬從人眼視覺感知的角度研究其最佳化策略，重點解決基於視覺感知的率失真最佳化模型、基於內容自適應JND模型的量化調整策略及視覺感知準則下的快速分層搜尋這三個問題。首先考慮人眼視覺在不同圖像特徵下的失真容忍度，提出基於視覺感知的率失真最佳化模型以獲得感知失真和碼率的最佳折中，提高HEVC的感知編碼效率；其次根據HEVC具有多尺寸DCT變換的特性建立內容自適應JND模型，在此基礎上提出量化調整策略和量化參數預測編碼方案，實現在保證重建視頻感知質量的前提下儘可能地降低碼率；最後在基於視覺感知的率失真準則下，建立HEVC的編碼單元分割深度和預測單元劃分模式和其感知率失真增益的關係模型，從而提出快速分層搜尋策略，以在保證感知編碼效率的前提下有效地加速HEVC模式選擇過程。研究成果有望提高HEVC感知編碼效率及降低其計算複雜度。
結題摘要
鑒於最新一代視頻編碼標準HEVC仍採用的是SSE等客觀失真準則下的最佳化方案且人眼是視頻最終接收者，如何根據人眼視覺特性進一步提高HEVC編碼性能成為視頻技術領域兼具理論和實際套用價值的研究熱點。 本項目從人眼視覺感知的角度系統研究HEVC最佳化策略，在基於視覺感知的率失真最佳化模型、內容自適應JND模型、低複雜度和容錯編碼技術、圖像質量評價模型、基於感興趣目標的最佳化方法方面取得一系列進展：（1）考慮人眼視覺在不同視頻特徵下的失真容忍度，提出視覺感知失真模型，套用於率失真最佳化模組、碼率控制模組，以獲得感知失真和碼率的最佳折中，提高HEVC感知編碼效率；（2）建立多種內容自適應JND模型，套用於量化模組、幀內預測編碼模組，實現在保證重建視頻感知質量的前提下儘可能地降低碼率；（3）建立HEVC的編碼單元分割深度和預測單元劃分模式和其感知率失真增益的關係模型，套用於模式選擇過程，有效地提高HEVC編碼速度。在提高編碼器魯棒性方面，利用視頻時空相關性提出一種基於自適應數據復用的多描述編碼結構；（4）為系統探索人眼視覺感知特性，構建了大規模圖像質量評價資料庫並提出了多個能夠準確反映人眼視覺對於圖像質量主觀感知的圖像質量評價模型；（5）提出多種視頻感興趣目標跟蹤和識別策略並設計感興趣目標和背景區域差異化編碼方案。 在本項目研究工作中，我們共發表22篇學術論文，其中SCI收錄11篇（IEEE Transactions on Image Processing等SCI二區論文5篇），國際學術會議論文7篇，獲得第十八屆全國信號處理學術會議優秀論文獎；申請了5項發明專利並已授權1項；獲得授權計算機軟體著作權1項；培養了1名博士生和4名碩士生；承辦了IEEE ISPACS2017國際學術會議並多次參加國內外學術會議，積極促進了學術交流與合作。本項目研究成果為推動高感知編碼效率、低計算複雜度、魯棒的視頻技術發展提供一定的理論依據和技術支持，有望在數位電視、視頻監控、移動多媒體等產業得到實際套用。
