论文部分内容阅读
H.264/H.265视频编码标准采用混合编码框架,包括预测,变换,量化,熵编码,滤波等模块。其中量化模块在编码框架中扮演重要角色,直接决定失真和编码码率。量化模块大都采用基于固定死区的硬判决量化算法,为了满足更高压缩性能需求,采用率失真优化量化算法作为候选量化算法。率失真优化量化算法是一种基于率失真理论的软判决量化算法。软判决量化可获得非常优异的率失真性能,但面临系数间巨大的串行依赖;相比较而言,硬判决量化虽有一定的性能损失,但其基于系数独立假设,支持系数间的并行化处理。基于目前量化算法现状,该文致力于提出一种基于视频内容的自适应死区量化算法。该算法将兼顾软硬判决量化双方面的优势,在保证并行化处理的基础上,尽可能减少率失真性能损失。研究发现,变换系数的分布特性以及量化参数对量化有极大的影响,已编码邻近块中的非零系数个数对当前系数的量化将产生微调作用。因此,该文采用离线建模的方式,构建量化死区与上述三个参数的函数模型,基于该模型,提出一种适用于H.264编码标准的自适应死区量化算法。为了将自适应死区量化推广到最新视频编码标准,同时考虑人眼的视觉感知,该文在后期研究中,提出了一种考虑人眼视觉特性的感知自适应硬判决量化算法。在H.264标准下,验证了固定死区量化算法,内容自适应的死区量化算法以及率失真优化量化算法的率失真性能。相对于固定死区量化算法,基于本文自适应偏移量模型的硬判决算法获得显著性能提升,PSNR有0.08836dB提升,等效于3.097%码率节省。与率失真优化量化算法相比,BD-PSNR性能仅有0.03921dB下降,相当于1.51%码率增加。算法复杂度与传统的硬判决量化算法基本一致。在H.265/HEVC标准下,对色差分量采用感知自适应硬判决量化算法,相比于传统的率失真优化量化算法,BID-RATE平均有2.6094%的码率节省,BD-PSNR平均有0.0521dB的性能提升。编码时间节省4.3305%。感知自适应量化算法考虑人眼的主观特性,在主观评价测试中,该算法与感知率失真优化量化算法几乎一致,非常接近于感知率失真量化算法的主观性能。