分级预测视频编码感知质量优化研究

《分级预测视频编码感知质量优化研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码10699分类号TN919.8密级学号2012100540题目分级预测视频编码感知质量优化研究作者公衍超信息与通信工程学科、专业李波指导教师2017年1月申请学位日期西北工业大学博士学位论文（学位研究生）题目：分级预测视频编码感知质量优化研究作者：公衍超学科专业：信息与通信工程指导教师：李波2017年1月Title:PerceptualQualityOptimizationofHierarchicalPredictionVideoCodingByGongYan-chaoUndertheSuper

2、visionofProfessorLiBoADissertationSubmittedtoNorthwesternPolytechnicalUniversityInpartialfulfillmentoftherequirementForthedegreeofDoctorofEngineeringXi’anP.R.ChinaJanuary2017摘要摘要分级预测结构因其高效的编码性能在视频编码、视频通信、视频点播等领域得到了广泛的应用。H.264/AVC与H.265/HEVC标准中的典型分级预测结构分别

3、是分级B帧结构及随机接入结构，本文深入研究了分级B帧结构及随机接入结构的视频编码。首先指出了视频采用分级B帧结构及随机接入结构编码时易引起时域抖动效应，并分析了时域抖动效应产生的原因，总结了时域抖动效应的感知特性。然后基于相关的感知特性，提出了估计人眼临界感知时域抖动效应区域算法。并基于此算法，针对H.264/AVC的分级B帧结构，提出了一种能够抑制时域抖动效应的量化参数分配（QuantizationParameterCascading,QPC）方法。另外针对随机接入结构，提出了一种基于拉格朗日率失真优

4、化的QPC方法，并将此方法应用到了码率控制当中，提出了一种更加高效的帧层码率控制算法。主要研究成果为：1.设计视频主观评价实验，研究了分级预测结构编码视频的主观失真。首先实验验证，在低码率下，用分级预测结构编码后的重建视频中易出现时域抖动效应。并首次对时域抖动效应产生的原因进行了系统的分析，总结了人眼感知时域抖动效应的重要特性，为后续时域抖动效应的相关研究做基础。2.基于人眼感知时域抖动效应的相关特性，结合人眼视觉掩盖效应，首次提出了估计人眼临界感知时域抖动效应区域的算法。实验发现视频区域的纹理及运动特

5、性是影响人眼感知时域抖动效应的重要因素，因此使用空时域掩盖效应结合视频纹理运动特性，建立了人眼感知时域抖动效应敏感度的模型。基于此模型结合考虑中央凹掩盖效应及方向掩盖效应，对人眼临界感知时域抖动效应的区域进行了估计。实验验证，提出算法能够准确估计人眼临界感知时域抖动效应区域。3.考虑视频序列的内容特性，针对H.264/AVC分级B帧结构，首次提出了一种抑制时域抖动效应的方法。应用提出的估计人眼临界感知时域抖动效应区域算法获得人眼临界感知时域抖动效应的区域，然后使用这些区域的空时复杂度预测人眼临界感知时域

6、抖动效应对应的量化参数阈值，并在此量化参数阈值的指导下重新分配每个时间级帧的量化参数。实验验证，与分级B帧结构目前采用的JVT-P014QPC方法相比，提出方法可以显著降低重建视频的质量波动，有效抑制时域抖动效应，提高了重建视频的主观质量。4.基于拉格朗日率失真优化理论，针对H.265/HEVC随机接入结构提出了能够有效提高视频编码率失真性能的QPC方法。首先构建了随机接入结构多时间级依赖的拉格朗日率失真代价函数，随后基于实验性质对函数进行了简化，最终应用牛顿—拉尔逊方法成功求解简化后的函数，确定每个时

7、间级分配的量化参数。实验验证，相比于随机接I西北工业大学博士学位论文入结构目前采用的JCTVC-W1002QPC方法，提出的方法显著提高了视频编码的率失真性能。5.将提出的QPC方法应用到H.265/HEVC随机接入结构码率控制中，提出了一种帧层码率控制算法。在提出的QPC方法指导下，将每个时间级的码率进行更加合理的分配，并在计算拉格朗日因子及量化参数过程中，考虑了相邻时间级的依赖性。实验验证，与H.265/HEVC测试模型HM中的帧层码率控制算法相比，提出算法的码率控制更加准确，编码率失真性能更高。尽

8、管提出算法与HM中的算法都存在时域抖动效应问题，但提出算法引起的时域抖动效应问题更加轻微，特别是对于头肩像类型的视频序列，提出算法可以获得更高的主观质量。关键词：视频编码，分级预测结构，量化参数分配，时域抖动效应，码率控制本研究得到国家自然科学基金（编号：60902052，61371089，61571337）资助。.IIAbstractAbstractHierarchicalpredictionstructurehasbeenwidelyu