[發(fā)明專利]基于人眼感知模型的碼率控制方法

無效

• 申請?zhí)枺?/td>: 200910049042.3
• 申請日: 2009-04-09
• 公開（公告）號: CN101534432A
• 公開（公告）日: 2009-09-16
• 發(fā)明（設計）人: 郭鳳;潘琤雯;滕國偉;郁志明;石旭利
• 申請（專利權）人: 上海廣電（集團）有限公司中央研究院
• 主分類號: H04N7/24
• 分類號: H04N7/24;H04N7/26;H04N7/50
• 代理公司: 上海思微知識產權代理事務所
• 代理人: 屈 蘅;李時云

技術領域

本發(fā)明涉及數字視頻編碼技術，特別是涉及一種基于人眼感知模型的碼率控制方法。

背景技術

碼率控制是視頻編碼的關鍵技術之一，是編碼器基于對網絡可用帶寬的估計決定要發(fā)送到信道上的視頻比特流速率的過程。控制的關鍵在于在碼率大小和視頻壓縮質量間找到一個平衡。因此碼率控制算法的好壞直接影響了編碼器的性能和效率。在現有的幾個壓縮標準中，如H.264/AVC和AVS，其碼率控制方法僅根據視頻內容的復雜程度進行碼率分配，即，給紋理復雜的部分分配更多的比特數。但是，視頻的最終接收者是人類，人對于視頻的關注情況會由人腦對視頻的感知特性和對視頻內容的理解來決定。在許多科學工作者的努力下，我們已經發(fā)覺人眼對于視頻中的運動物體以及物體的邊緣輪廓會投入更多的關注度。因此，如果想更加有效的為不同幀、不同宏塊分配目標比特數，就必須把人眼視覺特征考慮到碼率控制中去。

發(fā)明內容

本發(fā)明的目的在于提供一種基于人眼感知模型的碼率控制方法，所述方法根據視頻圖像的動態(tài)特征和靜態(tài)特征，建立人類視覺的靜態(tài)注意力模型和動態(tài)注意力模型，并通過這兩種模型提取出視頻圖像中的人眼重點關注的區(qū)域，以區(qū)分非重點關注的區(qū)域，實現針對圖像中重要程度不同的區(qū)域進行分類量化編碼，進而實現基于人眼感知的碼率控制方法。

本發(fā)明的目的是這樣實現的：一種基于人眼感知模型的碼率控制方法，所述碼率控制方法分別進行幀級和宏塊級碼率控制，以確定比特數的分配，其中，宏塊的大小為h*h，h為自然數，所述的碼率控制方法通過以下步驟實現：

步驟1、提取視頻圖像的靜態(tài)特征，并建立靜態(tài)特征模型；

步驟2、提取視頻圖像的動態(tài)特征，并建立動態(tài)特征模型；

步驟3、取靜態(tài)特征模型和動態(tài)特征模型的交集，得到該視頻的運動圖像部分及其輪廓，即動靜態(tài)綜合特征模型；

步驟4、在幀級碼率控制算法中，利用提取的動態(tài)特征模型，計算出每一幀中運動對象塊所占全部宏塊數的比率，并用該比率修正當前編碼幀中各宏塊和編碼對應參考幀中對應宏塊像素點的平均絕對差MAD的原線性預測模型MAD(n)＝k₁*MAD(n-1)+k₂，在預分配比特數時，根據運動對象塊的多少，來反映當前幀的運動復雜度，從而決定分配比特數的多少來實現碼率控制，其中k₁為該模型的線性比例系數，k₂為該模型的常系數，n為圖像幀序號；

步驟5、在宏塊級碼率控制中，首先根據動靜態(tài)綜合特征模型，計算出動靜態(tài)綜合特征模型內的像素所占宏塊內總像素的比率，并通過該比率獲得一個調節(jié)參數，在碼率控制中用調節(jié)參數修改原有的目標比特數平均分配公式Bit(n，I，J)＝f_rb(n，I，J)/N_ub，實現人眼感知下的最佳碼率控制效果，其中，n為圖像幀序號，(I，J)表示宏塊的坐標，Bit(n，I，J)為目標比特數，f_rb(n，I，J)為待分配的總的比特數，N_ub是待分配的宏塊數量。

所述步驟1中的靜態(tài)特征的提取和靜態(tài)特征模型的建立進一步通過以下步驟實現：

步驟1.1、將當前視頻的每個像素點從YUV格式轉換成RGB格式；提取紅R、綠G、藍B和黃色Y四基色，并獲得四基色的色度特征圖分別為R(r，g，b)、G(r，g，b)、B(r，g，b)和Y(r，g，b)；提取紅/綠、藍/黃兩組對抗色，并獲得紅/綠特征圖RG(i，j)＝|(R(i，j)-G(i，j))|以及藍/黃特征圖BY(i，j)＝|(B(i，j)-Y(i，j))|，其中(i，j)表示像素點的坐標；