完全可伸缩视频编码的实现和改进*

提出了一种完全可伸缩视频编码的改进方法。首先给出了一种采用运动补偿时域滤波、二维离散小波变换和EZW编码的传统可伸缩编码方案,该方案将时间、空间、质量三方面的伸缩性有机地结合在一起,实现了完全可伸缩性能。针对运动补偿时域滤波技术中的GOP（group of pictures）结构和更新操作进行了改进,引入GOP结构自适应选择,降低系统内存需求和运算复杂度;采用基于人眼视觉系统特性的最小可觉差对更新操作中所引进的误差进行内容自适应修正。实验结果表明,编码效率和视频序列的重建质量都得到了显著的提高。     

改进的最大最小特征值之差的频谱感知算法

针对传统的最大最小特征值之差的频谱感知算法(DMM),从提高特征值估计精度出发,引入了信号矩阵拆分重组的过程,提出了一种改进的协作频谱感知算法(IDMM)。该算法在逻辑上增加了协作用户数,降低了协作用户数少对频谱感知性能造成的影响。理论分析和仿真结果均表明,IDMM算法性能明显优于DMM算法。     

基于主观质量的JPEGXR量化参数选择

在JPEGXR图像标准的基础上,提出一种提高其压缩效率的编码方法。该方法利用人类视觉系统对图片的感知特点,设计基于图像内容的自适应量化参数选择算法。根据最小可觉差模型,以图像的局部纹理和局部亮度为参数,将图像压缩过程中的宏块分为6类,对每类宏块的直流、低频、高频系数赋予不同的量化参数,从而使得整幅图像的码率根据纹理复杂度和亮度合理分布,在保持主观质量不变的情况下,减小图像码率,最终提高压缩效率。实验结果表明,相对于固定量化参数算法,该算法可使图像压缩效率得到最高10％的提升。     

融合超像素3D与Appearance特征的可行驶区域检测

为实现基于计算机视觉的自动驾驶和高级辅助驾驶,需要对车辆前方的可行驶区域进行实时检测。可行驶区域的检测是图像分割问题,而目前主流的基于深度学习模型的Scene Parse方案,在实际应用中不能满足实时性要求。为此,构建一个超像素Appearance与3D特征融合的检测框架,实现从粗分割到细分割的两步分割流程。其中粗分割是基于RANSAC的快速平面估计,细分割则是基于粗分割路面估计概率的条件随机场模型,采用超像素进行加速。实验结果表明,该框架在Cityscape数据集上精确度和召回率超过90%,性能与SegNet,FCN 16 Scene Parsing相当,可满足X86平台和ARM平台的实时应用要求。     

面向视频压缩的显著性协同检测JND模型

为了更好的将人眼感知特性用于视频压缩系统,提出了一种改进的基于显著性协同检测的恰可察觉失真模型（Just Noticeable Distortion,JND）.该模型通过像素域和变换域下联合建模计算得到的最优JND模型,基于上下文感知的显著性算法得到相应的显著图,并将检测结果用于JND模型权值分配.提出的JND残差滤波器可以嵌入到HEVC视频编码框架中.实验结果表明:在全I帧配置下,提出的算法编码结果与HM16相比,在视觉主观感知质量一致的情况下,平均码率可节省10.7%.     

AVS视频编码标准技术回顾及最新进展

AVS(audio video coding standard)工作组是“数字音视频编解码技术标准”工作组的简称,由国家原信息产业部科学技术司于2002年6月批准成立.工作组的任务是制(修)订数字音视频的压缩、解压缩、处理和表示等共性技术标准,为数字音视频设备与系统提供高效经济的编解码技术.经过10多年的努力,AVS已经成功制定一系列标准,如AVS1,AVS+和AVS2.其中AVS1和AVS2的说法源于AVS第1阶段和第2阶段的工作或第1代、第2代标准.AVS+是工作组专门为高清数字电视广播制定的一个标准.目前AVS1和AVS+标准已经制定完成并成功应用于许多行业中,AVS2也即将完成.将对AVS的AVS视频标准12年来的技术发展过程给以概述,并简单介绍目前最新一代视频编码标准AVS2关键技术,最后对视频编码技术的未来发展方向予以展望.     

基于FPGA的AVS环路滤波器设计与实现

根据AVS音视频编码标准中提出的环路滤波算法设计了一个高效的环路滤波器。通过适当地增加片上数据存储空间，使得整个环路滤波的过程占用的带宽资源最小。该滤波器经过仿真验证，对一个完整的4:2:0格式的宏块数据进行环路滤波仅需293个时钟周期。可以被用于1 920×1 080高清图像的AVS解码芯片中。     

适于实时传输的AVS视频码流加密算法*

为应对日益严重的盗版问题,提出了一种针对AVS标准的视频信息加密算法。通过加密运动矢量,使得视频图像重建时无法找到匹配的参考块,并通过误差扩散,引起视频图像错乱,从而达到对视频信息加密的目的。加密算法不改变码流结构,因此,接收端未经解密的视频码流可以由标准解码器正常解码,但是解码重建的视频图像质量明显下降,而经解密的视频重建图像可完全恢复到加密前的水平。实验结果表明,提出的加密方案具有良好的加密效果,其算法复杂度低,对编码效率影响也很小,基本上不影响视频的主客观质量。     

融合结构与非结构信息的自然图像恰可察觉失真阈值估计

目的 研究表明,图像的恰可察觉失真（JND）阈值主要与视觉系统的亮度适应性、对比度掩模、模块掩模以及图像结构等因素有关。为了更好地研究图像结构对JND阈值的影响,提出一种基于稀疏表示的结构信息和非结构信息分离模型,并应用于自然图像的JND阈值估计,使JND阈值模型与人眼视觉系统具有更好的一致性。方法 首先通过K-均值奇异值分解算法（K-SVD）得到过完备视觉字典。然后利用该过完备字典对输入的自然图像进行稀疏表示和重建,得到该图像对应的结构层和非结构层。针对结构层和非结构层,进一步设计基于亮度适应性与对比度掩模的结构层JND估计模型和基于亮度对比度与信息不确定度的非结构层JND估计模型。最后利用一个能够刻画掩模效应的非线性可加模型对以上两个分量的JND估计模型进行融合。结果 本文提出的JND估计模型利用稀疏表示将自然图像的结构/非结构信息进行分离,然后采用符合各自分量特点的JND模型进行计算,与视觉感知机理高度一致。实验结果表明,本文JND模型能够有效地预测自然图像的JND阈值,受污染图的峰值信噪比（PSNR）值比其他3个JND对比模型值高出35 dB。结论 与现有模型相比,该模型与人眼主观视觉感知具有更好的一致性,更能有效地预测自然图像的JND阈值。     

用于AVS视频编码的快速子像素运动搜索算法*

AVS视频编码采用1/2像素和1/4像素精度的运动搜索,算法复杂度较高。为此,提出了一种新的基于双线性插值的快速子像素运动搜索算法,该算法大大降低了子像素运动搜索的复杂性,且非常适合硬件实现。实验结果表明,新算法在保证原算法视频质量基本不变的前提下,计算复杂度降低了40%以上。     

一种视觉模型引导的小波域彩色图像盲水印算法*

为了较好地解决水印不可见性与鲁棒性矛盾问题,提出了一种新的彩色图像盲水印算法。将原始彩色图像转换到YCbCr色彩空间,并对各分量进行分块处理及一级离散小波变换,利用人眼视觉特性建立视觉模型并引导水印嵌入到中频系数中。水印的提取简单且不需要原始载体图像和原始水印,鲁棒调控因子的引入协调了算法对各类攻击的抵抗能力。实验结果表明,该算法能较好地平衡不可见性和鲁棒性,并且对诸如剪切、叠加噪声等攻击具有更强的鲁棒性。     

Weber定律下尺度空间的自适应构建

在Weber定律的启发下提出一种基于"恰可识别差异"的尺度空间自适应构建方法。Weber定律认为人类感知模式不仅与刺激的变化有关,而且与原刺激强度有关。基于此观点,在图像尺度空间的构建过程中,首先以Marr视觉理论的屋脊型边缘和阶梯型边缘的特征之和计算图像的信息量,再通过实验获得人类视觉能感知到"恰可识别差异"时的图像信息量变化,最后通过曲线拟合自适应构建图像的尺度空间。实验结果表明,该方法充分体现了人类视觉感知特性,与其他尺度空间构建方法相比,在目标匹配实验中,匹配数目提升了25%以上;在去噪实验中,本算法的去噪效果良好。     

高速AVS去块滤波器的VLSI实现

为提高AVS视频编解码系统去块滤波的速度,提出一种基于乒乓并行存储结构及乒乓转置矩阵的环路滤波器。使用2个存储器组存储相邻的2个宏块,在当前宏块滤波过程中,读出另一组存储器中已滤波的宏块并存入新的宏块。通过2个转置矩阵对水平边界进行不间断的行列转换,以保证对水平边界滤波过程中数据的连续性。实验结果证明,该结构处理一个宏块只需122个时钟,在100 MHz的工作频率下能够满足1 080 p高清编解码的需求。     

数字视频转码失真分析

在互联网视频应用领域中,视频在经过多次转码后相对于原始节目的失真难以控制,为此,提出一种对视频多次转码后的总失真进行估计的方法。首先,研究多次有损转码失真的叠加过程,找到了多次失真叠加后总体失真的下限;然后,用概率论的方法给出了总体失真的一个估计;最后,根据估计误差,采用最小二乘拟合对该估计进行修正。实验结果表明,经过修正后,Y、U和V三分量最终失真的平均估计误差仅为0.02dB,0.05dB和0.06dB,这说明该方法能够有效且准确地估计出视频转码的总体失真值。