| 数据驱动的AVS3像素域最小可觉差预测模型 |
| |
| 引用本文： | 李兰兰,刘晓琳,吴珂欣,林丽群,魏宏安,赵铁松.数据驱动的AVS3像素域最小可觉差预测模型[J].数据采集与处理,2021,36(1):53-62. |
| |
| 作者姓名： | 李兰兰 刘晓琳 吴珂欣 林丽群 魏宏安 赵铁松 |
| |
| 作者单位： | 福州大学物理与信息工程学院，福建省媒体信息智能处理与无线传输重点实验室，福州 350108 |
| |
| 基金项目： | 国家自然科学基金面上(61671152)资助项目；国家自然科学基金青年科学基金（61901119）资助项目；福建省自然科学基金(（2019J01222）资助项目。 |
| |
| 摘 要： | AVS3作为中国第三代国家数字音视频编码技术标准，在消除视频时域/空域冗余信息方面发挥了重要的作用，但在消除感知冗余方面仍存在进一步优化的空间。本文提出一种数据驱动的AVS3像素域最小可觉差（Just noticeable distortion，JND）预测模型，在尽量保证视觉主观质量的前提下，对AVS3视频编码器进行优化。首先基于主流的大型JND主观数据库，获取符合人眼视觉特性的像素域JND阈值；然后基于深度神经网络构建像素域JND预测模型；最后通过预测的像素域JND阈值建立残差滤波器，消除AVS3的感知冗余，降低编码比特率。实验结果表明，与AVS3的标准测试模型HPM5.0相比，在人眼主观感知质量几乎无损的情况下，所提出的像素域JND模型最高可节省21.52%的码率，平均可节省5.11%的码率。
|
| 关 键 词： | 视觉感知特性 最小可觉差预测模型 AVS3 残差滤波 |
| 收稿时间： | 2020/7/15 0:00:00 |
| 修稿时间： | 2020/9/30 0:00:00 |
Just Noticeable Distortion Prediction Model of Data-Driven AVS3 Pixel Domain |
| |
| LI Lanlan,LIU Xiaolin,WU Kexin,LIN Liqun,WEI Hongan,ZHAO Tiesong.Just Noticeable Distortion Prediction Model of Data-Driven AVS3 Pixel Domain[J].Journal of Data Acquisition & Processing,2021,36(1):53-62. |
| |
| Authors: | LI Lanlan LIU Xiaolin WU Kexin LIN Liqun WEI Hongan ZHAO Tiesong |
| |
| Affiliation: | Fujian Key Lab for Intelligent Processing and Wireless Transmission of Media Information, College of Physics and Information Engineering, Fuzhou University, Fuzhou 350108, China |
| |
| Abstract: | |
| |
| Keywords: | visual perception characteristics just noticeable distortion (JND) model advanced audio and video coding standard (AVS3) residual filter |
|
| 点击此处可从《数据采集与处理》浏览原始摘要信息 |
|
点击此处可从《数据采集与处理》下载全文 |
