视觉感知编码方法综述

本文给出了视觉感知编码方法的综述。首先介绍了人类视觉系统（HVS）的特性,然后根据视觉感知编码方法所利用的视觉特性不同将其分为三类,并分别介绍各类方法的研究现状。最后展望视觉感知编码的应用前景和发展方向。     

基于深度学习的多视点视频编码方法综述

在当今这个数据爆炸增长的时代,深度学习强大的非线性建模能力进一步提高了多视点视频编码的率失真性能.对此,介绍多视点视频的特点及应用,重点对深度学习背景下现有的多视点视频编码方法进行介绍和总结,并展望多视点视频编码未来的发展趋势,旨在进一步发挥深度学习的能力,为用户提供更佳的观看体验.     

基于全局运动矢量的多视点视频编码方法

由于多视点视频中两帧之间大部份背景的相似性,本文提出了一种基于全局运动矢量的编码方法,对每帧都进行全局运动估计得出一个运动矢量,对编码效率有一定的提高.     

基于感知的多视点视频编码宏块模式选择快速算法

多视点视频编码(MVC)采取可变块模式选择技术和 多参考帧技术显著提高了编码的压缩效率,但同时带来了巨大的 编码计算复杂度。为了降低MVC的计算复杂度,提出基于感知的快速MVC宏块模式选择 算法。基于人眼视觉感知的特点,利用视觉恰可察觉失真(JND)的概念建立MVC宏块的最优模 式和JND的联系,并利用该联系确定早期结束最优宏块模式选择过程的阈值,根据当前编码 宏块的JND与阈值的 关系自适应地减少每个编码宏块的模式搜索次数,进而减少MVC的方向搜索和参考帧搜索的 次数,以降 低编码的复杂度,提高MVC速度。实验结果显示,对于不同运动特性、内容、纹理信息、相 机间距和图像 尺寸的测试序列,提出的快速算法在率失真性能几乎不变的情况下平均节约76.00% 编码时间。     

多视点与深度视频编码技术研究综述

多视点与深度视频(MVD)可以有效表示自由视点视频,减少了需传输视点的个数,该表达形式正受到越来越多的关注,如何对MVD进行高效编码尤为重要.介绍了自由视点视频的发展现状及国内外研究概况,详细讨论了深度图像的高效编码技术及多视点与深度联合编码技术,并对多视点与深度视频编码技术进行了总结及展望.     

基于压缩感知理论的视频编解码器

结合压缩感知理论和传统的视频编解码技术,提出了一种基于压缩感知理论的视频编解码器.其编码过程可看成是将高维信号投影到低维空间的过程,解码过程不再是传统方式下的编码的逆过程,而可看作是求解欠定方程组的过程.该编解码器结构比较简单,不仅所需图像的样本数很少,样本数可根据不同的编码模式进行选择,而且能获得较高的压缩比和较好的重构图像质量.     

沉浸式视频编码技术综述

随着虚拟现实、增强现实等沉浸式媒体技术的发展,沉浸式视频的表示、存储、传输和显示等各个环节都受到了科研及产业界的广泛关注。沉浸式视频更复杂的视频特性和庞大的数据量,对传统视频编码技术提出了挑战,新的编码技术应运而生。该文从视频自由度(DoF)出发,分别从3DoF和6DoF两个方面介绍沉浸式视频编码技术的最新成果。3DoF视频相关编码技术包括投影模型、运动估计模型和3DoF视频编码标准。6DoF视频相关编码技术包括视频表示形式、虚拟视点合成技术、6DoF视频编码技术及运动图像专家组沉浸式视频(MPEG, MIV)编码标准。最后,对沉浸式视频及其编码技术的发展进行总结和展望。     

应用于VVC视频编码的感知率失真优化算法

视频编码中,率失真优化是提升编码性能的重要环节。在新一代视频编码标准——多功能视频编码（Versatile Video Coding,VVC）中,率失真优化关键参数λ的确定仍是基于与量化参数（Quantization Parameter,QP）之间相对固定的映射关系模式,而人眼对于视频内容特征的感知并未得到充分考虑,因此提出了用于多功能视频编码标准VVC的感知率失真优化算法。首先提取视频帧中编码树单元（Coding Tree Unit,CTU）的纹理和运动特征,其次结合人眼对于纹理复杂度和运动程度的不同感知,对用于CTU编码的拉格朗日乘子λ进行自适应调节。在VVC标准测试软件VTM12.0平台的低延时P帧配置下,采用多尺度结构相似性和峰值信噪比作为视频质量评价指标,在保持视频质量不变的情况下,码率平均节省0.15%和0.09%,VVC编码器率失真性能得以提升。     

多视点视频编码的研究现状及其展望

阐述了多视点视频编码(MVC)的主要研究问题.其中首先介绍了MVC的体系结构和发展过程;然后详细讨论了MVC的研究内容,包括预测结构、提高MVC编码效率的技术和高层语法;最后在总结MVC研究现状的基础上,提出了MVC在3D视频应用中的研究思路.     

无线网络下压缩感知视频通信的研究

研究了压缩感知视频编码方法。与传统方法相比,压缩感知视频的采样率更低。基于压缩感知技术,对视频帧的一维感知和二维感知分别进行研究和分析。由于考虑到视频帧行与行之间的相关性,二维感知更适合视频编码。同时,实验结果表明二维视频感知对高冗余度的视频序列重建效果更加优越。     

面向3G环境下的移动视频编码技术

 随着移动通信迈入3G时代,在众多的3G增值业务中,移动视频业务无疑将会成为3G业务的核心应用,以视频编码技术为代表的多媒体技术是支撑移动业务运营的基础技术。本文首先介绍了面向3G环境下的移动视频业务的发展现状及其面临的技术问题;然后从可分级编码、视频转码、多描述编码、基于视觉特性的编码几个方面论述了针对移动视频的编码技术;最后对面向3G环境下的移动视频编码技术进行了总结和展望。     

高性能三维小波视频编码方法

讨论并实现了基于３Ｄ－ＳＰＩＨＴ算法的三维小波视频编码方法。该方法建立在真三维小波分解基础上，通过定义一种新的时空方向树结构，实现了静止图像ＳＰＩＨＴ算法的三维扩展。该方法不涉及运动估计，具有较低的计算负荷和时间延迟，所产生的视频流是完全嵌入的。实验结果表明该方法能够快速地、高质量地压缩视频图像，是一种很有潜力的视频编码方法。     

数字视频压缩编码技术标准现状与展望

信息技术和计算机互联网技术的飞速发展改变了人们的生活方式,以视频为核心的多媒体信息已经成为人们获取信息的主要来源,随着视频存储与传输的广泛应用,高效视频编码技术研究已经成为多媒体技术的研究热点。系统讨论了当前流行的视频编码技术标准及框架与采用的关键技术、标准的效率与复杂度的关系,并重点分析了未来视频编码技术的发展趋势。     

Perceptual stereoscopic video coding using disparity just-noticeable-distortion model

In this paper, we propose perceptual stereoscopic video coding using a disparity just-noticeable-distortion (JND) model. We obtain the disparity JND model in stereo videos by disparity masking effects of the human visual system (HVS). The disparity JND model represents the maximum distortion of stereo perception that HVS cannot perceive. Based on the disparity JND model, we adjust prediction residuals to remove the perceptual redundancy of stereo videos. Thus, we achieve significant bit-rate saving while maintaining visual quality. Experimental results demonstrate that the proposed method significantly improves coding efficiency without loss of stereoscopic perceptual quality.     

视频流传输中的差错复原视频编码技术

视频压缩技术在采用预测技术、变换编码技术和可变长熵编码技术以减少冗余信息的同时,也降低了视频流的容错能力.传输信道中的差错,不仅严重损害了视频服务质量,甚至会使通信系统崩溃,因此,在有错信道上进行视频传输,差错复原视频编码技术就显得尤为重要.对差错复原视频编码技术进行了概括和总结,首先指出在视频传输过程中存在的由于传输错误而引发的比特流同步丢失及错误蔓延问题,然后研究了解决这些问题的差错复原视频编码方法,最后指出:可伸缩视频编码和多描述视频编码是差错复原视频编码的发展方向;多描述编码同多路径技术相结合,能显著提高压缩视频信号的错误恢复能力和传输信道的性能.     

分布式视频编码在视频压缩中的应用

阐述了分布式视频编码的理论基础,即Slepian—Wolf无损源编码理论和Wyner-Ziv有损源编码理论,介绍了分布式视频编码技术在视频压缩中的应用,并对其中关键技术的最新研究进展进行了综述,最后给出了结论及今后的研究方向。     

Perceptual watermarking using a new Just-Noticeable-Difference model

In this paper, a new watermarking scheme based on Human Visual System (HVS) modeling is proposed. The approach consists in building computational models which take into account the most common properties of the HVS that can be exploited for watermarking. Two schemes for embedding and controlling the transparency of the watermark are presented, namely the implicit and the explicit schemes. Both schemes are designed in the framework of the pyramidal decomposition which has been shown to be a powerful tool for analyzing image through a multi-scale representation. For the first approach, a multi-scale visibility map is used to optimize the watermark embedding process. The second approach makes use of HVS properties in an explicit and more sophisticated manner that consists in tuning the watermark strength just beneath the visual detection threshold. A new JND (Just-Noticeable-Difference) model for determining this threshold is then proposed and evaluated. The obtained results provide a strong support for this new JND model.     

Comparative Interactivity Analysis in Multiview Video Coding Schemes

In a multiview video system, interactivity is important for users and should be considered in the design of multiview video coding (MVC). In this paper, we present an interactivity evaluation model for MVC schemes by using both weighted random graph and Markov approaches. The main factors that affect both the interactivity and rate‐distortion (RD) performances of MVC schemes are analyzed and discussed in detail. By taking these factors into consideration, a new MVC scheme is proposed for high interactivity and RD gains. Experimental results show that the proposed scheme has a significant interactivity gain with little coding loss, compared to the state‐of‐the‐art benchmark. As an extension to RD performance analysis, the interactivity evaluation model can be used as a design tool of alternative schemes for a future interactive multiview video system.