-
题名数据驱动的AVS3像素域最小可觉差预测模型
被引量：1
- 1
-
-
作者
李兰兰
刘晓琳
吴珂欣
林丽群
魏宏安
赵铁松
-
机构
福州大学物理与信息工程学院
-
出处
《数据采集与处理》
CSCD
北大核心
2021年第1期53-62,共10页
-
基金
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。
-
文摘
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
-
Keywords
visual perception characteristics
just noticeable distortion(JND)model
advanced audio and video coding standard(AVS3)
residual filter
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
