多媒体的发展

PDF
多媒体的发展/2014年/文章

研究文章|开放获取

体积 2014年 |文章的ID 680859年 | https://doi.org/10.1155/2014/680859

小陈,顾东爵, 宏模块层速率控制基于结构相似度和平均绝对差h”,多媒体的发展, 卷。2014年, 文章的ID680859年, 9 页面, 2014年 https://doi.org/10.1155/2014/680859

宏模块层速率控制基于结构相似度和平均绝对差h

学术编辑器:科斯塔斯Kotropoulos
收到了 2013年4月20日
修改后的 2013年12月24日
接受 2014年1月02
发表 2014年2月11日

文摘

h .视频编码的过程中,应该特别注意图像的主观质量。本文应用基于结构相似度(SSIM)的主观评价的速率控制h编码,提出了结合SSIM和平均绝对差(MAD)来执行宏模块层位分配而不是疯了。相关实验结果表明,该方法是更好的与人类视觉系统,从而达到更好的主观图像质量。

1。介绍

JVT-G012 h .视频编码算法使用平均绝对差(MAD)线性预测模型来解决“鸡和蛋困境”(1]。基本单元层的比特数平均分配(包括宏模块层)。JM10.1采用方法,分配方案主要分配的比特率的内容自然图像的复杂性。它有一些disadvantages-it不分配比特率根据人类的主观特征。获得的图像不符合人眼的主观特征。

一些学者做了很多改进,克服这些缺点。陆为例,提出了运动推断编码复杂度之间的分配比特感兴趣的区域(ROI)和其他地区降低了失真的ROI使用率失真优化比特分配[聚积科技水平2]。汉等人使用一个内容复杂性因素分配比特更准确和量化参数适应因子来调整当前的量化参数根据编码帧历史信息(3]。陈和陆提出帧复杂度系数优化层帧目标比特分配(4]。刘等人把一个frame减法与背景减法来检测目标区域(5]。实现目标区域的高清的目的在低比特率下,提出了一个优化的速率控制方案。但是这些方法并不是根据HVS人类视觉系统模型,分配的比特宏模块。

王等人提出了SSIM(结构相似)作为一种新的指标来衡量两幅图像的相似度。这是一个方法用于评价图像的质量(6]。因为人类视觉很容易提取图像结构信息,两个影像结构相似性的计算可以作为评价图像质量的一个标准。值越大,质量越好。最大的SSIM是1。SSIM比MSE(均方误差)和PSNR(峰值信噪比)的图像相似度评价。

崔等人提出了一个经验模型的SSIM线性畸变模型,结合改进的第二rate-quantitative模型使用拉格朗日乘子方法得到的封闭解SSIM最佳MB层量化(7]。崔等人也用SSIM指导RDO框架模式选择(8]。王等人提出的方法感兴趣的视频质量评价方法(9]。框架的方法提取的兴趣区域权衡计算SSIM块的框架。杨等人介绍了SSIM的失真测量h .帧间预测(10]。杨等人发现近视SSIM和利率之间的关系,然后融入SSE RDO的失真度量函数,结合人类视觉特征(11]。它建立了RDO的失真测量模型结合上交所SSIM。崔和朱镕基应用SSIM主观失真RDO-based模内决定在h .我帧编码,和他们进一步提出一个框架层自适应拉格朗日乘子的调整计划,以获得更好的权衡速度和SSIM失真(12]。吴等人使用重构宏模块之间的关系和最好的预测宏模块从模式选择13]。崔和朱提出一种自适应的跳过框架计划恢复跳帧的解码端口通过参考系(14]。

上面的方法没有使用宏模块的SSIM分配比特层。本文将关注如何使用SSIM理论分配的宏模块层为了提高主观视频质量。

2。改善速度控制在MB

图像的像素是相关的。这包含了图像的结构信息。在图像的观察,人类眼睛的变化更敏感比单个像素值的结构的信息。SSIM理论,SSIM指标从图像的角度定义组成,它反映了场景对象结构属性。它是独立于图像的亮度和对比度。扭曲的组合建模是建立三种不同的factors-brightness,对比,和结构。SSIM的原始图像 扭曲的形象 被定义为(6] 在哪里 图像的亮度的意思吗 , 标准差是图片吗 , 它们之间的协方差, 是小常数为了避免分母为零。SSIM的计算框架,一般是将图像分成固定大小的MBs,然后计算每个MB。SSIM的SSIM测量边界,不超过1。值越接近1,更好的扭曲图像的主观质量。SSIM价值越高意味着扭曲的图像和原始图像之间的相似度高,因此,图像质量越好。因此,扭曲的 th MB的P帧可以被定义为

相邻帧的MBs在同一位置有很强的时间相关,因此有类似SSIM变形特征。因此,当前MB的SSIM可以估计的实际SSIM MB在前一帧相同的位置。

JVT-G012算法的h .视频编码的比特率MB平均分配。获得的图像不符合人眼的主观特征。本文基于SSIM的主观评价适用于h编码的速率控制,提出了结合SSIM和平均绝对差执行MB层位分配而不是平均绝对差。

MB的实施速度控制层主要包括比特分配,计算的量化参数,控制和缓冲。首先,我们根据剩余分配目标比特位,SSIM和疯狂。然后,我们计算量化参数和调整它。最后,我们执行rate-distortion-optimization (RDO)和更新模型参数。

首先,一些 MB的帧分配 在哪里 的序列号是MB的框架, 的总数是MBs的框架,然后呢 循环变量。 加权系数分配比特和吗 其余部分的框架。 代表的SSIM th MB框架; 代表的疯狂 MB的框架。 0.4和0.6在很多实验。

然后,当前MB的量化参数通过使用二次r d模型是由电脑控制的。然而,模型的不准确可以产生意想不到的编码比特。因此,我们调整当前前MB量化参数的编码信息,从而实现更精确的速度控制。为了避免邻MBs的图像质量跳太多,我们调整量化参数。如果当前聚积科技是第一个基本单位在当前帧, , 平均量化参数的前一帧的基本单位。如果当前帧的数量小于零,量化参数应该比之前的基本单位,以便生成的和当前帧比特位关闭。因此, 在哪里 是前面的宏块的量化参数。否则,使用二次模型来计算一个量化参数,

最后,该算法考虑了编码帧信息充分调整后。我们执行RDO和更新模型参数。摘要SSIM纳入RDO框架作为一个质量指标(15]MBs在当前的基本单位。为了方便起见,该方法在参考15叫PRDO方法。

3所示。实验结果和讨论

本文中的算法实现通过提高JM10.1测试模型。主要的实验如表所示1。该算法的目的是改善视频主观质量,所以选择原JM10.1速率控制算法作为比较的参考,因为比特分配方法在JM10.1算法比原始JVT-G012算法。该算法也较PRDO算法。


编码模式 格式 帧率 帧数 目标比特率 Iframe圆 搜索范围 我的精度 参考系号码 熵编码 RDO

IPPP QCIF 30帧 One hundred. 64 kbps 20. 16 1/4 1 CAVLC

3.1。主观视觉质量

数据12给出一些主观渲染的汽车无线电话和工头序列,提出了JM10.1, PRDO算法在64 kbps的比特率。从人类的角度看来,该算法的图像结构信息比JM10.1算法所示的数据(顶部是原始图像,从算法获得,获得和底部从JM10.1)。

3.2。SSIM

数据34显示SSIM比较从第一汽车无线电话和工头的第一百帧序列通过提出JM10.1, PRDO算法。从这些数据可以看出,该算法提高了SSIM的视频序列。从该算法获得的SSIM比其他两种算法。所以它有更好的主观视频质量。

2,3,4显示的平均SSIM提议、JM10.1汽车无线电话和PRDO算法,船员,高速公路,克莱尔和工头序列的比特率,64年,128年,256年和512 kbps初始量化参数设置为23日,28日,分别和33。据表,该算法得到更好的视频序列平均比其他算法SSIM比特率。因此该算法可以获得更好的主观视频质量比其他算法在视频编码。


序列 目标比特率(kbps) JM10.1 PRDO 提出了

机组人员 64年 0.6032 0.6113 0.6140
汽车无线电话 64年 0.7851 0.7926 0.7954
高速公路 64年 0.7810 0.7879 0.7908
工头 64年 0.7365 0.7468 0.7500
克莱尔 64年 0.7498 0.7569 0.7597
机组人员 128年 0.7495 0.7560 0.7581
汽车无线电话 128年 0.8252 0.8321 0.8348
高速公路 128年 0.8235 0.8341 0.8362
工头 128年 0.8452 0.8515 0.8540
克莱尔 128年 0.8015 0.8078 0.8107
机组人员 256年 0.8634 0.8694 0.8722
汽车无线电话 256年 0.8853 0.8911 0.8943
高速公路 256年 0.8481 0.8544 0.8565
工头 256年 0.8984 0.9025 0.9058
克莱尔 256年 0.8433 0.8494 0.8519
机组人员 512年 0.9249 0.9280 0.9305
汽车无线电话 512年 0.9105 0.9146 0.9173
高速公路 512年 0.8742 0.8787 0.8815
工头 512年 0.9368 0.9402 0.8424
克莱尔 512年 0.8566 0.8619 0.8648


序列 目标比特率(kbps) JM10.1 PRDO 提出了

机组人员 64年 0.6330 0.6409 0.6434
汽车无线电话 64年 0.7703 0.7788 0.7819
高速公路 64年 0.7748 0.7815 0.7846
工头 64年 0.7611 0.7686 0.7717
克莱尔 64年 0.7135 0.7215 0.7250
机组人员 128年 0.7710 0.7791 0.7815
汽车无线电话 128年 0.8430 0.8497 0.8529
高速公路 128年 0.8142 0.8198 0.8219
工头 128年 0.8263 0.8332 0.8359
克莱尔 128年 0.7753 0.7829 0.7855
机组人员 256年 0.8614 0.8678 0.8706
汽车无线电话 256年 0.8770 0.8829 0.8864
高速公路 256年 0.8428 0.8477 0.8503
工头 256年 0.8862 0.8908 0.8942
克莱尔 256年 0.8319 0.8378 0.8409
机组人员 512年 0.9236 0.9275 0.9296
汽车无线电话 512年 0.9071 0.9122 0.9146
高速公路 512年 0.8694 0.8742 0.8775
工头 512年 0.9328 0.9359 0.9380
克莱尔 512年 0.8437 0.8491 0.8524


序列 目标比特率(kbps) JM10.1 PRDO 提出了

机组人员 64年 0.6385 0.7461 0.7492
汽车无线电话 64年 0.7839 0.7908 0.7939
高速公路 64年 0.7540 0.7611 0.7641
工头 64年 0.7572 0.7643 0.7670
克莱尔 64年 0.6750 0.6835 0.6869
机组人员 128年 0.7683 0.7763 0.7787
汽车无线电话 128年 0.8333 0.8405 0.8434
高速公路 128年 0.7982 0.8050 0.8078
工头 128年 0.8195 0.8266 0.8295
克莱尔 128年 0.7860 0.7939 0.7972
机组人员 256年 0.8592 0.8657 0.8684
汽车无线电话 256年 0.8745 0.8801 0.8834
高速公路 256年 0.8274 0.8339 0.8366
工头 256年 0.8820 0.8869 0.8893
克莱尔 256年 0.8204 0.8256 0.8284
机组人员 512年 0.9142 0.9193 0.9214
汽车无线电话 512年 0.8974 0.9015 0.9037
高速公路 512年 0.8561 0.8608 0.8633
工头 512年 0.9254 0.9334 0.9353
克莱尔 512年 0.8419 0.8470 0.8499

3.3。PSNR值

数据56显示的PSNR比较第一个汽车无线电话和工头的第一百帧序列通过使用建议,JM10.1, PRDO算法。从数据可以看出,三种算法的PSNR值差异非常小。该算法实现了一个小的PSNR值高于其他两种算法。

3.4。比特率

5,6,7显示提出的比特率、JM10.1汽车无线电话和PRDO算法,船员,高速公路,克莱尔和工头序列的目标比特率64,128,256,和512 kbps初始量化参数设置为23日,28日,分别和33。总结在表,该算法能更准确地控制比特率比其他两个算法。


序列 目标比特率(kbps) JM10.1 (kbps) PRDO (kbps) 提出(kbps)

机组人员 64年 78.59 65.89 65.32
汽车无线电话 64年 64.38 64.42 64.26
高速公路 64年 64.83 64.71 64.54
工头 64年 64.28 64.25 64.23
克莱尔 64年 64.31 64.27 64.25
机组人员 128年 128.37 128.32 128.29
汽车无线电话 128年 128.60 128.53 128.47
高速公路 128年 129.71 129.43 129.27
工头 128年 128.51 128.36 128.33
克莱尔 128年 128.62 128.45 128.38
机组人员 256年 256.13 256.11 256.17
汽车无线电话 256年 256.34 256.27 256.21
高速公路 256年 257.07 256.89 256.77
工头 256年 256.54 256.43 256.31
克莱尔 256年 257.04 256.78 256.73
机组人员 512年 512.14 512.16 512.22
汽车无线电话 512年 512.25 512.21 512.16
高速公路 512年 512.34 512.24 512.21
工头 512年 512.56 512.37 512.29
克莱尔 512年 513.42 513.12 512.95


序列 目标比特率(kbps) JM10.1 (kbps) PRDO (kbps) 提出(kbps)

机组人员 64年 64.35 64.29 64.25
汽车无线电话 64年 64.38 64.31 64.29
高速公路 64年 64.96 64.72 64.57
工头 64年 64.31 64.28 64.25
克莱尔 64年 64.31 64.29 64.23
机组人员 128年 128.11 128.25 128.27
汽车无线电话 128年 128.57 128.36 128.31
高速公路 128年 129.30 128.98 128.79
工头 128年 128.47 128.35 128.29
克莱尔 128年 128.60 128.49 128.45
机组人员 256年 256.08 256.13 256.18
汽车无线电话 256年 256.44 256.31 256.19
高速公路 256年 257.53 257.12 256.88
工头 256年 256.50 256.39 256.34
克莱尔 256年 257.15 256.87 256.56
机组人员 512年 512.04 512.24 512.29
汽车无线电话 512年 512.07 512.05 512.13
高速公路 512年 512.21 512.19 512.17
工头 512年 512.48 512.43 512.34
克莱尔 512年 514.41 513.57 513.21


序列 目标比特率(kbps) JM10.1 (kbps) PRDO (kbps) 提出(kbps)

机组人员 64年 64.35 64.29 64.31
汽车无线电话 64年 64.36 64.34 64.28
高速公路 64年 64.80 64.67 64.53
工头 64年 64.26 64.31 64.25
克莱尔 64年 64.34 64.43 64.32
机组人员 128年 128.10 128.17 128.25
汽车无线电话 128年 128.55 128.48 128.36
高速公路 128年 129.45 128.87 128.57
工头 128年 128.50 128.46 128.41
克莱尔 128年 128.58 128.44 128.39
机组人员 256年 256.10 256.31 256.24
汽车无线电话 256年 256.06 256.17 256.19
高速公路 256年 256.26 256.31 256.24
工头 256年 256.46 256.35 256.21
克莱尔 256年 257.16 256.88 256.63
机组人员 512年 512.04 512.21 512.26
汽车无线电话 512年 511.93 512.11 512.06
高速公路 512年 512.09 512.07 512.05
工头 512年 512.38 512.28 512.26
克莱尔 512年 504.10 512.25 512.23

实验结果表明,该算法在本文宏模块层码率分配更合理,提高主观图像质量,从两个角度分配宏模块层率图像的结构相似度和内容的密切程度。更重要的是,它提高了视频序列的连续性。JM10.1和PRDO相比,该算法的视频效果也更好。

4所示。结论

提出了一种速率控制算法对h .视频编码使用SSIM和疯狂宏模块的分配比特数,然后执行一些测量调整量化参数。实验结果表明,该算法可以提高视频序列的SSIM确保PSNR的状况。所以它可以提高视频序列的主观质量。

利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作是由清朝局域网项目和优先级的学术程序开发江苏高等教育机构。

引用

  1. Zh型。f·潘,k . p . Lim et al .,“JVT自适应基本单元层速度控制,”《7日联合ISO / IEC MPEG视频团队会议和ITU-T VCEG2003年,芭堤雅,泰国,。视图:谷歌学术搜索
  2. 张y, y, h . Li和h .崔”一致的感知质量率控制在h地区感兴趣的视频编码,“清华大学学报卷,49号1,第93 - 90页,2009。视图:谷歌学术搜索
  3. z汉、k . Tang和h .崔“基于标准的h,速率控制方法”清华大学学报,48卷,不。1,59 - 61年,2008页。视图:谷歌学术搜索
  4. x陈和f·鲁,”h .改良的帧层速率控制算法,”IEEE消费类电子产品卷,56号4、2806 - 2811年,2010页。视图:出版商的网站|谷歌学术搜索
  5. 高x, y, y, h·张,”h . 264的编码策略基于高分辨率显示的目标区域,”计算机技术与发展,20卷,不。6,2010页。月29日到31日。视图:谷歌学术搜索
  6. z, a·c·Bovik h·r·谢赫和e . p . Simoncelli“图像质量评估:从错误的可见性结构相似,“IEEE图像处理,13卷,不。4、600 - 612年,2004页。视图:出版商的网站|谷歌学术搜索
  7. 朱崔z、z Gan和x,“结构相似度最优MB层率控制h,”美国无线通信和信号处理国际会议(WCSP 11),2011年11月。视图:出版商的网站|谷歌学术搜索
  8. Z.-G。崔和X.-C。朱,“主观的率失真性能改进方案基于SSIM h,”电子和信息技术杂志》上,34卷,不。2、433 - 439年,2012页。视图:出版商的网站|谷歌学术搜索
  9. g . z . Wang, j .明和h . Wu”视频质量评估基于SSIM和ROI,”中国期刊的科学仪器,30卷,不。9日,第1911 - 1906页,2009年。视图:谷歌学术搜索
  10. C.-L。杨,H.-X。王,R.-K。梁”,改进的帧间预测基于结构相似性,h .”中国电脑杂志,32卷,不。8,1603 - 1610年,2009页。视图:出版商的网站|谷歌学术搜索
  11. C.-L。杨和D.-Q。肖,”改善h .内部模式选择基于SSE和SSIM,”电子和信息技术杂志》上,33卷,不。2、289 - 294年,2011页。视图:出版商的网站|谷歌学术搜索
  12. 朱崔z、x”,主观质量优化模式选择h .我帧内编码基于SSIM”第六届国际会议上图像和图形学报》(ICIG 11)2011年8月,页157 - 162。视图:出版商的网站|谷歌学术搜索
  13. 傅y . g . Wu,美国狗,”系统设计的感性quality-regulable h . 264视频编码器,”《IEEE国际会议多媒体和世博会,第514 - 509页,2012年。视图:谷歌学术搜索
  14. 朱崔z、x”SSIM-based h .视频内容自适应帧跳过低比特率编码,”学报12通信技术国际会议(国际10)2010年11月,页484 - 487。视图:出版商的网站|谷歌学术搜索
  15. t·s·艾。或者,中州。黄,h·h·陈,“SSIM-based知觉速度控制视频编码”IEEE电路和系统视频技术,21卷,不。5,682 - 691年,2011页。视图:出版商的网站|谷歌学术搜索

版权©2014小陈和顾东爵。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。


更多相关文章

PDF 下载引用 引用
下载其他格式更多的
订单打印副本订单
的观点1198年
下载833年
引用

相关文章

文章奖:2020年杰出的研究贡献,选择由我们的首席编辑。获奖的文章阅读