数据驱动的AVS3像素域最小可觉差预测模型

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

所属期刊栏目：36

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金面上;国家自然科学基金青年科学基金;福建省自然科学基金2019J01222资助项目

在线出版日期：2021-02-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：53-62