基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了达到减少比特数同时保持画面质量的目的,提出了一种基于最小可视失真(JND)和自回归(AR)模型的感知视频编码方法.首先,设计了基于JND的纹理分割算法,建立了空时JND模型,以MB为基本单元,通过计算其JND能量并与阈值做比较,用以分割出视频序列中的纹理区域. 然后,开发了AR模型来合成纹理区,在使用最小二乘法计算出AR模型的参数后,用相邻的前后参考帧对应像素的线性插值来生成重构像素. 最后,为了检验所提方法的效果,将其与H.264/AVC视频编码系统做比较,用不同的视频序列实验来验证所提方法的有效性.实验结果显示,对于具有不同纹理特点的实验序列,所提方法可以在保持感知质量的同时将比特率减少15%~58%.
推荐文章
基于纹理分解的变换域JND模型及图像编码方法
视觉特性
最小可觉察误差
纹理分解
图像编码
基于高斯混合模型的感知域音频编码方法
人耳听觉系统
感知域音频编码
高斯混合模型
Gammatone滤波器组
高斯-牛顿算法
基于JND的H.264编码模式选择算法
人眼视觉系统
JND
率失真
主观质量
基于BJND和JNDD的立体视频深度感知增强技术综述
立体视频
BJND
JNDD
深度感知
3D图像质量评价
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于JND和AR模型的感知视频编码方法
来源期刊 东南大学学报(英文版) 学科 工学
关键词 感知视频编码 纹理合成 最小可视失真 AR模型
年,卷(期) 2010,(3) 所属期刊栏目
研究方向 页码范围 384-388
页数 分类号 TN911.73
字数 915字 语种 英文
DOI 10.3969/j.issn.1003-7985.2010.03.003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵力 东南大学信息科学与工程学院 308 3093 27.0 44.0
2 邹采荣 东南大学信息科学与工程学院 153 2088 25.0 40.0
3 王翀 东南大学信息科学与工程学院 8 16 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (5)
1977(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
感知视频编码
纹理合成
最小可视失真
AR模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
东南大学学报(英文版)
季刊
1003-7985
32-1325/N
大16开
南京四牌楼2号
1984
eng
出版文献量(篇)
2004
总下载数(次)
1
总被引数(次)
8843
论文1v1指导