基于智能目标检测的HEVC感兴趣区域编码方法

• 作者: 朱威 欧全林 王东洋 郑雅羽
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 深度卷积神经网络 HEVC 纹理感知图 感兴趣区域
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 图形与图像技术
• 页码范围: 2691-2697
• 页数: 7页
• 分类号: TP391
• 字数: 7931字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2019.12.039

摘要

现有的感兴趣区域编码方法主要是利用运动信息等低级视觉特征检测感兴趣区域( ROI),易受图像噪声干扰、复杂场景下的检测效果不佳并且没有检测具体内容的能力.为了能够利用高级视觉特征指导视频编码,本文提出了一种基于智能目标检测的HEVC感兴趣区域编码方法.首先利用深度卷积神经网络检测用户感兴趣的目标对象,然后根据检测结果确定以编码树单元(CTU)为基本单位的ROI区域和非ROI区域,再通过分析视频图像中每个像素的方向属性,进而判别CTU是否为平坦纹理、结构化纹理和随机纹理,并生成纹理感知图,最后对非ROI区域的CTU按纹理感知权重值进行DCT频率系数分级压制,以减少非ROI区域的码率消耗,对ROI区域的CTU按纹理感知权重下调编码量化参数(QP),以保证ROI区域的图像质量,从而实现智能视频编码.实验结果表明,与HEVC参考方法相比,本文方法在定QP条件下平均降低5. 67%左右的码率;在定码率条件下,ROI区域的PSNR平均提高0. 61dB,并且主观图像质量明显提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑雅羽	浙江工业大学信息工程学院	20	44	5.0	5.0
3	朱威	浙江工业大学信息工程学院	19	79	5.0	8.0
9	王东洋	浙江工业大学信息工程学院	1	0	0.0	0.0
10	欧全林	浙江工业大学信息工程学院	1	0	0.0	0.0