买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南通大学

摘要：本发明公开了一种基于VMAF感知失真测度的码率控制方法，属于视频编码中的码率控制技术领域。解决了基于机器学习的VMAF模型由于缺少具体解析式所导致的无法与编码器适配的技术问题。其技术方案为：包括以下步骤：S1、建立以VMAF得分为指导的感知失真测度与编码器量化步长、图像纹理特性之间的映射关系；S2、制定基于感知失真的CTU级比特分配策略；S3、根据率失真优化理论，得到感知率失真函数，实现目标比特的分配。本发明的有益效果为：将主观视觉感知融入码率控制过程中，在保证码率控制精确性的同时，提高了视频率失真性能以及重建视频的主、客观质量。

主权项：1.一种基于VMAF感知失真测度的码率控制方法，其特征在于，包括以下步骤：S1、建立以VMAF得分为指导的感知失真测度与编码器量化步长、图像纹理特性之间的映射关系；所述VMAF是指VisualMultimethodAssessmentFusion通过支持向量机对多元特征进行回归，并利用求均值的方法得到视频整体质量评价；所述步骤S1包括以下步骤：S11、建立感知失真测度映射关系f，其公式为DVMAF＝fQstep,T，其中Qstep为量化步长，其通过QP查表得到，Qstep与QP的对应关系为Qstep≈2QP-46，DVMAF为以VMAF得分为指导的感知失真测度，T为图像纹理特性；所述QP是量化参数；S12、先采用线性和指数函数拟合DVMAF与Qstep的映射关系，其公式为其中系数a、c与视频内容存在关系，系数b表示视频的最小感知失真Dmin；S13、构造DVMAF的损失函数，其公式为使用梯度下降法迭代确定最优系数，其公式为其中η为学习率；S14、在得到DVMAF与Qstep的映射关系后，在f1的基础上，进一步拟合DVMAF与T之间的函数关系，确认DVMAF的系数a、c与纹理复杂度T之间的解析表达式a＝gT或c＝gT；S15、对数据集中不同纹理特征的序列进行跨序列的函数拟合，通过多次的拟合实验确定函数g，并最终确定映射函数f；S2、在已知当前图像目标比特数的情况下，制定基于感知失真的CTU级比特分配策略；所述CTU是指编码树单元；所述步骤S2包括以下步骤：S21、在已知当前图像目标比特数RC的情况下，制定基于感知失真的CTU级比特分配策略，其公式为其中N为图像中包含的CTU个数，为图像中第i个CTU块的感知失真，Ri为第i个CTU块的实际编码比特数，表示当前图像最佳的比特分配方式；S22、采用拉格朗日优化方法将基于感知失真的CTU级比特分配策略转化为无约束条件下的求极值问题，其公式为其中最优化率失真代价即为为了得到拉格朗日最优解，需满足即S3、基于感知失真测度映射关系和CTU级比特分配策略，根据率失真优化理论，得到感知率失真函数，实现目标比特的分配；步骤S3包括以下步骤：S31、在将失真D定义为绝对误差和SAD时，其率失真函数为其中α反应视频的内容特性；S32、使用一次函数建立Qstep与D之间的关系，其公式为D＝mQstep+n，其中n为定值，m与图像内容特性有关；S33、基于步骤S12中Qstep与DVMAF之间的函数关系f1，建立DVMAF与D之间的关系，其公式为S34、基于步骤S31和步骤S33得到感知率失真函数，其公式为对于单帧图像所用的λ，通过对率失真曲线求斜率得到结合步骤S22的拉格朗日最优解，求得其中αi与图像的内容相关，λ由图像总的目标比特数Rc确定；S35、基于步骤S21中基于感知失真的CTU级比特分配策略的最大约束条件实现目标比特的分配。

全文数据：

权利要求：

百度查询： 南通大学 一种基于VMAF感知失真测度的码率控制方法