基于JND和AR模型的感知视频压缩方法

摘要

本发明公布了一种基于可观测的衰减(Just Noticeable Distortion，JND)和自回归(Auto-regressive，AR)模型的感知视频压缩方法，包括了纹理区域的分割算法和基于自回归模型的合成算法。我们首先用基于JND的分割算法将视频中的纹理区域分割出来，接着用自回归模型合成纹理区域。本发明提出了空时JND模型，准确有效地进行了纹理区域的分割。设计了AR模型，通过简单计算，在保证视频质量的同时，大大提高了实时性。开发了结合人眼视觉特性的视频压缩技术，进一步提高了视频的压缩效率，减少了比特率。

主权项

一种基于JND和AR模型的感知视频压缩方法，其特征在于所述方法如下：首先把输入序列分为纹理帧和非纹理帧，其中，帧内编码帧(I帧)和前向预测编码帧(P帧)为非纹理帧，用H.264方法编码，双向预测内插编码帧(B帧)为纹理帧；其次，在感知图像的分割过程中，应用JND来检测和分割纹理区域；将时域中的相邻帧的像素通过自回归纹理合成算法线性组合来合成每个像素。