摘要:率失真优化(RDO)策略在视频编码体系中对编码效率有着重要影响。当前主流的率失真优化策略以MSE或类似的方法描述失真,不能很好反映人眼的主观感受。为了提高视频编码的主观感知质量,首先建立一种新的感知失真模型。该模型利用人眼对纹理和亮度的敏感特性,使评价结果能够更好地反映主观质量。在此基础上,提出一种基于纹理和亮度感知特性的率失真优化策略,简称TL-RDO(texture and luminance based RDO)策略。该策略对不同的区域自适应地调整拉格朗日乘子,使得编码结果更好地符合人眼的观察特性。实验结果表明,TL-RDO相比现有最常用的QP-RDO方法,编码效率显著提高;与一些典型的基于感知失真特性的率失真优化策略相比,TL-RDO策略计算复杂度较低,适合于实时编码系统。
摘要:针对图像局部特征组合稳定性差和区分力不足的问题,通过对由图像半局部邻域特征挖掘得到的频繁项集进行统计学过滤、模式分解、模式总结及模式组成项间几何关系的建模,提出两种具有较强表征力和区分力的图像中层表示模型:类间共用稳定模式(inter-class common stable pattern)和类内特殊稳定模式(intra-class special stable pattern)。在将这两种模式引入目标识别框架后,得到了相比同类方法较好的结果。