基于對象的視頻感知編碼技術(shù)研究.pdf

1、信息技術(shù)的飛速發(fā)展使得傳統(tǒng)的信息處理方式和表現(xiàn)手段已經(jīng)難以適應社會的需要。而新興的視頻應用需求對視頻編碼性能和穩(wěn)定性都提出了更高的要求。在傳統(tǒng)編碼技術(shù)的基礎上，人們將研究關(guān)注點更多得集中在視覺感知方面。本學位論文主要探討研究了基于對象的視頻感知編碼技術(shù)，將視覺感知特性結(jié)合到視頻編碼過程中，提高編碼效率。主要有以下三方面：
　　(1)分析了人類視覺系統(tǒng)、立體成像原理和顯示技術(shù)。詳細探討了人類視覺系統(tǒng)的原理，在理解人類視覺特征后，將其

2、融合到視頻編碼技術(shù)上來，旨在得到更高效率更高質(zhì)量的視頻圖像內(nèi)容。最后對現(xiàn)有的一些比較常見的立體顯示技術(shù)做了一個概述。
　　(2)研究了多種單通道和多通道的對象提取方法。在對視頻內(nèi)容進行編碼的過程中，視頻內(nèi)不同區(qū)域不同對象它們被人眼關(guān)注的程度也是不同的，因此理論上說它們的編碼特性也不同。那些人眼感興趣的對象區(qū)域需要選取最優(yōu)的編碼策略進行編碼，以保證人眼觀看時的感知質(zhì)量；反之，非感興趣的對象區(qū)域則可以用較少的比特資源進行編碼，而不會影

3、響整體的感知質(zhì)量。因此，提取視頻圖像中的顯著對象，不僅可以進行快速編碼，也可以在一定程度上節(jié)約比特使用。
　　(3)提出了一種基于對象的視頻編碼算法。研究表明，人類在觀看視頻圖像的時候，眼睛的關(guān)注順序是有一定規(guī)律的，往往會先注意到最能引起人眼刺激的某個或某幾個對象和區(qū)域，然后關(guān)注點再會慢慢往刺激小的對象和區(qū)域轉(zhuǎn)移。視頻的顯著對象編碼技術(shù)，就是提取視頻中的顯著對象后，對其進行高質(zhì)量的編碼，而對另外的區(qū)域進行低質(zhì)量的編碼，這樣不僅不會