[发明专利]基于人眼感兴趣区域的H.265样点自适应补偿方法

说明书

本发明涉及基于人眼感兴趣区域的H.265样点自适应补偿方法，属于视频编码领域。在时间域上，通过H.265编码中的运动矢量的强度判断人眼感兴趣区域；在空间域上，通过H.265的编码单元划分深度判断人眼感兴趣区域。属于人眼感兴趣区域的地方，进行标准的样点自适应补偿；属于人眼不太感兴趣但划分深度适中的区域，只计算样点自适应补偿的边界补偿模式；属于人眼不人眼感兴趣区域，不进行样点自适应补偿。本发明有效的改善了现有样点自适应补偿算法优化只考虑了空间域特性的问题。利用时域和空间域信息，结合人类视觉系统特性，实现了基于人眼感兴趣区域的H.265样点自适应补偿算法优化，提高了编码效率。

技术领域

本发明属于视频编码领域，涉及基于人眼感兴趣区域的H.265样点自适应补偿方法。

背景技术

样点自适应补偿是H.265标准中引入的新技术，用于降低视频编码中出现的振铃效应，改善视频质量。

标准的样点自适应补偿算法有8种补偿模式，为了获得最优的模式，需要计算每种模式下的率失真代价，其算法复杂度高计算量大。针对这个问题，现有的样点自适应补偿算法优化方法，大部分都是考虑编码单元划分深度进行优化。有的编码方法根据编码单元深度的划分与纹理复杂度的关系，只针对纹理复杂区域进行样点自适应补偿，降低了编码复杂度；有的通过跳过某些经过计算自适应滤波补偿值为0的像素，达到了降低编码复杂度的目的。但上述方法仅分析了视频的空间域特性，而忽略了视频时域特性。

现有的样点自适应补偿算法都只是从视频空间域的角度进行分析，没有考虑到视频时域特性，这说明还有进一步优化的空间。

发明内容

有鉴于此，本发明的目的在于提供基于人眼感兴趣区域的H.265样点自适应补偿方法，针对样点自适应补偿算法优化只考虑视频空间域特性的这问题，结合人类视觉系统特性，实现了基于人眼感兴趣区域的H.265样点自适应补偿算法优化。根据人类视觉系统特性可知，在时间域中视频图像的运动区域和在空间域中视频图像的纹理复杂区域都能够极大程度地吸引人的关注。因此本发明在时间域上，通过H.265编码中的运动矢量的强度判断人眼感兴趣区域；在空间域上，通过H.265的编码单元划分深度判断人眼感兴趣区域。属于人眼感兴趣区域的地方，进行标准的样点自适应补偿；属于人眼不太感兴趣但划分深度适中的区域，只计算样点自适应补偿的边界补偿模式；属于人眼不人眼感兴趣区域，不进行样点自适应补偿，实现对样点自适应补偿算法的优化，针对现有的样点自适应补偿算法只考虑空间域的问题，结合人类视觉系统特性，利用视频时域和空间域双重信息，实现基于人眼感兴趣区域的H.265样点自适应补偿算法优化。

为达到上述目的，本发明提供如下技术方案：

基于人眼感兴趣区域的H.265样点自适应补偿方法，包括以下步骤：

S1：获取当前编码单元LCU视频帧的帧类型；

S2：如果判断为I帧，获取当前LCU的划分深度Depth的值，然后判断是否在人眼感兴趣区域：如果Depth＝0说明不在人眼感兴趣区域，直接进入下一个LCU；如果Depth≥2说明在人眼感兴趣区域，LCU采用标准SAO处理，获得最优补偿值；否则，LCU进行简化SAO处理，获得相对最优值；

S3：如果判断为P帧，获取当前LCU的运动矢量θ参数和深度Depth的值，然后判断是否在人眼感兴趣区域：如果Depth＝0说明不在人眼感兴趣区域，直接进入下一个LCU；如果Depth＝3，说明在人眼感兴趣区域，LCU采用标准SAO处理，获得补偿值；如果2≥Depth≥1且θα时，说明也在人眼感兴趣区域，进行标准SAO处理；如果2≥Depth≥1且θα时，进行简化SAO处理，获得相对最优补偿值；

S4：重复步骤S1-S3，直到完成最后一个LCU为止。

进一步，所述人眼感兴趣区域的判断方法为：在空间域上根据编码单元划分深度的大小判断该区域是否属于人眼感兴趣区域，在时间域上根据运动矢量强度判断是否属于人眼感兴趣区域。