面向目标检测和人眼视觉的视频编码优化

摘要

为了降低视频编码失真对目标检测性能的影响，提出了一种面向目标检测和人眼视觉的视频编码优化方法。首先，调整I帧的量化参数，提升率-编码失真性能；其次，将目标检测算法引入到视频编码器中提取编码帧中的目标区域信息；接着，采用深度网络模型提取当前编码单元的特征，并采用余弦距离计算特征失真；然后，通过改进的VGG网络模型预测编码单元的量化参数；最后，将特征失真引入到率失真优化问题中，通过计算码率-编码失真-特征失真代价函数选择编码单元的最优编码参数。实验结果表明，与最新视频编码标准参考软件VTM-23.0相比，对于目标检测性能，所提算法平均可取得10.5%的BD-rate节省；对于人眼视觉，所提算法平均可取得2.2%的BD-rate节省。

关键词

视频编码 / 目标检测 / 率失真优化 / 人眼视觉质量 / 量化