【技术实现步骤摘要】
【国外来华专利技术】基于脸部区域检测的光场视频压缩在代表性的光场视频系统中，光场阵列系统捕获7个高分辨率视频以及两幅深度图。海量的光场数据给数据压缩和传输造成难题。已制定的高效视频编码(HEVC)标准已经发展为用于为此类带宽密集型应用提供更高的压缩效率。在HEVC中，视频帧划分为最大编码单元(LCU)序列，而这些LCU又可递归式地均分为四个子CU。在现有视频编码机制中，LCU的拉格朗日乘数和量化参数为常数，意味着获得预测残差后，所有LCU在比特分配方面均一视同仁。然而，由于人类视觉系统(HVS)侧重于具有高感知性信息的区域，因此这一设计可能无法实现最优编码性能。也就是说，由于人的注意力并不集中于整个场景上，而是仅集中于所谓的关注区域(ROI)这类小区域上，因此存在太多感知上的冗余信息。对于光场视频序列而言，带有人脸的区域往往会获得更多的视觉关注。此外，在设计为用于面部检测和识别的光场相机系统中，带有人脸的区域应当视为ROI。在本公开内容中，提供一种基于脸部检测的感知光场视频编码方法。感知视频编码旨在通过提高脸部区域的视觉质量并牺牲其他区域的视觉质量而减少感知到的冗余信息...
【技术保护点】
1.一种光场视频编码方法，其特征在于，包括/n确定光场视频内的关注区域；/n向该关注区域分配视觉关注度值，其中，该视觉关注度值与所述光场视频的其他区域的视觉关注度值不同；/n根据所述关注区域的视觉关注度值，计算比特分配方案；以及/n根据所述比特分配方案，编码所述光场视频的帧。/n
【技术特征摘要】
【国外来华专利技术】20171208 CN PCT/CN2017/1153351.一种光场视频编码方法，其特征在于，包括
确定光场视频内的关注区域；
向该关注区域分配视觉关注度值，其中，该视觉关注度值与所述光场视频的其他区域的视觉关注度值不同；
根据所述关注区域的视觉关注度值，计算比特分配方案；以及
根据所述比特分配方案，编码所述光场视频的帧。
2.如权利要求1所述的方法，其特征在于，所述关注区域包含人脸。
3.如权利要求2所述的方法，其特征在于，所述关注区域包含人脸特征。
4.如权利要求2所述的方法，其特征在于，所述视觉关注度值根据所述人脸的显著图确定。
5.如权利要求4所述的方法，其特征在于，进行主观率失真优化，以向所述关注区域分配更多资源。
6.如权利要求4所述的方法，其特征在于，还包括根据下式计算所述比特分配方案：
其中，Rframe为视频帧的总比特数，N为视频帧的编码单元的数目，Rn为向第n个所述编码单元分配的比特数，An表示视频帧内第n个所述编码单元的所述视觉关注度值，fi为像素的所述视觉关注度值且表示编码单元区域内的分块集，Nb为所述编码单元内的像素数。
7.如权利要求6所述的方法，其特征在于，还包括：
根据下式计算LCU层级拉格朗日乘数：
其中，Aavg为平均视觉关注度值。
8.如权利要求7所述的方法，其特征在于，β设为-0.9。
9.如权利要求7所述的方法，其特征在于，设于0.5～2范围内。
10.如权利要求6所述的方法，其特征在于，还包括：
根据下式计算LCU层级量化参数：
11.一种光场视频系统，其特征在于，包括：
用于通过捕获多个视频和多幅深度图而生成光场视频的光场阵列系统；...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。