基于 JND 的 AV1 编码器主观质量优化 | PCS 2019
内容提要
AV1是新一代视频编码格式，具有更高的压缩效率和编码性能。本文提出了一种基于JND的感知RDO方案，考虑了人类视觉系统的特性，提高了视频的主观感知质量。实验证明，该方案在相同质量下平均节省了3.93%的比特率。
延伸解读
感知编码在AV1上的实践意义
AV1作为新一代编码标准，其传统RDO仅依赖SSE/SAD等客观指标，未考虑人眼视觉特性。本文提出的基于JND的感知RDO方案，通过亮度适应、掩蔽效应和结构敏感性构建像素域JND模型，并据此调整拉格朗日乘子，使编码器在复杂纹理区域允许更多失真，从而在相同SSIM质量下平均节省3.93%码率。这为AV1的感知优化提供了可复现的参考实现。
JND模型如何影响编码决策
文章在JND框架中引入结构保护因子，利用Sobel边缘检测和梯度方向分布表征纹理复杂度，并结合时间掩蔽效应将空间JND扩展为时空JND。基于此的感知失真指标Dp被嵌入RDO成本函数，推导出感知自适应拉格朗日乘子λp。λp随编码块时空特性自动调整，在JND阈值大的区域进行更粗糙量化，将比特分配给视觉重要区域，从而提升主观质量。
性能与复杂度权衡
实验在HEVC测试序列（Class B-E）上进行，采用2-pass量化编码，QP为23、31、39、47。结果显示，相比原AV1编码器，方案在SSIM上BD-Rate平均为-3.93%，而编码时间仅增加4.7%。这表明感知优化带来的码率节省显著，且计算负担较小，适合实际编码场景。但需注意，实验基于aom v1.0.0和特定参数，泛化性需进一步验证。
开源与可重复性
作者将优化代码在GitHub上开源（https://github.com/zc-lynen/rdo_jnd），确保了实验结果的可重复性。这为后续研究提供了便利，但读者需注意，代码基于特定版本（aom v1.0.0）和配置（如cpu-used=4或8），直接迁移到其他版本或参数可能需调整。此外，方案主要针对主观质量，客观指标如PSNR可能未显著提升，评估时应以SSIM等感知指标为主。
Q&A
AV1编码器的主要优势是什么？
AV1编码器具有更高的压缩效率和编码性能，能够在保持相同视觉质量的情况下降低20-40%的数据比特率。
什么是基于JND的感知RDO方案？
基于JND的感知RDO方案考虑了人类视觉系统的特性，通过改进的JND模型调节拉格朗日乘子，以提升编码效率和主观感知质量。
该方案在比特率节省方面的实验结果如何？
实验表明，该方案在相同质量下平均节省了3.93%的比特率。
AV1编码器如何处理人类视觉系统的特性？
AV1编码器通过引入亮度适应、掩蔽效应和结构敏感性等因素，改进了JND模型，从而更好地适应人类视觉系统的特性。
使用基于JND的方案后，编码时间有何变化？
使用基于JND的方案后，编码时间平均增加了4.7%，但几乎没有负面影响。
AV1编码器与HEVC和VP9相比有什么不同？
与HEVC和VP9相比，AV1在保持相同视觉质量的同时，能够降低20-40%的数据比特率。
