利用编码参数实现感知编码器的视频降采样

《IEEE Transactions on Broadcasting》：Encoder-Aware Video Downscaling Using Encoding Parameters

针对8K摄像机下采样生成4K广播视频时易出现的blocking artifacts问题，提出一种基于频谱功率信息的自适应预处理方法，通过迭代优化QP和MV参数，并结合实时传输场景的预估值实现高效编码，实验表明其抑制blocking效果优于传统bicubic、Lanczos3及wavelet方法。

　　

摘要：

为了同时生成4K广播视频和8K广播内容，可以使用8K分辨率的摄像机拍摄4K分辨率的视频，并通过图像降采样处理来实现。在编码过程中，高编码难度的像素区域可能会出现块状伪影。我们开发了一种基于编码器的预处理方法，用于图像降采样，以防止块状伪影的产生。该方法通过利用原始图像的频谱功率信息以及降采样后图像的量化参数（QP）和运动矢量（MV），在迭代过程中动态调整空间频率的带宽限制。此外，在不允许迭代的情况下（例如实时广播和低延迟传输时），则直接使用原始图像的频谱功率信息以及降采样后图像的QP和MV的估计值进行编码。这些估计值是之前利用视频编解码器计算得出的。实验结果表明，与传统的双三次插值、Lanczos3和小波方法相比，所提出的方法在防止块状伪影方面更为有效。文中还讨论了这两种方法的实验结果。