多编解码器跨模式JNQP预测基准：ALR-Video大规模压缩视频数据集的构建与应用

针对现有压缩视频数据集无法满足多编解码器（H.265/H.266）及多编码模式（AI/RA/LD）下JNQP（Just Noticeable Quantization Parameter）精准预测的问题，研究人员构建了首个大规模ALR-Video数据集，包含50组源视频经38个QP压缩后的主观评价数据。该数据集为感知视频编码（PVC）优化提供了跨平台基准，相关成果发表于《Journal of Visual Communication and Image Representation》。

　　

在数字视频占据互联网流量75%且持续增长的今天，高效压缩技术成为缓解存储压力的关键。人类视觉系统（HVS）对低于特定阈值的失真不敏感，这一阈值称为最小可觉失真（Just Noticeable Distortion, JND），而量化参数（Quantization Parameter, QP）直接决定编码失真程度。现有JND预测数据集存在三大局限：样本量不足、测试者数量少、未覆盖主流编解码器（如H.265/H.266）和多编码模式（如全帧内AI、随机访问RA、低延迟LD）。这些问题导致JND或JNQP预测模型泛化能力受限，阻碍感知视频编码（Perceptual Video Coding, PVC）的优化。

为解决上述问题，杭州电子科技大学丽水研究院团队联合国内多所机构，构建了首个跨编解码器、多模式的大规模ALR-Video数据集。研究选取50组内容多样的源视频，通过H.265和H.266编解码器，采用AI、RA、LD三种模式，以38个QP值进行压缩。50名受试者参与主观实验，评估每个视频在三个感知质量级别下的JNQP值。数据经可靠性检验、异常值剔除及正态性分析后，建立了首个支持多编解码器JNQP预测的标准化数据集。

关键技术方法

1. 多维度视频压缩：采用H.265/H.266编解码器，结合AI/RA/LD三种模式，覆盖38个QP值生成压缩样本。
2. 主观实验设计：50名受试者对压缩视频进行三级别质量评价，确保数据多样性。
3. 数据预处理：通过可靠性测试（如Cronbach's α系数）、异常值检测（如箱线图法）和正态性检验（如Shapiro-Wilk）清洗数据。

研究结果

1. ALR-Video数据集构建：数据集包含50组源视频的H.265/H.266压缩样本，总规模远超现有同类数据集（如仅含5视频的Lin数据集）。
2. JNQP分布规律：不同编解码器和编码模式下JNQP分布呈现显著差异，例如H.266在RA模式下JNQP值普遍高于H.265。
3. 跨平台适用性验证：数据集支持建立通用JNQP预测模型，为PVC优化提供基准。

结论与意义
ALR-Video是首个面向多编解码器、多编码模式的JNQP预测数据集，其规模（50视频×2编解码器×3模式×38QP）和严谨性（50人主观实验+三重数据检验）填补了领域空白。研究发现，编解码器类型和编码模式显著影响JNQP分布，这一结论为开发自适应PVC算法提供了理论依据。数据集已开源，可推动H.265/H.266的感知编码优化与质量评估研究。未来工作将扩展至更多编解码器（如AV1）和动态场景下的JNQP预测。

（注：全文细节均基于原文，专业术语如HVS、JND、QP等首次出现时均标注英文全称，技术方法省略具体试剂与操作步骤，保留实验设计核心逻辑。）