Abstract
在典型的視訊編碼系統中，被編碼的影像不管它的內容，可被分成以 N乘N為大小的區塊影像。這種壓縮方法，特別在低位元率時，常會導致可察覺的視覺失真，如分格效應和蚊蟲效應等。為了避免這些效應，我們提出一種以物件分層為結構的影像表示法：把影像分成物件以及背景兩層。在我們的系統中，物件層包括兩個眼睛和嘴巴，背景層則分靜態背景和動態背景兩種。在物件層中的運動多屬非線性的變形；而在背景層中大多為線性的移動。針對這兩種不同的特性，我們設計出一種混合的運動預測補償方法。在物件層中，我們使用彈性拉伸技術來做以物件為基礎的預測；在背景層中，則採用傳統的以區塊為基礎的運動預測補償方式。此種混合的運動預測補償方法，不僅可以達到極高的壓縮率、避免分格效應，影像的品質在視覺效應方面也比傳統的方法好。這篇論文提出以物件分層為結構做極低位元率之視訊編碼，這與傳統以物件為基礎的視訊編碼有三個方面不同。第一，它使用了彈性拉伸技術來做以物件為基礎的預測。第二，利用外形配對和外形位移來預測下一個物件的輪廓，以減少對物件輪廓編碼的代價。第三，對於大的預測誤差，採用任意形狀編碼來減少編碼位元數。實驗結果驗證我們提出來的架構在極低位元率10 kbits/s時，重建影像的品質在PSNR和視覺效應兩方面都比傳統的架構好。