显著性引导的 HEVC 感知编码

标准 HEVC（x265 quantOffsets）· 显著性源 TASED-Net / ViNet-S · 评估 PSNR + VMAF

研究项目 · 实验结果

诚实声明（2026-07-02）：本页数字为研发期历史结果。 项目随后引入了更严格的可复现性审计（输入哈希、工具链版本、held-out 测试集要求），本页所有数字尚未在新规范下重跑，暂不能作为最终结论引用；重跑完成后本页会整体更新。另外，页面中的「显著区质量」由模型预测图加权计算，衡量的是「质量是否移动到模型指定区域」，人眼主观实验尚未进行。

★ 主结果：等码率公平对比（iso-rate）

baseline 与显著性版编码到相同码率，x265 AQ 对两者均开启。衡量「显著性分配相对编码器自带 AQ 的额外增益」。数据：sample.mov，2000 kbps。

+2.49 dB

显著区 PSNR 提升

−0.07

全局 VMAF（几乎不变）

−0.34 dB

背景 PSNR（轻微代价）

0.24%

码率差异（视为等码率）

相同码率下，比特被精准搬到人眼关注区域 —— 显著区质量大幅提升，整体感知质量几乎不变。

并排对比：等码率下 baseline vs 显著性

普通 x265（AQ） · 均匀分配 · 同码率

显著性分配 · 比特集中显著区 · 同码率

两段码率相同。留意主体区域在右侧更清晰，背景略有牺牲。

显著性可视化：模型在看哪里

TASED-Net 显著性热力图叠加

ViNet-S 显著性热力图叠加

暖色 = 高显著性（预测人眼注视区），逐块 ΔQP 据此分配。

码率点扫描（savings 模式，sample.mov，TASED-Net）

CRF	码率节省	显著区 ΔPSNR	背景 ΔPSNR	全局 ΔPSNR

码率节省幅度

38–50% 码率节省，显著区加权 PSNR 损失始终 < 0.2 dB（账面指标；主观感知等价性未经真人实验验证）。

消融一：显著性模型（CRF 28）

模型	参数量	码率节省	显著区 ΔPSNR	背景 ΔPSNR

管线对显著性来源鲁棒 —— 换更轻量、更新（2025）的 ViNet-S 方法照样成立。

消融二：多线索深度融合（CRF 28，TASED-Net）

配置	码率节省	显著区 ΔPSNR	背景 ΔPSNR

融合后显著性（70% 显著 + 30% 深度）

深度图（近=高重要性）

深度融合提高显著区保护（损失减半），代价是部分码率节省 —— α 是可调权衡。

跨视频泛化（CRF 28，TASED-Net）

视频	分辨率	帧率	帧数	码率节省	显著区 ΔPSNR

两个不同分辨率/帧率/场景的视频方法均成立，且增益存在内容依赖性。

Yuli Dai · yulid.org/saliency