传统的视频编码技术已经很难改进编码效率,而视频的最终接收对象是人眼和大脑,那么我们可以从视觉感知的方向来改进编码技术。本文提出一种基于空时域感知特性的失真模型,为感知视频编码算法优化提供理论和模型支持。主要研究如下:1.利用HVS的中心凹掩蔽效应和视觉注意效应,本文提出一个自适应中心凹权重模型,用来改进传统的中心凹JND(FJND)模型。一方面,传统的FJND模型无法获得注视点的准确位置。在本文中,提出一个基于视锥细胞分布的注视区域预测算法,用来预测注视点和注视区域;另一方面,传统的FJND模型没有结合视觉注意效应。结合中心凹掩蔽效应和视觉注视效应,利用视网膜的离心率和高斯混合模型拟合的显著图估计的注视强度,得到一个自适应中心凹权重模型。实验表明,与传统的FJND模型相比,所提出的FJND模型在相同的感知质量下,可以隐藏更多的失真。2.现有的JND模型没有充分利用时域感知特性,只考虑了空域感知特性。针对HVS时域感知特性,本文主要分析视频场景中视觉感知显著度和不确定度之间的关系。根据视频目标的视觉注意激励源,如相邻帧之间的相对运动和时域运动轨迹上的持续时间,采用自信息度量视觉感知显著度;根据视频目标的视觉感知不确定度源,如摄像头运动导致的背景运动和时域运动轨迹上的帧间残差波动强度,采用信息熵度量视觉感知不确定度。在自信息和信息熵的统一尺度上,将映射到相同量纲的四个时域感知特征参量进行融合,得到一个时域权重模型。利用时域权重模型去改进自适应FJND模型,得到最终的空时域JND模型。主观实验表明,所提出的空时域JND模型在性能上有了明显的改进,具有更高的隐藏失真的能力,优于现有的像素域JND模型。