视频重压缩检测学习计划和笔记( 九 ) _比特率

也就是说损失主要是两点，量化损失和环路滤波损失。
量化是将原始视频信号转化为离散的频域系数，由于高频信号变化比较快，所以它们的系数值通常比低频系数值更小。当进行量化时，为了控制压缩比率，一些较小的高频系数可能会被量化为0，因此这些被量化为0的高频系数就会丢失，从而导致高频信号的损失，因此可以视为高频损失。
为什么高频信号变化快？
在信号处理中，频率越高意味着信号变化得越快。这是因为频率指的是信号在单位时间内震荡的次数，而高频信号震荡得更加频繁，因此变化也更快。相反，低频信号震荡得更少，变化也相对较慢。在视频编码中，由于高频信号变化得比较快，因此它们的系数值通常比低频系数值更小。
高频信号出现在哪里？
在一张图像中，高频信号通常会出现在边缘和细节等变化较大的区域。这是因为边缘和细节等区域中的亮度值变化很快，相邻像素之间的差异很大，因此在变换域中对应的频率分量就比较高。相反，一些平滑的区域，如背景和大片的同色区域，其亮度值变化较缓慢，相邻像素之间的差异较小，因此在变换域中对应的频率分量就比较低。在视频编码中，由于高频分量通常需要较多的比特来表示，因此在量化时可能会出现0值，从而导致高频损失。
因此也可以推导出环路滤波也会导致高频信息的损失：
循环滤波（in-loop ）是在图像编码过程中为了减少块效应和环绕效应所引起的不一致性和波动而引入的技术。块效应和环绕效应是由于编码器在将图像分成块时引入的边缘效应而产生的，这些效应可能会导致图像质量降低。
由于循环滤波技术会对编码后的图像进行过滤处理，因此它可以抵消块效应和环绕效应带来的一些损失，包括高频损失。在HEVC重编码检测中，将这部分损失归为NLP，主要是因为在循环滤波的过程中，边缘和细节等区域中的高频分量通常会被滤波去除或者减弱，从而产生一定的损失。因此，NLP也可以被视为高频损失的一种，尽管它与量化误差引起的高频损失的机制不同。
简单来说，环路滤波通过去除边缘细节来优化压缩后的图像质量，这样也导致高频的信号一定的损失。
特别的，量化矩阵中的值有何意义？
在视频压缩中，量化矩阵中的值越大代表压缩比越高，图像质量越低。具体来说，量化过程就是将离散余弦变换（DCT）后的图像系数除以一个量化矩阵，再四舍五入取整。量化矩阵中的每个元素决定了对应的频域系数的量化级别。值越大，表示对应的频域系数会被量化得更严格，进而降低图像质量，实现更高的压缩比。值越小，表示对应的频域系数会被量化得更松散，图像质量相对更好，但压缩比相应也会降低。不同的视频编码标准和不同的编码场景都会采用不同的量化矩阵。此外，高频信息对应的量化矩阵的值也会比较大，如下图：
对应的矩阵：
11 TMM假比特率论文
重压缩导致的高频误差单压缩（真实比特率视频）的质量退化主要是因为量化、舍入截断重压缩则是量化和去块滤波| 这篇文章利用解压缩帧的亮度分量差来检测比特率假高的重压缩视频，这个特征之所以work，是因为两次压缩质量退化的原因是不同的.对于?中误差为0的正方形区域，这是由于一些高度可预测性的局部内容，帧内预测算法可以获得精确的预测，这使得第一次压缩时预测残差非常小，对于假比特率视频，那么在经历第二次压缩变换量化时其结果可能就为0了，那么在一步进一步的再压缩操作之后，解压缩帧中的像素可能不再改变，这导致了这种零元素聚集正方区域。做法上。patch级别检测然后多数投票策略