本文来自AOMedia 2019 Research Symposium的演讲，演讲者是来自美国普渡大学的助理教授Fengqing Maggie Zhu。演讲主题是可切换的基于区域的AV1编解码工具。
当前主流的编解码器在应对纹理较多的视频时效率不高，此外这些区域在感知上是无关紧要的，因此，Maggie Zhu提出了一种基于区域的，可以切换纹理的模型来表示这些区域，从而在保证视频质量的同时节省码率。此外，她也提出了一种新的感知视觉指标来评价其性能。这里Maggie Zhu给出了实例，两个视频序列分别经过AV1编码和可切换纹理区域模型编码，肉眼无法察觉到它们之间的不同之处，但后者能够节省10.9%的码率。
接着，她讲述了纹理区域切换的基本思路。该方法使用了一个纹理分析器来寻找每帧图像上的纹理区域，首先纹理分析器会尝试寻找当前帧可能的纹理区域（并非绝对意义上的纹理，而是指人眼不敏感的区域，称其为类纹理区），然后寻找参考帧上的相似区域，对该纹理区域用一种运动模型来表示，而非传统的运动补偿和变换，然后再对纹理区域外的部分进行编码。
接下来的一部分讲述了类纹理区域分割的方法。她尝试了两种方法，分别是基于块和基于像素的方法。由于基于像素的方法更加精细，所以类纹理分割采用的是基于像素的做法。然后她讲述了编码器中纹理模式的工作流程图，解释了在什么情况下使用纹理模式。一些视频在启用纹理模式以后码率可能会增加，尤其是在QP值比较高的时候，此外，在纹理区域比较小的情况下，由于运动参数不准确，可能会产生视觉伪像。考虑到各种情况，他们最终总结出一张流程图来阐述纹理模式的切换策略。
第二部分的工作是提出了新的视觉感知评价指标。传统的方法如PSNR和SSIM是不够准确的。她受到了AVM和STSIM2的启发，提出了包含4个组件的视觉感知指标，分别对应模糊，边缘，STSIM2和结构纹理相似性波动。
最后，Maggie Zhu展示了该编解码器在Youtube UGC数据集上的一些测试结果。结果表明在很多序列上，尤其是在QP值不是很大时，她的方法能够带来一些码率节省。
