一种场景自适应的H.264帧层码率控制算法*

在JVT-G012码率控制算法的基础上,提出了一种改进的H.264码率控制算法。首先,利用像素灰度值差值的方法检测场景切换,并对检测到的场景切换进行处理;其次,使用一种新的P帧的比特分配原则,根据P帧在GOP中的位置以及P帧的图像复杂度对P帧进行比特分配。实验结果表明,改进后的码率控制算法能够更加准确地控制输出码率,提高解码图像质量,并能有效地检测与处理场景切换。     

基于H264/AVC的帧层码率控制算法

在研究和分析了H.264/AVC经典码率控制算法的基础上,提出了一种新的帧层码率控制算法.该算法充分利用各帧的复杂度以及目标缓冲区优化比特分配,同时采用了卡尔曼滤波器估计MAD的方法.与以往码率控制算法相比,该算法能更加合理地分配各帧的目标比特数,MAD预测也更加精确,从而提高了量化参数QP预测的准确性.实验结果表明,该算法能提高码率控制的精度,并使图像总体质量有一定程度的提高.     

一种H.264帧层码率控制的改进算法

在H.264的现有帧层码率控制算法的基础上,提出了一种新的基于场景切换的码率控制算法。用P帧亮度分量的MAD比率和YUV三分量的均值相对变化的加权和来表示图像的复杂程度,并以此来分配目标码率、调整量化参数,并且编码时利用比特调整因子对分配的目标码率进行修正。在JM10.2平台下的测试结果表明,与JVT-G012中的算法相比,该算法在精确控制码率的同时,图像的视觉质量也得到了提高。     

一种简单有效的帧层码率控制策略

H.264/AVC码率控制算法对运动剧烈及存在场景切换的视频序列存在着码率控制不够精确,视频图像PSNR值波动较大的问题.本文提出了一种简单有效的帧层码率控制算法,通过改变传统的目标缓冲级别设置平滑PSNR值波动,并充分利用已编码帧信息对当前帧计算出的量化参数进行调整,有效控制码率.实验结果表明:与H.264/AVC原算法相比,本文算法在精确控制码率的同时平均PSNR值也有一定的提高.     

面向视频播放场景的屏幕编码码率控制方法

针对屏幕中同时出现视频和文字图片时现有码率控制方法的局限性,提出一种新的码率控制方法。以视频缓存检验器和恒定码率因子控制模式为基础,通过视频窗口检测算法将屏幕内容划分为视频区域和非视频区域,并对不同的区域采取不同的码率控制算法。结合视频区域识别算法,新的码率控制方法分别对帧层和宏块层采用如下方法实现优化:对于帧层,若当前帧为P帧且在I帧周围一定范围内,则该帧通过采用P_SKIP模式降低非视频区域的帧率以补偿I帧的整体质量,提高屏幕视频序列的整体视觉效果;对于宏块层,则根据当前宏块所处区域(视频区域或非视频区域)对宏块量化参数及其波动范围作一定调整。实验结果表明,与x264原有的VBV+CRF模式相比,新的码率控制方法获得的主观评价评分要高40%。     

基于H.264的新型I帧码率控制算法

针对H.264视频编码标准,在综合考虑码率、缓冲区状态和视频序列复杂度的基础上,提出一种新型的I帧码率控制算法。使用边缘信息,建立幂函数形式和指数函数形式的2种R-Q模型。基于前4个待编码帧的预编码,估计首个I帧的时间复杂度,第1个I帧的比特分配得到修正。仿真结果证明,该码率控制算法可以有效提高重建视频的峰值信噪比(PSNR),降低PSNR波动,并大幅减少跳帧情况的发生。     

基于综合因子的H.264码率控制算法

针对H.264的JVT-G012算法在帧层对未编码的P帧采用平均分配比特、忽略了图像复杂度和P帧在图像组(Group of pictures,GOP)中的位置对码率控制影响的问题,提出了一种新的H.264码率控制算法,先利用P帧的图像复杂度和P帧在GOP中位置组成的综合因子来调整P帧的目标比特分配,再利用已编码帧的历史信息来调整当前编码帧的量化参数.通过实验表明,与JVT-G012算法相比,本文算法不仅提高了视频图像的质量,尤其是运动剧烈和纹理复杂的视频序列的图像质量,而且使得输出的实际码率更接近目标码率,提高了码率控制的精准性;与已有算法相比,在保持视频图像质量的情况下,进一步提高了码率控制的精准性.     

一种基于小波视频编码器的码率控制算法

码率控制是视频编码的重要组成部分。根据小波视频编码器的特点,提出了一种基于小波视频编码器的码率控制算法,给出了I帧根据缓冲器的容量分配固定的比特数的策略;提出了基于能量的P帧的码率分配策略,实验效果验证了所提出算法的有效性。     

一种线性视频编码码率控制方法

利用ρ域的线性码率模型,提出了一种高效的线性视频编码码率控制方法.该方法包括改进的帧级比特分配和宏块级码率控制两部分,并首先介绍了ρ域的线性码率模型;然后在图象层根据线性码率模型对帧的编码复杂度进行预测,并根据复杂度进行准确的帧级比特分配;在宏块级,则根据宏块特性,提出自适应的ρ域量化级选取算法,以用其准确控制比特数;最后提出完整的线性码率控制算法.实验证明,用该方法码率控制得非常准确,并可以将码率误差控制在2%以内,而且图象质量比TM5有了明显提高,在相同的目标码率下,其恢复图象的PSNR平均提高0.8～1.7dB.     

一种基于小波视频编码器的码率控制算法

码率控制是视频编码的重要组成部分。根据小波视频编码器的特点,提出了一种基于小波视频编码器的码率控制算法,给出了I帧根据缓冲器的容量分配固定的比特数的策略;提出了基于能量的P帧的码率分配策略,实验效果验证了所提出算法的有效性。     

OAR速率自适应机制的改进与实现

以最大化AdHoc网络吞吐量为目标,研究了基于IEEE802.11协议的物理层和MAC层信道接入机制和速率选择机制,分析了经典的速率自适应机制,但这些速率自适应机制绝大多数是针对数据帧提出的,而针对控制帧的速率自适应机制还非常少见。在研究基础上提出了一种控制帧速率自适应机制,详细阐述了实现过程,并对改进机制进行了仿真。仿真结果表明:通过控制帧速率自适应能有效地降低系统总开销,提高网络吞吐量。     

H.264码率控制算法研究

带宽受限或存储容量受限的条件下,码率控制是影响H.264视频传输的重要因素。码率控制原理就是根据现有的传输条件在GOP层、Frame层和基本单元层分配目标比特数并因此改变量化参数,从而达到控制输出码流的目的。介绍了H.264所使用的两种码率控制算法：基于JVT-G012和基于ρ模型的码率控制算法;在PC平台上对两种算法的性能进行了测试与比较,并分析了它们各自的优劣。     

一种基于视觉感知的H.264 码率控制算法

针对目前视频编码标准H.264 的码率控制算法未考虑人眼视觉感知、易导致编码 后视频图像质量波动的不足,提出了一种基于视觉感知的H.264 码率控制算法。首先,设计了 像素域的恰可察觉失真模型。在此基础上,根据各帧的恰可察觉失真的大小进行帧层比特分配。 其次,建立了基于结构相似度的率失真模型,并采用此模型设计了基本单元层(basic unit, BU) 的比特分配方案。最后结合二次速率-量化模型得到量化参数。实验结果表明,该算法与目前 H.264 中典型的码率控制算法相比,错误率降低了0.2%。     

基于运动矢量细化的帧率上变换与HEVC结合的视频压缩算法

将帧率变换技术与新型视频压缩编码标准HEVC相结合有利于提升视频的压缩效率。针对直接利用HEVC码流信息中的低帧率视频的运动矢量进行帧率上变换时效果不理想的问题,文中提出了一种基于运动矢量细化的帧率上变换与HEVC结合的视频压缩算法。首先,在编码端对原始视频进行抽帧,降低视频帧率;其次,对低帧率视频进行HEVC编解码;然后,在解码端与从HEVC码流中提取出的运动矢量相结合,利用前向-后向联合运动估计对其进行进一步的细化,使细化后的运动矢量更加接近于对象的真实运动;最后,利用基于运动补偿的帧率上变换技术将视频序列恢复至原始帧率。实验结果表明,与HEVC标准相比,所提算法在同等视频质量下可节省一定的码率。同时,与其他算法相比,在节省码率相同的情况下,所提算法重建视频的PSNR值平均可提升0.5 dB。     

一类基于几何分析的迭代学习控制算法

基于几何分析，对迭代学习控制方法的几何框架进行探索．首先通过对Arimoto算法所构成的向量图进行几何分析，导出了一类新的迭代学习算法结构；然后从理论上对所导出的算法进行完整的收敛性分析．该算法结构与已有算法完全不同，但其收敛速度和精度明显提高．仿真结果表明了新算法的有效性和优越性．     

基于失真估计和码率控制的视频传输新方案

针对差错信道上的实时视频编码和传输问题,提出一种基于逐帧失真估计和码率控制的新型时域不等差错保护方案。该方案给出一种低复杂度逐帧传输失真估计模型,估计差错信道下的视频传输失真,结合码率控制算法,通过对编码量化参数的简单搜索,逐帧求出最优的压缩编码和信道保护策略。仿真结果表明,与现有方案相比,该方案不但延迟小、复杂度适中,而且能提高重建视频序列的平均质量,减少逐帧之间的质量波动。     

A novel H.264 rate control algorithm with consideration of visual attention

In video coding, a well-designed rate control scheme should be concerned with both the objective and subjective quality. However, the existing H.264 rate control algorithms mainly aim at improving the objective quality without considering the human visual system. In this paper, we propose a novel rate control algorithm that takes into account visual attention. In a group of pictures, bits allocated to each frame are related to the local motion attention in it, and more bits are allocated to the frames with strong local motion attention. Similarly, in each frame, more bits are assigned to visually significant macroblocks (MBs), and fewer to visually insignificant MBs. Experiment results show that the proposed algorithm improves the coding quality in frames with strong local motion, and reduces PSNR fluctuation across frames by up to 22.15%. In addition, PSNR in visually important regions is increased by up to 1.45 dB as compared to the standard H.264 rate control scheme that improves the subjective quality. Increased computation complexity of the proposed algorithm is less than 4%, which is negligible.     

基于向量图分析的迭代学习控制新算法

基于向量图分析,对迭代学习控制方法的几何框架进行探索.首先通过对通常算法所构 成的向量图进行几何分析,导出了新的迭代学习控制算法的结构,然后从理论上对所导出的新算 法进行了完整的收敛性分析.所得算法结构的形式与已有算法完全不同,但其收敛速度和精度有 明显提高,仿真结果表明了新算法的有效性与优越性.     

视频帧率上转换检测技术综述

视频帧率上转换检测技术是视频取证技术的一种。为了系统阐述视频上转换检测领域现状,合理导向后续研究,对相关技术进行了综述。首先对相关研究历史和发展进程进行阐述,总结上转换概念及技术框架。然后根据检测技术的目的,对现有算法分类阐述。最后汇总介绍了视频帧率上转换检测领域的主要研究团队及其研究成果。从算法框架、检测结果等方面对比现有检测技术,提出了两点展望。视频帧率上转换作为视频后处理技术的重要组成部分,目前仍需进一步研究。