H.264视频流分辨率缩减转码的快速宏块模式选择算法

H.264视频编码标准采用帧内预测,帧间的宏块分割等新的特性提高了编码效率,同时也较大地提高了模式选择的复杂度,因此H.264视频转码中模式选择算法将显著影响到转码的效率。提出了一种适用于H.264视频流空间分辨率缩减转码的宏块模式选择算法。主要利用输入码流中的宏块模式和运动矢量信息,获得局部的预测方向或者梯度方向,从而根据方向信息,减少需要计算的宏块模式的数目。实验证明,在保持编码效率和视频质量的同时,能够有效地降低H.264下采样转码过程中的宏块模式选择算法的复杂度。     

H.264分辨率缩减快速帧内宏块模式选择算法研究*

H.264视频编码标准对于帧内预测采用了I16×16、I4×4和IPCM三种模式,而前两种模式分别有四种和九种预测方向,这些特性提高了帧内宏块的编码效率,但同时也增加了帧内模式选择的复杂度。提出了一种适用于H.264视频流空间分辨率缩减转码的帧内宏块模式选择算法,主要利用输入码流中的宏块模式信息,推算出下采样后宏块可能的模式及预测方向,从而减少需要计算的宏块模式数目,同时对I4×4宏块采用子块刷新机制,确保转码质量。实验证明,在保持编码效率和视频质量的同时,能有效降低H.264下采样转码过程中帧内宏块模式选择算法的复杂度。     

基于H.264的快速帧间预测模式选择算法研究

本文从H.264编码的模式选择算法入手,研究一种基于已编码宏块的运动矢量分析的模式选择算法.该算法利用宏块之间的相关性,对当前编码宏块周围已编码宏块的运动矢量进行聚类分析,然后根据聚类分析的结果进行相应的模式选择,提高编码的效率,降低算法的复杂度.     

H.264帧内预测模式的快速选择算法

为了降低H.264标准中帧内预测模式选择的复杂度,提出一种快速的帧内预测方法.H.264采用率失真优化(RDO)算法,通过计算所有预测组合模式的率失真代价来确定宏块的最优编码模式,其计算复杂度非常大.提出的帧内预测快速选择方法利用宏块的绝对误差和(SAD)来缩小预测模式的范围,减少帧内预测的计算量,从而提高模式判别的速度.实验结果表明,在图像质量和码率基本保持不变的情况下,该算法使Ⅰ帧的编码速度提高约76%.     

基于H.264的快速帧间模式选择算法*

为了降低H.264编码器的计算复杂度,提出了一种快速帧间模式选择算法.该算法利用宏块的图像内容特征和量化参数,对宏块帧间编码模式进行预选择,从而有效跳过不必要的帧间预测待选模式,提高了编码速度.实验结果表明,该算法在保持图像质量和码率变化很小的前提下,平均编码时间减少了39.14%.     

基于纹理估计的H.264帧内预测快速算法

帧内预测是H.264取得高编码效率的关键技术之一,但其计算复杂度是H.264帧内编码中的瓶颈问题。结合H.264帧内预测特点,提出一种基于纹理估计的帧内预测快速算法。首先通过计算相邻宏块的边界像素差值,估计图像的纹理方向,再根据此方向选择相应的帧内预测模式,减小候选模式数量,简化模式选择过程,降低了帧内预测的计算复杂度。实验结果表明,在保证图像质量和编码码率的前提下,本算法能有效提高H.264的编码速度,有利于实时应用。     

H.264/AVC帧间预测模式的快速分类方法

H.264/AVC采用RDO技术进行帧间模式选择，提高了编码效率，但增加了计算复杂度。该文提出了快速分类算法，利用相邻宏块率失真特征以及预测模式之间的时空相关性，缩小了模式选择的范围，降低了帧间预测的复杂度。结果表明，该方法可减少25%~46%的序列编码时间，保持了H.264/AVC的编码性能与视觉效果。     

一种针对H.264/AVC的帧间模式快速选择算法

为了进一步减小宏块的帧间预测误差,新的视频编码标准H.264/AVC采用了可变块划分运动估计,极大地增加了编码器的复杂度.针对此问题,提出了一种快速的帧间模式选择算法,该算法利用已编码相邻宏块的时间和空间相关性信息预先检测图像,对图像各区域可能采用的编码模式进行判定,从而大大简化了模式选择的过程.实验结果表明,算法可以在图像质量基本保持不变的基础上,有效地降低编码的复杂度.     

H.264快速帧内预测模式选择算法

H.264引入帧内预测技术提高了I帧的编码效率,但也大大增加了编码的计算复杂度。为了降低计算复杂度,根据预测模式算法的特征提出了一种基于像素边缘矢量方差及子块宏块映射关系的帧内预测模式快速选择算法。实验结果表明,该算法在保证图像质量和比特率大致不变的前提下,极大地降低了帧内预测编码的计算复杂度。     

改进的H.264快速帧内预测模式选择算法

为了减小H.264编码算法的复杂度,提出一种快速的帧内模式选择算法。根据宏块内部相邻像素差的特点判定宏块预测类型,对基于边缘方向直方图的Pan算法进行改进,利用改进的算法对选定了预测类型的宏块进行预测,选出最佳的预测模式。实验结果表明,该算法在保证失真率和码率性能的前提下,编码时间平均减少了71.6%,大大提高了编码效率。     

带有模式选择的改进的方向性菱形搜索算法*

针对H.264/AVC标准的多模式运动估计算法编码模式复杂、计算量大的不足,提出了一种带有模式选择的方向性菱形搜索算法。基于宏块最佳编码模式的统计分析,按运动特征的不同进行分类,将运动估计的直接搜索过程改进为先进行编码模式判断,再利用改进的方向性菱形搜索算法进行块匹配搜索。实验结果表明,该算法有效地减少了搜索点数,与DS的快速搜索算法相比,编码时间减少了32%。     

基于时空域相关性的屏幕内容帧间快速编码算法

针对屏幕内容视频帧间编码的高复杂度问题,提出了一种基于时空域特性的帧间快速编码算法。首先,根据运动静止检测算法将待编码帧分为静止帧和运动帧;然后,对运动和静止帧分别采用不同的编码策略。对于静止帧,在统计分析时域对应编码单元（CU）分割深度和预测模式的基础上,确定CU最佳分割深度和最优预测模式。对于运动帧中的静止最大编码单元（LCU）,利用时域相关特性提前终止CU分割,模式选取则只针对大尺寸模式进行预测;对于运动帧中的运动LCU,根据其相邻LCU的运动静止特性确定CU分割深度以及预测模式。实验结果表明,所提算法相比原始编码平台,在BDBR平均上升3.65%的情况下,编码时间平均节省46.40%。所提算法在率失真性能损失可接受的前提下,有效地降低了屏幕内容视频帧间编码复杂度,有利于屏幕内容视频的实时应用。     

H.264/SVC mode decision based on mode correlation and desired mode list

Design of video encoders involves implementation of fast mode decision (FMD) algorithm to reduce computation complexity while maintaining the performance of the coding. Although H.264/scalable video coding (SVC) achieves high scalability and coding efficiency, it also has high complexity in implementing its exhaustive computation. In this paper, a novel algorithm is proposed to reduce the redundant candidate modes by making use of the correlation among layers. A desired mode list is created based on the probability to be the best mode for each block in base layer and a candidate mode selection in the enhancement layer by the correlations of modes among reference frame and current frame. Our algorithm is implemented in joint scalable video model (JSVM) 9.19.15 reference software and the performance is evaluated based on the average encoding time, peak signal to noise ration (PSNR) and bit rate. The experimental results show 41.89% improvement in encoding time with minimal loss of 0.02 dB in PSNR and 0.05% increase in bit rate.     

分级视频编码中宏块相关性快速模式决策

为降低空时分级视频编码中自适应层间预测模式的计算复杂度,利用增强层中时域宏块相关性的特点,提出一种随时间等级变化的快速模式决策算法。该算法将参考宏块使用过的模式按照其率失真优化代价排序,选择其中代价较小的模式作为当前宏块的动态备选方案,从而有效地提高编码效率。在JSVM上的实验结果表明,同原有非优化决策算法相比,在PSNR平均降低0.0148dB、比特率增加0.55%的情况下,该优化算法使得平均编码时间减少21.67%。     

A new fast motion estimation algorithm using fast mode decision for high-efficiency video coding standard

High-efficiency video coding is the latest standardization effort of the International Organization for Standardization and the International Telecommunication Union. This new standard adopts an exhaustive algorithm of decision based on a recursive quad-tree structured coding unit, prediction unit, and transform unit. Consequently, an important coding efficiency may be achieved. However, a significant computational complexity is resulted. To speed up the encoding process, efficient algorithms based on fast mode decision and optimized motion estimation were adopted in this paper. The aim was to reduce the complexity of the motion estimation algorithm by modifying its search pattern. Then, it was combined with a new fast mode decision algorithm to further improve the coding efficiency. Experimental results show a significant speedup in terms of encoding time and bit-rate saving with tolerable quality degradation. In fact, the proposed algorithm permits a main reduction that can reach up to 75 % in encoding time. This improvement is accompanied with an average PSNR loss of 0.12 dB and a decrease by 0.5 % in terms of bit-rate.     

基于H.264编码模式的快速判决算法

H.264在运动估计中引入了多种不同的编码模式,使得模式选择过程异常复杂。针对这一问题,本文提出了一个新概念——编码模式参考集,并给出了一种基于区域预测的编码模式参考集选择方法。该方法可以大大减少候选参考模式的数目,简化模式选择过程。并根据所选模式的特点给出了一种基于模式选择的自适应搜索策略。实验结果表明,本文提出的新算法在重建图像质量没有明显下降的前提下,编码速度有了显著提高。     

利用纹理和空间相关性的HEVC帧内预测模式选择

目的 提出一种结合图像纹理方向和空间相关性的高效视频编码（HEVC）帧内模式选择快速算法,减少粗模式选择过程的候选模式数目,加快帧内模式选择速度。方法 首先,使用Sobel算子获得当前预测单元（PU）的纹理方向,利用此纹理方向选取相应的角度预测模式组成粗模式选择的候选模式列表;另外,利用图像的空间相关性,将相邻预测单元的最优帧内预测模式添加到候选模式列表中。结果 本文算法将粗模式选择过程的候选模式数目从35种减少到不超过10种,比特率升高0.41%,峰值信噪比下降0.0314 dB,编码时间缩短了34.9%。结论 实验结果显示,在保持编码质量基本不变的情况下,此算法明显减少了粗模式选择过程的预测模式数量,提高了HEVC的编码效率。     

A fast DEA-based intra-coding algorithm for HEVC

As the newest video coding standard, High Efficiency Video Coding (HEVC) greatly enhances the encoding performance of H.264/AVC. However, HEVC also has high computational complexity, which limits application of this new standard. In this paper, we propose a fast DEA-based intra-coding algorithm, including block partitioning; prediction mode selection and edge offset (EO) class decision algorithms. The idea behind the proposed algorithm is to utilize the texture characteristics of the encoding image, which are quantified by dominant edge assent (DEA) and its distribution, to reduce the decision space. Specifically, for block partitioning, we propose the most possible depth range (MPDR) and employ DEA to determine whether the current coding block can use the MPDR to predict the partitioning depth or not; for intra-prediction mode selection, we use DEA and its distribution to reduce the range of prediction direction; for the EO class decision, we use DEA to determine the EO class of the sample adaptive offset. We integrate the proposed algorithm into the test model HM 13.0 and present a detailed comparative analysis. Experimental results show that the proposed fast DEA-based intra-coding algorithm reduces the computational complexity of HM 13.0 to about 46% in encoding time with 2.08% increases in the Biontegaard-Delta bitrate (BD-rate). Moreover, the proposed algorithm also demonstrates better performance over other state-of-the-art work.     

H.264帧间块模式选择与快速运动估计算法

该文提出了一种基于H.264的快速运动估计算法。首先,基于当前宏块的纹理特征和局部运动性选择一组有效的预测块模式;其次,基于运动矢量的时空相关性建立一个预测运动矢量集合;最后,采用六边形模板和正方形模板进行运动搜索。另外,在匹配搜索过程中采用提前终止技术,进一步减少计算量。实验结果和分析表明,该算法能够显著提高运动估计的搜索速度,而图像质量和比特率只有少量变化。