一种新的多假设运动补偿预测算法

多假设运动补偿预测(multi-hypothesis motion compensated prediction,MHMCP)算法目前只应用于H.264/AVC视频编码标准中B帧的双向预测模式,因为其需对多个运动矢量及参考帧信息进行编码,而且其最终预测信号由前/后向参考帧中的最佳运动补偿信号(假设值)求和取平均值获得,精确性不够。针对MHMCP传统算法的缺陷,提出了一种新的MHMCP算法,即在保持当前最佳编码模式不变的基础上,首先通过加入前/后向运动矢量导出搜索模式来进行假设值的局部优化,并对多假设值进行自适应权重系数调整;最后通过比较率失真代价来选择最佳编码模式。模拟实验表明,该新算法可有效降低残差信号能量,不但能提高运动补偿预测信号的精确度,而且能使编码器获得更佳的率失真性能。     

采用整数变换降低率失真运动估计失真度计算量的研究

基于率失真的运动估计是提高视频编码器运动补偿精度的一个重要手段,但率失真失真度的计算太复杂,长期以来应用一直受限制.本文试用整型DCT变换代替DCT变换来优化计算失真度的纹理因子,从而提高计算速度.文章详细推导了优化计算公式,并用几组相关的实验数据来验证方法的有效性.     

基于多假设运动补偿预测的边信息改进方法

根据分布式系统中边信息和原信息之间的噪声模型,提出一种基于多假设运动补偿的边信息改进方法.使用传统方法生成原始的边信息,对其进行双向运动估计产生补偿块,将补偿块线性组合成新的边信息.实验结果表明,该算法具有复杂度较低的优点,能提高边信息的质量,从而有效地改善分布式视频压缩的率失真性能.     

MPEG-4中四运动向量运动估计的预先排除算法

为了提高运动补偿的效率,在M PEG-4压缩编码中采用了变尺寸块(8x8和16x16)运动估计算法,这种算法复杂度高,是影响M PEG-4编码整体效率的关键。本文研究了M PEG-4中率失真框架下四运动向量运动估计的预先排除算法(4M VPE),在已知一个宏块的16x16运动向量的情况下,通过简单的计算和判断,排除相当一部分宏块不再需要4次8x8块运动估计(四运动向量运动估计),从而简化整个编码过程。实验表明,4M VPE算法使变尺寸块运动估计的速度得到了很大的提高,而峰值信噪比(PSNR)则下降很小。     

基于线性插值填充的帧内运动补偿

帧内运动补偿被认为是H.264/AVC中具有潜力的改进方向之一。提出了一种线性插值填充算法来改进帧内运动补偿的编码效率。与Dong等人提出的自适应填充算法相比,线性插值填充能更精确地预测出填充区域内的像素,从而使得帧内运动补偿效率更高。实验测试表明,基于线性插值填充的改进算法可以使帧内运动补偿块数量增加4.58%~84.7%,从而令帧内编码的率失真性能得到提高。     

基于运动复杂度的快速模式选择算法

H.264/AVC是ITU-T和ISO/IEC联合制定的最新视频压缩标准。它采用了可变块运动估计和率失真优化模式判决。H.264需要对10 种模式进行率失真优化计算才能得到一个宏块的最优编码模式,极大地增加了编码器的复杂度。为了提高模式选择效率,提出了一种基于运动复杂度的快速模式选择算法。实验结果表明,在PSNR仅有微小下降情况下,该算法可大幅提升编码速度。     

基于多块模式决策的边信息生成方法

分布式视频编码中边信息的质量决定了系统的率失真性能,边信息质量越高,则率失真性能越好。针对视频序列中对象运动的不均匀特性,结合MCTI技术,本文提出了一种新的边信息生成算法。其基本思想是在编码端利用多块模式算法对帧中宏块进行划分,将宏块分为运动缓慢块和运动剧烈块;在解码端,对运动缓慢块直接由MCTI算法生成边信息,而运动剧烈块的边信息要经过后处理进行优化得到。仿真实验表明与直接由MCTI生成边信息方法相比,本文算法可以使生成边信息的峰值信噪比(PSNR)比原有的算法提高0.8dB-1.2dB左右,有效提高了边信息的质量。     

混合高斯模型和帧间差分相融合的自适应背景模型

提出了运动目标检测中背景动态建模的一种方法。该方法是在Stauffer等人提出的自适应混合高斯背景模型基础上,为每个像素构建混合高斯背景模型,通过融入帧间差分把每帧中的图像区分为背景区域、背景显露区域和运动物体区域。相对于背景区域,背景显露区中的像素点将以大的更新率更新背景模型,使得长时间停滞物体由背景变成运动前景时,被遮挡的背景显露区被快速恢复。与Stauffer等人提出的方法不同的是,物体运动区不再构建新的高斯分布加入到混合高斯分布模型中,减弱了慢速运动物体对背景的影响。实验结果表明,在有诸多不确定性因素的序列视频中构建的背景有较好的自适应性,能迅速响应实际场景的变化。     

浅谈一种线性预测搜索方向的运动估计算法

为了减小快速运动估计算法的搜索速度和提高运动补偿的准确性,本文提出了一种线性预测搜索方向的快速运动估计算法。该算法在正方形模板块失真匹配的基础上,确定中心点到最小误差点为搜索方向,在此方向上不断延伸一个点进行块失真匹配,直至下一个点的块失真大于当前点的块失真。以当前点作为最小误差点,重复以上操作,直至找到最优点结束搜索。实验表明本算法在保证图像质量的情况下搜索速度比DS搜索算法提高1.5倍左右。     

联合率失真模型的帧级码率控制方法

在H.264/AVC视频编码框架下,基于联合率失真模型,提出了一种新的帧级码率控制方法。利用分块数量和平均运动矢量信息,发展了一种精确的头信息估计模型;联合头信息与残差信息模型,并结合残差失真模型,提出新的联合头信息与残差率失真模型;利用精确的估计方法进一步提高率失真性能。相对于最新的JVT H.264/AVC参考软件JM10.2中采用的JVT-G012方法,该方法提高了实际码率与目标码率之间的匹配率达到了98.06%,重构视频的平均亮度PSNR值增加了0.27 dB。     

H.264块匹配运动估计中UMHexagonS算法的优化

块匹配运动估计是视频压缩中的核心技术之一。研究高效的、快速的运动估计算法是目前视频压缩技术中研究的重要课题。通过对视频编码标准H.264采纳的UMHexagonS算法分析的基础上,对UMHexagonS算法中的终止搜索和搜索模板这两个部分进行了优化,有效降低了搜索点数,提高了运动估计算法效率。通过对四个典型的测试序列的实验证明,优化后的算法与原算法相比较,在图像质量几乎没有改变的情况下,运动估计时间平均减少了11.75%,提高了视频压缩实时性。     

视频Internet传输的率失真优化运动估计算法

通过对端到端失真的成因进行分析,研究运动矢量的选择对误码扩散大小的影响。针对传统运动估计算法只考虑信源端的情况,提出一种基于端到端预测误差的计算方法并据此对运动矢量进行率失真优化选择。基于H.264编码平台的仿真试验表明,采用所提出的率失真优化运动估计算法可以进一步提高在Internet误码条件下的低码率视频流鲁棒性及解码质量。     

基于运动信息分布的帧间预测模式选择算法

多模式预测可以提高H.264标准的编码效率和率失真性能,但会增加编码复杂度。针对上述情况,分析多预测模式帧间预测的复杂度,提出一种基于运动信息分布的帧间预测模式选择算法,以宏块中全零子块的分布情况、各子块的绝对误差和及运动向量的大小作为缩小待选模式集的判据,从而提高编码速度。实验结果表明,该算法的编码质量与全搜索算法相当,编码速度提高了37%~93%。     

一种基于率失真准则的快速块匹配算法

运动估计中的块匹配算法已在各个视频编码标准中广泛采用。随着率失真准则的采用,尤其是在一些低比特率的应用中,传统的快速块匹配算法并不能很好的适合。该文提出了一种基于连续排除算法的修正算法。在率失真准则下,搜索区域中的须进行匹配计算的位置由一不等式限定。该算法的性能和全搜索算法一致,但显著减少了计算量。     

一种面向H.264/AVC的运动估计算法

提出了一种使用具有方向偏向性搜索模板和基于预测模式自适应选择运动估计方案的EPZS(enhanced predictive zonal search)改进算法。该算法将运动估计过程与H.264/AVC中多参考帧、多预测模式等编码工具紧密结合,充分利用视频中运动具有高度时空相关性的特点,综合考虑速度、图像质量及压缩效率等方面的性能。实验结果表明,该算法以极小的计算量得到了与全搜索方法接近的效果;与EPZS算法相比,运动估计的处理速度有了较大幅度的提高,同时保持了与之相当、有时甚至更优的率失真性能。此外,该算法具有很好的鲁棒性,并且能够产生平滑的运动矢量场。     

Let's be a virtual juggler

Juggling, which uses both hands to keep several objects in the air at once, is admired by anyone who sees it. However, skillful real‐world juggling requires long, hard practice. Therefore, we propose an interesting method to enable anyone to juggle skillfully in the virtual world. In the real world, the human motion has to follow the motion of the moving objects; in the virtual world, the objects' motion can be adjusted together with the human motion. By using this freedom, we have generated a juggling avatar that can follow the user's motion. The user simply makes juggling‐like motions in front of a motion sensor. Our system then searches for juggling motions that closely match the user's motions and connects them smoothly. We then generate moving objects that both satisfy the laws of physics and are synchronized with the synthesized motion of the avatar. In this way, we can generate a variety of juggling animations by an avatar in real time. Copyright © 2016 John Wiley & Sons, Ltd.     

一种可伸缩性视频加密方案

随着网络的不断普及和发展,数字视频在网络中有了越来越多的应用,随之也提出了视频安全性问题,通过视频加密可以很好地解决此问题.为了满足网络对视频加密的要求,设计了一种可伸缩性视频加密的方案.考虑到小波的多尺度性,建立了一个基于小波变换的视频压缩平台,在此平台上进行了仿真加密实验,即在压缩的过程中从小波系数置乱、系数随机翻牌、运动矢量置乱等方面进行加密,并与其他算法进行了比较实验.实验结果表明,该方案具有加密效果好,密钥量较低,安全性好等优点,同时对压缩比和压缩效率有较好的保持,是一种高效的视频加密方案。     

一种针对MPEG-4 AVC/H.264的用于快速码流生成的运动信息描述算法

由于MPEG-4 AVC/H.264采用了可变块尺寸(variable block size)和率失真最优化(rate distortion optimization)两项技术,视频编码流程中复杂度最高的运动估计(motion estimation)模块变得更加复杂.另一显著的变化就是,所获取的运动信息与目标码率紧密相关.这给传统的快速转码技术带来了很大困难.该文首先提出了一种分层模型,按由粗到细的方式描述每个宏块(macroblock)的运动信息.基于这个分层模型,文中提出了一种通过预编码获取运动信息的算法,从而生成视频序列运动特性的完整描述.有了这种运动信息描述,在编码或是转码的过程中,编码器可以跳过运动估计过程,编码复杂度因此大大减少.为进一步加快编码速度,还提出了从运动信息描述中抽取最优运动信息的快速算法.实验结果验证了所提算法的有效性,在大大降低编码复杂度的同时,编码性能与最优的MPEG-4 AVC/H.264非常接近.