一种基于ρ域的H．264/AVC码率控制算法

提出了一种基于ρ域线性率失真模型的H.264/AVC码率控制方法.算法主要利用ρ域线性率失真模型来解决量化参数同时用于码率控制和率失真优化的矛盾.同时,用非零运动向量个数来估计宏块的头比特数,进而解决头比特的合理估计问题.实验通过对新算法和JVT-H017 算法的比较,得到本文算法不但可以获得更精确的码率控制,而且使输出码率更加的平稳,本文算法实现相对简单,适用于实时视频通信.     

一种基于ρ域的H．264／AV码率控制算法

提出了一种基于ρ域线性率失真模型的H．264／AVC码率控制方法。算法主要利用ρ域线性率失真模型来解决量化参数同时用于码率控制和率失真优化的矛盾。同时,用非零运动向量个数来估计宏块的头比特数,进而解决头比特的合理估计问题。实验通过对新算法和JVT—H017算法的比较,得到本文算法不但可以获得更精确的码率控制,而且使输出码率更加的平稳,本文算法实现相对简单,适用于实时视频通信。     

一种H.264视频编码码率控制方法

根据视频编码线性率失真函数和对H．264整数变换量化方法分析，提出一种适合于H．264编码算法的码率控制算法。先验证线性率失真函数对H．264编码算法的适用性，再通过将H．264整数变换的量化分解为系数校正和统一量化两个步骤实现了线性率失真函数在H．264码率控制中的应用。实验证明，与JVT—G012码率控制算法相比，码率控制的准确性和信噪比均有所提高。     

一种改进的基于柯西模型的H.264码率控制方法

H.264/AVC编码中的码率控制是通过有效控制输出码流的码率来提高其压缩视频质量的重要技术。本文基于H.264/AVC中的JVT-H017码率控制方案提出了一种改进算法。新算法根据H.264中DCT系数的分布特征,将柯西分布引入到码率控制模块,用更精确的柯西率失真模型取代了原先的二次率失真模型。在此基础上,进一步引入了一种联合PSNR比率和MAD比率进行图像复杂度预测的方法,并依此来调整帧级比特的分配和量化参数,克服了在出现复杂运动或场景切换时,因视频序列相邻帧之间相关性降低而导致的MAD预测失准的情况。实验结果表明,与JVT-H017方案及文献[5]中的算法比较,新的算法不仅具有更精确的码率控制,而且明显改善了输出码率的平稳性及重建图像的PSNR。      

一种适用于H.264/AVC的自适应码率控制算法

码率控制在视频编码中起着非常重要的作用。根据H.264/AVC编码标准的特性及其HDR部分对码率控制的要求,文章采用一种适用于H.264/AVC的自适应码率控制算法,该算法实现了率失真优化与码率控制的结合,保证了编解码缓冲区既不上溢又不下溢。实验结果表明,与早期JVT提案中的码率控制方法相比,本文所采用的方法能够在准确控制码率的同时提高视频序列的PSNR值。     

基于H.264码率控制技术的模型参数更新算法

为了获得精确的模型参数.本文从率点选择和模型参数估计两个方面对H.264中的码率控制算法加以改进.利用帧内宏块间的时空相关性以及使用一种基于曼哈顿距离和改进的二维滑动窗口机制的率点选择策略;利用率点对模型参数估计的影响强弱.使用一种加权的线性回归模型参数估计算法.大量实验结果表明:改进的算法实现了模型参数的预测精确,提高了率失真优化性能.     

一种面向H.264/AVC的码率控制算法

码率控制是视频编码中非常重要的技术之一,任何标准离开码率控制其应用都会受到限制.H.264/AVC是目前最新的视频编码标准,本文根据H.264/AVC编码标准的特性及其HRD部分对码率控制的要求,提出了一种新的适合H.264/AVC的码率控制算法,该算法实现了率失真优化与码率控制的结合,使得在达到码率控制的同时也能保证较高的编码效率,同时在码率控制的过程中根据HRD缓冲区状态进行位分配调整,保证了编解码缓冲区既不上溢又不下溢.该算法作为技术提案已被H.264/AVC接受,并集成到H.264/AVC的校验模型软件中.     

基于H．264码率控制技术的模型参数更新算法

为了获得精确的模型参数，文章从率点选择和模型参数估计两个方面对H．264中的码率控制算法加以改进。利用帧内宏块间的时空相关性以及使用一种基于曼哈顿距离和改进的二维滑动窗口机制的率点选择策略；利用率点对模型参数估计的影响强弱，使用一种加权的线性回归模型参数估计算法。大量实验结果表明：改进的算法实现了模型参数的预测精确，提高了率失真优化性能。     

面向H.264/SVC空域-质量域可伸缩编码的码率分配算法

 针对H.264/SVC空域-质量域可伸缩性,本文提出了一种基于模型的多层次码率优化分配算法.通过分析各编码层间的相关性,对空域和质量域视频层的码率和失真特性进行了建模.在此基础上,将H.264/SVC空域-质量域两维度码率分配问题描述为一个两阶段最优化问题进行求解.最后,代入提出的率失真模型,使用拉格朗日乘数法,求取该分配问题的最优数值解.大量实验结果可以看出新的率失真模型所提供的高效码率分配算法,大幅度提高了现有参考代码JSVM的性能.     

H.264编码中帧内预测算法研究

提出了一种适用于H.264的帧内预测快速算法,利用H.264帧内模式判决统计特性、绝对变换误差(SATD)与率失真(RD)的相关性,有效减少了预测模式的频率。实验表明,和H.264相比,编码速度平均提高63.92%,而图像质量和输出码率基本不变。     

基于结构相似的H.264主观率失真性能改进机制

H.264以客观失真作为失真准则进行码率控制(RC)和率失真优化(RDO)模式选择,无法得到最优的主观质量。该文在作者之前研究成果的基础上将基于结构相似(SSIM)的主观失真用于指导H.264基于RDO的帧间模式选择,进一步提出了宏块(MB)层自适应的分析型拉格朗日(Lagrange)乘子来更好地平衡码率和SSIM失真。实验结果表明:在给定目标码率下,该文算法相比基于客观质量的编码算法及基于SSIM的RC算法(但未进行基于SSIM的RDO帧间预测)更有效地编码了图像结构信息,得到了更好的主观率失真性能和主观图像质量。     

基于H.264的码率控制算法研究与改进

码率控制作为H.264中的关键技术,在参考软件Joint Model(JM)中已给出其算法.由于JM算法采用线性模型预测MAD,运算量较大且存在一定的误差,为此提出了新的加权预测模型,同时在原算法基础上增加了宏块层码率控制策略.仿真结果显示,采用改进算法的H.264编码器在取得更低比特率的同时还有效提高了PSNR.     

基于H.264的帧级码率控制和率失真技术研究

提出了在H.264帧级码率控制模型中引入平均绝对残差(MAD)和系数调整方案,分析了H264标准推荐的率失真算法的不足并给出了仿真信道失真度改进算法.实验结果表明,前者较好地解决了比特分配和跳帧问题,提高了性能增益,后者则有效降低了计算冗余.     

基于改进型Weibull密度分布的H.264视频率失真模型研究

通过对视频信源的统计分析,本文提出一种改进型Weibull密度分布,并据此密度分布建立一个新的率失真模型。文章通过使用Weibull概率密度函数,逼近实际DCT系数分布,并通过编码熵理论和失真分析,将模型表示成为两个关于视频编码量化步长的函数,即码率量化(R-Q)模型和失真量化(D-Q)模型,进而估计编码码率和量化失真。仿真结果表明,该密度分布比Cauchy密度分布更逼近于实际视频序列的DCT系数统计特性,并且该模型较基于Cauchy密度分布的率失真模型能够更为精确地估计实际编码码率和失真性能。      

H.264结构相似性最优的宏块层码率控制算法

传统码率控制(RC)大多以客观失真作为失真度量,无法得到最优的主观质量。该文将基于结构相似(SSIM)的主观失真用于H.264视频编码的率失真优化和码率控制,提出了一种SSIM最优的宏块(MB)层码率控制(RC)算法。首先提出了一种经验型的SSIM线性失真模型,并结合改进的二次码率-量化(R-Q)模型用Lagrange乘子法得到了SSIM最优的MB层量化步长的闭式解。实验结果表明:该文算法相比客观质量最优的MB层RC算法JVT-O016更好地编码了图像结构信息,得到了更好的主观质量。     

一种新的H.264/AVC码率控制算法

码率控制可以有效提高H.264视频压缩的图像传输质量。本文在JM模型的JVT-H017码率控制方案基础上,提出一种新的码率控制方法。该方法首先对原有的平均绝对差值(MAD)线性预测方法进行改进,提出新的三维MAD预测模型,以提高对图像基本单元复杂度的准确预测;在此基础上,采用自适应目标比特分配方法,实现自适应的码率控制。实验结果表明,与已有的基于线性MAD预测的方法相比,文章方法具有更好的码率控制性能,从而有效提高了H.264视频压缩算法的图像传输质量。     

基于H.264标准的码率控制改进算法

本文利用视频编码的线性码率控制(RC)算法(Rho-Domain算法)对原有的H.264标准中的RC算法进行了改进.首先,对于视频序列中的Ⅰ帧图像,使用Rho-domain算法进行码率控制.由于该算法基于本帧的图像内容,所以能够及时地对Ⅰ帧进行精确的码率调整;其次,使用了新的关于P帧的比特分配原则,根据GOP中的位置来分配P帧的比特数;最后,对模型的估算方法作了改进,使模型参数的计算更为精确.实验结果表明,改进后的算法能更加有效准确的控制编码序列的码率.     

H.264/AVC率失真优化技术综述

基于视频标准H.264/AVC,对率失真优化技术进行了较为详细的介绍,分析了其运动估计和宏块编码模式的率失真优化,并对当前的率失真优化算法进行了总结,给出了测试模型JM7.6的率失真优化算法及改进算法.     

基于SSE和SSIM的H.264帧内预测模式选择改进算法

在H.264的帧内预测模式选择过程中,率失真优化(RDO)的失真测度用当前编码块和预测块之间的平方误差和(SSE)或绝对误差和(SAD)来度量,而这两种失真测度被证明不能很好地符合人眼视觉(HVS)。该文参考软件JM16.2,提出了联合SSE和结构相似度(SSIM)作为失真测度用于RDO的方法(CSSRDO)。算法首先找到SSIM和码率的近似关系, 然后综合以SSE作为失真测度的RDO函数,并结合人眼视觉特性,建立了联合SSE和SSIM作为失真测度的RDO模型。实验表明,将CSSRDO用于H.264帧内预测模式选择获得了比JM16.2更高的编码效率和更好的重建图像质量。     

视觉加权的率失真优化死区调整算法

提出了一种基于人眼视觉模型加权的率失真优化自适应调整量化器死区算法。该算法应用率失真优化技术自适应地调整量化器死区的大小,提高量化器的编码性能,改进后的量化器在高码率下增益可以达到1dB以上。通过将人眼视觉模型引入率失真代价值的计算,进一步提高了量化器的主观性能。在H.264上的软件模拟结果表明,该算法不但能有效提高视频的主观视觉质量,而且在相同主观质量条件下平均能够节约10%的码率。