H.264中整数余弦变换和周期量化的原理与分析

H.264是联合视频组正在研究制定的新一代视频压缩编码标准。H.264在它的前身H.26L的基础上进行了改进,提出了一种新的整数余弦变换方法,在降低编解码器复杂性的同时提高了编码效率。针对新整数余弦变换的特点,并考虑到H.26L中量化表的类周期性质,H.264又提出了一种新的周期量化方法。分析了H.264中这种新的整数余弦变换和周期量化的推导过程,挖掘了其扩展的可能性,最后通过在复杂度、精度和性能三个方面与H.26L中的对应算法进行比较后指出这种新算法使得H.264与H.26L相比更加简单而有效。     

H.264标准中的变换和量化研究

新一代视频压缩H.264标准,不同于以往的离散余弦变换(DCT),它是基于4×4离散余弦变换和量化,其算法能通过整型变换整数精确地进行计算,避免了"逆变换误差".执行变换系数量化过程不需要进行除法运算,只进行加法和移位运算,从而极大的降低了计算的复杂程度.     

基于MMX技术的H.264解码器优化

新一代视频编码标准H.264为了提高编码效率采用了一系列新技术,而这些新技术的使用也极大地增加了算法的复杂度。因此,在保持编码效率的同时如何提高编解码器的运算速度成为目前研究的热点问题之一。介绍了符合H.264基本规范的解码器的基本框架和解码流程;通过复杂度分析确定了解码过程中计算最为密集的两个模块,即插值、整数余弦变换和重建模块;提出了基于MMX技术的优化方法,并对这两个模块进行了重点优化。实验结果表明,利用这些优化方法可以使解码器的平均解码速度提高到原来的1．4-2．1倍,优化效果十分显著。     

H.264中整数变换与量化的FPGA实现

H.264以其优异的压缩比率和高图像质量在实时网络视频通信、数字广播电视及高清视频存储播放等方面获得广泛应用。变换量化作为H.264编码框架中的一个基础模块,是熵编码前的一个重要处理过程,它的主要作用是使输入系数间数据相关性降低。鉴于之前大部分的变换量化是基于软件或协处理器来实现以及此种实现方式在速度及吞吐量上的局限,而硬件实现在速度和吞吐量上则具有很大的优势, 因此研究H.264变换量化的硬件实现具有实用价值。采用高速并行处理的架构,基于寄存器传输级（RTL）用硬件描述语言完成了H.264中的整数离散余弦变换（IDCT）及量化算法的实现,并用Altera公司的Cyclone Ⅱ系列可编程逻辑器件实现了硬件验证测试。设计方案消耗了10489个逻辑单元,最高工作时钟频率为184.88MHz,数据处理能力达到2958Mpixels/s,可在一个时钟周期之内完成对一个4×4矩阵数据的变换量化处理,可满足高速高吞吐量数据流处理的要求。     

基于4×4离散余弦变换的H.264量化算法

介绍了新一代视频压缩H.264标准。该算法选择了自适应块大小变换,对误差采用基于4×4块的变换编码。     

H.264变换编码和量化算法的研究

H.264是ITU和ISO联合制定的新一代视频编码标准,在多方面做出了改进。H.264标准中采用了4×4块的整数变换编码算法,有效地降低了编解码的运算量,且不存在反变换的匹配误差,精度更高。该文详细分析了整数变换编码的构造原理和H.264标准中先后采用的两种整数变换编码算法,阐述了与变换编码相关的量化过程。实验结果证明新的整数变换编码算法能够有效地提高编解码系统的整体性能。     

H.264/AVC视频编码变换量化核的硬件设计

基于H.264/AVC视频编码标准,完成了编码模块中的4×4整数变换量化核的分析和硬件实现的优化设计。通过三种优化设计处理后,在硬件开销改变不大的情况下,使4×4整数变换量化核的最高工作频率相比优化前的30.7MHz提高了82%,达到55.8MHz,为H.264/AVC视频编码标准的硬件实现提供了参考。     

H.264/AVC High Profile视频编码中自适应变换模块的设计

提出了一种可配置的整数变换运算单元并将其用于H.264/AVC HiProfile视频编码器的自适应变换模块中。通过变换类型信号的配置,该变换单元可以完成相应的变换操作。本设计采用Altera公司的CycloneⅡ系列FPGA进行实现和验证,布局布线后的最大工作频率为63 MHz,采用4个可配置变换单元的变换模块,可以满足HD1080P@50帧/s视频的实时编码要求。     

一种适用于H.264/AVC的新型整数变换与量化算法

H.264/AVC中4×4整数变换和分级量化技术对编码性能的大幅度提升起到很重要的作用,但另一方面整数变换和分级量化在编解码器中占有24%的计算复杂度。本文根据4×4残差数据块、4×4亮度DC系数块和2×2色度DC系数块整数变换的特点,提出了一种基于全零模块预判的变换与量化选择算法,通过对各种全零模块进行准确的预测从而省略对应块的变换与量化过程,达到减小计算量、简化编解码器复杂度的目的。实验结果表明,与全模式算法相比,在造成视频质量少量下降的情况下运算量减少了大约21.29%。     

基于整数变换的H.264标准量化过程

详细地分析了两大标准化组织最新提出的视频编码国际标准H.264中的整数变换及量化过程。H.264视频编码的基本框架类似于当前流行的视频编码标准,采用变换编码和预测编码的混合编码技术,其优异的性能来源于引入的4×4整数变换,是所有视频压缩编码标准协议中独一无二的。最后在32位超高性能的多媒体处理器TMZJ2004上进行实验,对DCT、整数变换、DCT余弦值定点三种变换编码进行了信噪比(PSNR)比较。     

H．264变换和量化的算法优化及定制指令实现

针对H.264基于二维离散余弦变换的整数变换和量化模块,提出一种高性能的定制指令实现方案.通过分析整数变换和量化算法的运算复杂度,采用了优化调度算法和减少关键路径运算级数的方法,以定制指令方式实现了变换和反变换、量化和反量化的算法.编解码算法均通过了功能级的码流测试,在UMC的0.13μm工艺下综合得到的电路面积为12021个逻辑门,经JVT参考测试码流的测试,表明了设计满足在200MHz主频、VGA图像分辨率下30fps的处理速度,该定制指令的实现方案兼顾了灵活性和实时性两方面的要求.     

Low Complexity Integer Transform and Adaptive Quantization Optimization

In this paper, a new low complexity integer transform is proposed, which has been adopted by AVS1-P7. The proposed transform can enable AVS1-P7 to share the same quantization/dequantization table with AVS1-P2. As the bases of the proposed transform coefficients are very close, the transform normalization can be implemented only on the encoder side and the dequantization table size can be reduced compared with the transform used in H.264/MPEG-4 AVC. Along with the feature of the proposed transform, adaptive dead-zone quantization optimization for the proposed transform is studied. Experimental results show that the proposed integer transform has similar coding performance compared with the transform used in H.264/MPEG-4 AVC, and would gain near 0.1dB with the adaptive dead-zone quantization optimization.     

基于单指令多数据技术的H.264编码优化

简要介绍了单指令多数据（Single-Istruction Multiple-Data，SIMD）指令系统，并用该技术对H.264中的整数离散余弦变换（Discrete Cosine Transform，DCT）、量化、插值和运动估计等模块进行了优化，实验结果表明优化后程序的编码速率可达到30fps左右，比未优化时速度提高了6～8倍。     

基于MMX技术的H.264编码器的研究与实现

分析甚低码率视频压缩标准H.264的算法特点,基于H.264软件编码器,根据MMX技术的特点、数据结构和使用方法,用支持单指令多数据SIMD的MMX技术优化H.264的算法模块.重点讨论最耗时的DCT、IDCT、IT、IIT、帧间预测、帧内预测的运动估计、补偿模块的MMX实现算法.实验结果表明：优化后的编码器的处理速度提高到原来的1.3倍,有一定的实用价值.     

H.264软件编码器的优化

为降低编码复杂度以满足实时应用的需求,以联合专家组（JVT）发布的H．264参考模型JM9．4为基础,分析H．264软件编码器的结构,指出影响编码速度的瓶颈所在,给出具体的优化方案,并结合MMX／SSE技术,对H．264软件编码器进行全面优化,其编码速度完全可以满足实时性应用的要求,而图像的重建质量基本不变。