H.264中基于上下文的参考帧选择算法

多参考帧选择技术提高了有暴露背景或新增景物区域的编码效率,但对视频编码性能的提升不大。该文提出基于上下文的多参考帧选择算法,利用宏块的运动特性决定当前宏块搜索的最大参考帧数目,通过分析当前参考帧预测的结果,动态地判断是否需要进行下一参考帧预测。实验结果表明,在编码质量接近全搜索算法的基础上,该算法搜索速度为全搜索算法的2.10倍~2.65倍。     

H.264中基于多分辨率高效帧间预测算法

针对H.264视频编码标准,提出一种帧间编码的快速模式选择和运动搜索算法。此算法基于多分辨率运动估计方案和新率失真模型进行预测模式快速选择,并结合带提前退出准则的快速搜索算法来加速搜索过程。新算法能使运动估计的计算复杂度大幅降低。实验结果表明,同全搜索算法相比,在编码效率略微下降条件下,编码速度提高60到120倍。     

基于下采样的快速块匹配搜索算法及降噪应用

提出一种基于下采样的快速块匹配搜索算法——下采样三步搜索算法(DTSS)。在视频序列中,通过双线性插值法下采样得到当前帧和参考帧的采样帧,在采样帧中进行基于块的三步法初步运动估计,然后通过下采样恢复进行精细搜索,得到当前帧的运动矢量场。利用双线性插值下采样方法的低通特性,可以实现在噪声干扰情况下对运动矢量的准确搜索;另一方面,采用下采样技术,使得块匹配搜索算法的搜索速度加快,达到快速搜索目的。实验结果表明,在保持搜索准确度和提高搜索速度方面,DTSS明显优于三步法和菱形搜索等经典的块匹配搜索算法。最后结合经典的多假设运动补偿滤波(MHMCF)算法验证了DTSS应用于视频图像降噪中的有效性。     

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。     

一种快速高效的部分失真块运动估计搜索算法

在保证图像质量与全搜索算法（FS）相近的前提下，为降低现有部分失真块运动估计算法的计算量，提出了一种快速高效的搜索算法——基于运动场预测的部分失真块运动估计搜索算法（PMVPDS）。PMVPDS将本文提出的可调部分失真准则和运动场估计技术、中途停止技术相结合，能快速找到匹配点。仿真结果表明PMVPDS和正规化部分失真搜索算法（NPDS）、分级部分失真搜索算法（PPDS）相比，搜索速度分别加快了2—7倍和0．6—3倍，并且图像质量也有一定的提高。另外，PMVPDS算法中的图像质量和搜索速度是可调的。     

基于运动空间相关性和时间连续性的运动估算快速算法

运动估算是视频信号的帧间预测编码中的一个重要环节,其效率和精度直接影响到编码器的性能。由于全搜索算法搜索速度较低,而很少采用,故目前普遍采用三步法、交叉法等各种快速近似算法,但是这些算法匹配精度较低,而且某些情况下应用效果不好。为解决上述算法存在的问题,在对视频编码中运动物体的空间相关性和时间连续性进行分析的基础上,给出了一种利用运动物体的空间相关性和时间连续性来进行运动估算的快速算法。实验结果表明,该算法计算每个宏块运动矢量所需的平均搜索次数低于三步法,而匹配精度则非常接近于全搜索算法,并且采用该算法的编码器,其总的编码输出位数少于采用全搜索算法的编码器。     

基于AVS-M的亚像素运动估计快速算法

提出一种适用于AVS-M基于预测的亚像素运动估计快速搜索算法。分析亚像素候选点的匹配误差关系以排除可能性小的点,保证亚像素搜索的准确性。采用有效的搜索策略,对于不同运动特征的视频序列,在平均PSNR下降不超过0.01 dB的情况下,该算法与亚像素全搜索算法相比,减少了68.50％～87.69％的搜索点数,与中心偏置亚像素搜索算法相比,减少了44.68％～67.38％的搜索点数。     

基于上下文的自适应运动搜索算法

通过分析序列编码结果,根据已编码帧预测模式分布和序列的运动信息,对运动特性不同的宏块选择不同的运动搜索方案。结合提前退出策略以及分层的搜索模式,提出一种新的运动搜索算法。实验结果表明,算法编码质量接近全搜索算法,算法执行时间小于全搜索算法,在速度和质量上都优于钻石搜索算法、新3步法、六边形搜索算法,适用于不同运动特性的视频序列。     

AVS-M亚像素运动估计快速算法

针对AVS-M亚像素运动矢量搜索的复杂性,提出一种基于预测的亚像素运动估计快速搜索算法。算法通过分析亚像素候选点的匹配误差关系排除可能性小的点,保证了亚像素搜索的准确性。通过有效的搜索策略,对于不同运动特征的视频序列,在平均PSNR下降不超过0.01 dB的情况下,与亚像素全搜索算法相比,搜索点数减少65.25%~87.69%,与中心偏置亚像素搜索算法相比,搜索点数减少43.67%~67.38%,有效减少了亚像素运动估计的计算量。     

一种面向H.264/AVC的快速块匹配搜索算法

基于块匹配的运动估计在视频编码中占有很重要的地位.针对H.264/AVC的特点,提出一种快速块匹配搜索算法.该算法充分利用宏块编码模式间的关联特性和运动矢量的统计特征,极大地提高了算法的搜索速度.与经典的搜索算法菱形搜索(DS)、十字-菱形搜索(CDS)和运动矢量场自适应搜索算法(MVFAST)相比,快速搜索算法在保持了与它们相当的搜索精度的同时,搜索速度分别提高了240.5%、149.9%和30.7%.     

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。     

基于H.264的模式选择和运动估计快速算法

作为视频编码领域的最新标准,H.264比以前的标准有着更好的编码效率。然而却使得编码器的计算复杂度急剧增加,在模式选择和运动估计部分尤为突出。论文提出了一种新方法,主要包括块合并、中止判别准则、改进的DS和快速亚象素搜索算法,在保持高信噪比和低比特率的同时,有效地降低了编码器复杂度。     

基于线性预测的半像素运动估计

在视频编码系统中,半像素精度的运动估计虽可以明显地改善编码效果,但也因此增加了不少运算量。为了降低运算量和提高半像素运动估计的速度,提出了一种全新的半像素搜索算法(half-pixel motion estimation based on linear prediction,简称BLPHME),其关键思想是通过分析整像素搜索和半像素搜索结果之间的相关性来建立一个线性模型,通过动态调整判决门限,以便预测并跳过那些不能从半像素块匹配搜索中得到好处的块。实验结果表明,该算法不仅可以明显地降低运动估计的运算量,同时还能得到与传统算法非常接近的图像质量和码率。此外,该算法还可以和基于整像素和半像素的快速运动估计算法一起使用,以进一步降低运算量。     

基于H.264运动矢量域的脆弱水印算法研究

针对H.264/AVC的编码特征,提出一种基于H.264/AVC低比特率视频流的脆弱水印算法。该算法在视频编码端的P帧经过运动矢量搜索和运动矢量预测之后,提取运动矢量残差,将水印嵌入在运动矢量残差中。在视频的解码端进行水印提取和检测,检测不需要原始视频的参与。该算法具有较小的码率变化、视频失真,以及较强的脆弱性。     

基于宏块的具有时域和SNR精细可伸缩性的视频编码

提出了一个高效灵活的视频编码方法，称为基于宏块的具有时域和SNR精细可伸缩性的视频编码方法（简称为PFGST视频编码方法），将原有的基于帧的渐进精细可伸缩的视频编码技术扩展为基于宏块的编码技术，即增强层编码中运动补偿和重建时所用的参考信息是基于宏块选择的而不是基于帧、然后将时域可伸缩特性引入到基于宏块的渐进精细可伸缩的视频编码中，从而实现了PFGST编码方案，在时域可伸缩的增强层编码中，根据运动补偿中使用的参考宏块的不同，提出了时域可伸缩增强层宏块编码的两种方法，由于在时域可伸缩的增强层编码中使用高质量的参考宏块不会造成任何误差传播，因此通过选用最佳的参考宏块，PFGST方法的编码效率得到了显著的提高，实验结果显示，同MPEG－4标准中的FGST编码方法相比，基于宏块的PFGST视频编码技术的编码效率提高了2．8dB，并且同样具有FGST的所有特性，即可以根据不同的通道，客户和服务器的需求来分别支持精细的SNR可伸缩特性，时域可伸缩特性和SNR－时域混合可伸缩特性。     

Wyner-Ziv视频编码中边信息估计研究

Wyner-Ziv视频编码是一种典型的分布式视频编码。为了产生较为精确的边信息,提出了一种基于运动估计双向预测边信息的方法,构造了运动补偿内插框架以及改进了算法。Matlab仿真结果表明,改进方法的率失真性能比H.264帧内编码高出0.1~9.0 dB,比基于Turbo码的Discover软件高出0.01~0.90 dB。     

多模式3维视频形状编码

目的 具有立体感和高端真实感的3D视频正越来越受到学术界和产业界的关注和重视,未来在3D影视、机器视觉、远程医疗、军事航天等领域将有着广泛的应用前景。对象基3D视频是未来3D视频技术的重要发展趋势,其中高效形状编码是对象基3D视频应用中的关键问题。但现有形状编码方法主要针对图像和视频对象,面向3D视频的形状编码算法还很少。为此,基于对象基3D视频的应用需求,提出一种基于轮廓和链码表示的高效多模式3D视频形状编码方法。方法 对于给定的3D视频形状序列逐帧进行对象轮廓提取并预处理后,进行对象轮廓活动性分析,将形状图像分成帧内模式编码图像和帧间预测模式编码图像。对于帧内编码图像,基于轮廓内链码方向约束和线性特征进行高效编码。对于帧间编码图像,采用基于链码表示的轮廓基运动补偿预测、视差补偿预测、联合运动与视差补偿预测等多种模式进行编码,以充分利用视点内对象轮廓的帧间时域相关性和视点间对象轮廓的空域相关性,从而达到高效编码的目的。结果 实验仿真结果显示所提算法性能优于经典和现有的最新同类方法,压缩效率平均能提高9.3%到64.8%不等。结论 提出的多模式3D视频形状编码方法可以有效去除对象轮廓的帧间和视点间冗余,能够进行高效编码压缩,性能优于现有同类方法,可广泛应用于对象基编码、对象基检索、对象基内容分析与理解等。     

H.266/VVC中一种改进的仿射运动估计算法

通用视频编码标准H.266/VVC通过引入多种新的编码技术,如仿射运动补偿预测、自适应运动矢量精度、多核变换等,以支持360°视频和HDR视频的编解码,从而为用户提供最优的视频质量,但是在H.266/VVC帧间预测过程中,仿射运动估计计算复杂度高导致编码时间显著增加。针对该问题,提出一种改进的仿射运动估计算法。通过对仿射高级矢量预测（AAMVP）候选列表的构建过程进行改进,并构建一种AAMVP候选列表候选项筛选准则,使得列表的候选项更接近编码块真实的运动矢量,从而缩短编码时间。同时对仿射运动估计中迭代搜索最优仿射运动矢量的迭代过程进行优化,以加快迭代搜索速度。实验结果表明,在低时延的编码器配置下,相比VVC原始算法,当BD-BR增加了0.023%时,该算法的总体编码时间平均缩短13%,在保证编码质量的前提下能够有效降低编码的计算复杂度。     

Wyner-Ziv视频编码中边信息估计改进算法

首先简要介绍了分布式编码基本原理和一种典型的分布式编码方案——Wyner-Ziv视频编码。然后在Wyner-Ziv视频编码中提出了一种改进边信息估计算法,该算法中运动估计采用加权MAD准则。实验仿真结果表明,采用该文算法得到的运动矢量场更为准确,同时在相同输出码率时PSNR比原始算法平均提高0.7 dB。     

基于多变换的细粒度视频编码算法

针对现有细粒度视频编码算法计算复杂度大或视频恢复质量有各种效应的缺点，提出了一种基于联合小波变换和MP变换的细粒度编码算法。该算法在运动估计与补偿的基础上，用小波变换来消除帧间冗余，然后对变换结果根据不同帧的数据特征分别进行二维小波变换或MP变换。算法还提出了新的运动估计和像素调整策略、基于人眼视觉特性的MP原子分配策略和基于能量查找的原子搜索机制。实验表明，该算法可同时兼顾视频恢复质量、计算复杂度和控制粒度。