基于H.264的误码隐藏技术

为了在高误码环境下提高视频通信质量,提出一种改进的基于H.264的误码隐藏技术。对于帧内编码图像,根据图像直方图信息计算图像的光滑特性,然后自适应地选择线性插值的方法。对于帧间编码图像,根据不同大小块编码类型和多参考帧的特性,能够更准确地估计出丢失的MV,进行时域误码隐藏。实验表明,此方法同H.264参考软件JM11.0方法相比,具有更好的主客观图像恢复质量。     

H.264视频码流中运动物体的提取

H.264是新一代视频编码标准,具有广泛的应用前景。本文主要讨论了基于H.264视频流中运动物体检测的问题。首先简要介绍了H.264视频编码标准,然后分析了各种编码图像帧的编码过程,从而得出根据运动矢量来检测运动物体的方法,并分析了因摄像机运动而对检测方法造成的影响及相应的处理方法。从实验结果可以看出,检测效果还是比较令人满意的。     

H.264/AVC帧内预测模式选择的快速算法

H.264视频编解码标准中,帧内预测是很重要的一部分,它显著提高了压缩率,但增加了计算复杂性。H.264帧内预测编码包括9种Intra_4×4和4种Intra_16×16的共13种预测模式,在分析当前帧内预测模式快速算法的基础上,提出设置阈值与变换域相结合的方法来快速选择Intra_4×4、Intra_16×16预测模式的最优模式,并以此对原算法进行了改进。仿真实验表明,改进的算法在保持PSNR和码率微小变化的情况下,计算复杂度能明显降低。     

无再损帧内编码

解决了H.264/MPEG-4AVC多次编码中由当前clip模块的不可逆运算引入的视频畸变问题.为了在改进的H.264/AVC上实现无再损帧内编码,提出了一种新的基于整数线性规划的优化clip算法,并且改进了现有帧内预测算法的代价函数,以确保多次编码时后续编码器预测值与前次编码器预测值一致.实验结果显示,与现有帧内编码算法比较,基于整数线性规划理论的帧内编码算法完全消除了现有clip算法导致的多次编码时的图像降质现象,实现了H.264算法框架下严格视频无再损编码.     

H．264／AVC帧内预测模式选择的快速算法

H．264视频编解码标准中,帧内预测是很重要的一部分,它显著提高了压缩率,但增加了计算复杂性。H．264帧内预测编码包括9种Intra_4×4和4种Intra_16×16的共13种预测模式,在分析当前帧内预测模式快速算法的基础上,提出设置阈值与变换域相结合的方法来快速选择Intra_4×4、Intra_16×16预测模式的最优模式,并以此对原算法进行了改进。仿真实验表明,改进的算法在保持PSNR和码率微小变化的情况下,计算复杂度能明显降低。     

基于同构多核处理器的H.264多粒度并行编码器

H.264码率低和视频质量高的优越性能以增加编码计算的复杂度为代价,如何开发适用于多核处理器平台的并行编码算法是提高其编码速度的重要研究内容,对于满足高清视频实时传输和大规模共享具有十分重要的意义.利用H.264开源编码器项目X264,在片级和数据级并行编码算法的基础上,通过分析图像帧之间的参考关系,提出并实现了B帧个数可变的帧级并行算法;根据宏块之间的参考关系,设计了一种类似流水线的宏块级并行方法;基于Intel同构多核平台,提出融合帧级、片级、宏块级和数据级4种不同粒度的并行编码方案,开发了H.264多粒度并行编码器.实验结果表明,在码率增加不大的情况下,H.264多粒度并行编码器可以很好地提升编码加速比,视频编码质量符合高质量的要求.     

H．264压缩域中利用Biased-SVM检测镜头边界

为了直接从H．264码流中检测镜头边界,提出了利用H．264压缩域多特征和Biased—SVM（不平衡支持向量机）分类算法的检测方法。分析帧类型、宏块类型、运动矢量、帧内预测模式等信息,以获得发生镜头突变和渐变的特征。针对镜头边界帧的数量远少于视频帧总数的特点,用Biased—SVM分类方法将视频帧分为突变帧、渐变帧和非镜头边界帧。在TRECVID视频集上的实验结果表明,与其他H．264压缩域的算法相比,该算法有更好的性能。     

H.264视频编码的关键技术分析及复杂度研究测试

H.264比原有的视频编码标准大幅度提高了编码效率和稳定性,但其运算复杂度也大大增加。为了在不影响编码效率的前提下,降低编码运算的复杂度,提高编码的实时性,有必要对H.264的复杂性做出详细研究。H.264通过对传统的帧内预测、帧间预测、变换编码和熵编码等算法的改进来提高压缩率。本文分析H.264上述关键技术,给出基于JM86的模块复杂度测试。测试结果表明H.264编码的复杂性主要体现在帧间预测模块中,要加快H.264的编码速度,就必须对这个模块进行优化。     

基于EM聚类的H.264压缩域视频对象实时分割算法

从压缩域直接分割视频对象比传统的像素域分割具有快速高效的特点,目前已有不少从MPEG域分割的方法,但从H.264压缩域分割的甚少。为此提出一种基于H.264域的实时分割运动对象方法,该算法先对当前视频帧进行全局运动估计和补偿,然后对4×4的运动矢量场进行分类处理,最后对非零运动矢量使用改进的EM聚类分割算法。本文算法对多个视频序列进行了实验,结果表明,该算法针对静止背景和运动背景的视频序列都能达到较精确的实时分割。     

采用特征描述的H.264压缩视频运动分割

H.264视频压缩标准以其优良的压缩效率和编码灵活性得到了广泛的应用。提出了一种基于H.264压缩域的运动对象分割方法,首先从压缩视频中提取运动场,采用加权中值滤波方法滤除运动场的噪声矢量,再运用后向估计的方法重建预测运动场并进行运动场的累积,然后基于幅度、散度和旋度3个运动特征,采用改进的统计区域合并方法将运动对象分割出来。实验结果表明,该方法可有效地从H.264压缩视频中提取运动对象且分割质量较好。     

视频编码中帧内预测算法研究及性能比较

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标准中采用的空域帧内预测算法,有效提高了编码效率和预测精度.该文详细对比和分析了MPEG-4、WMV9所使用的频域帧内预测算法和H.264所使用的空域帧内预测算法,通过对各种测试序列的仿真,证明空域帧内预测算法能够有效提高编解码系统的整体性能.     

H.264视频编码技术研究

介绍了视频编码的发展历程，并着重研究了最新的H．264编码标准以及H．264所采用的关键编码技术。阐述了H．264在视频移动通信、视频流服务、数字电视广播与存储领域的典型应用特点，指出H．264对视频源压缩、信道有效利用、缓解视频传输瓶颈的影响，H．264将是未来最重要的视频编码标准。     

H.264视频压缩技术及应用

ISO/IEC和ITU-T联合制定的H.264标准,是目前最新的视频压缩标准。该标准采用一系列最新的压缩技术,提高了压缩率。本文重点介绍了视频编码标准H.264的关键压缩技术,并阐述了它在数字电视、高清晰度电视以及移动通信等方面的应用前景。     

基于CUDA的H.264视频编码实现

H.264视频编码压缩比率高,但计算复杂度高,编码效率低。该文通过分析H.264编码器中各模块的编码性能,提出了基于CUDA编程模型的H.264视频编码并行框架实现方法,对H.264视频编码的各个关键模块进行CUDA实现,有效的提高了编码的速度。     

基于H.264的立体视频编码方法

H.264是一种高效的视频编码压缩标准,它集中了以往标准的优点。基于H.264的高效编码压缩技术,文章研究了块基立体视频编码方法,并对基于H.264和基于H.263+的立体视频编码方案进行了编码效率的实验比较。实验结果表明,基于H.264的编码方案大大超过了基于H.263+的编码方案,是一种高效的立体视频编码压缩方案。     

基于H.264 SVC的IP网络视频传输系统的实现

可扩展视频编码已成为国际上视频技术研究的热点之一,联合视频组(JVT)也已标准化了H.264视频编码标准的扩展可扩展视频编码(H.264 SVC)。首先概述了H.264 SVC的基本编码框架,在此基础上,设计了一套基于H.264 SVC的IP网络视频传输系统。该系统实现了视频流在IP网络上的可靠传输,并且满足了不同用户对空间分辨率、帧率和视频质量的个性化需求等。     

AVS-H.264视频转码快速算法

根据AVS标准和H.264标准的特点,提出一种适用于AVS向H.264转码的快速算法。该算法利用AVS标准中帧间编码宏块的分割模式信息,采用模式映射方法避免H.264编码过程中重新确定每个宏块分割模式,加快了转码速度。仿真实验结果表明,该算法在不影响视频质量的前提下,极大降低了转码的计算复杂度,提高了转码效率。     

基于H.264的低比特率视频水印算法分析

H.264标准是当前图像标准中压缩效率最高的,其码流结构对网络有很强的适应性,在此标准下进行水印技术的研究对于网络视频传输过程中的版权保护有着重要的意义。该文简要介绍了H.264与以往的编解码技术的不同,分析了在此编码中嵌入水印的难点,然后就目前基于H.264的视频水印算法进行分析比较,最后对未来低比特率视频水印技术发展的趋势进行了展望。     

一种抗H.264压缩的低比特率视频水印算法

为了解决H.264压缩视频版权保护问题,提出一种新的低比特率视频水印算法。根据H.264中DCT系数分布特点,通过系数的符号编码,水印信息被嵌入到I帧DCT量化系数中。引入量化失真补偿的办法,降低了水印嵌入时引起的视频失真。水印检测时采用了符号相关检测思想,不需要原视频作参考,实现了盲检测功能。实验结果显示,新算法在保证较小视频失真的同时,能够很好地抵制H.264压缩攻击。