基于SATD准则的HEVC快速帧内预测算法

相比于H.264/AVC视频编码标准,高效视频编码（HEVC）具有更大的压缩率和计算复杂度。HEVC更多的帧内预测模式显著地提升了编码器的率失真性能,但更高的算法复杂度使得编码时间大大增加。通过对典型序列编码的统计分析,提出一种基于变换残差绝对值和（SATD）的帧内预测模式快速选择算法,以降低HEVC帧内预测过程的计算复杂度。所提算法通过比较SATD来加速帧内预测模式的判决,避免了耗时的率失真代价（RD-Cost）计算,并且选择性地降低候选预测模式的数量,以减少总体编码时间。通过与现有其他HEVC快速算法进行比较测试,结果表明,所提算法平均减少了12.90%~19.89%的编码时间（编码器不进行任何优化）,而BD-Rate码率指标仅增加了0.5%~0.96%,几种算法的率失真性能基本一致。     

基于纹理特征的HEVC帧内编码快速算法

为了降低高效视频编码（HEVC）帧内编码的复杂度,提出了一种基于编码块纹理特征的帧内编码快速算法.首先,对当前编码单元（CU）进行预处理,获取CU的纹理复杂程度和方向特性.其次,根据纹理复杂度决定部分CU是否划分,跳过率失真代价计算,减少不必要的划分与裁剪.然后,根据纹理方向减少帧内预测模式的数量,降低帧内预测过程的复杂度.实验结果表明,在全I帧模式下快速算法与HM10.0相比,码率（BR）上升0.649%,峰值信噪比（PSNR）降低0.059 dB,帧内编码时间平均减少56.18%.     

3D-HEVC深度图像快速帧内编码方法

目的 新一代3D视频采用了多视点加深度图像的格式,其编码测试模型3D-HEVC(3D高效视频编码)为深度图像引入了一些新的编码技术,包括深度模型模式、分段直流(DC)残差编码模式和帧内跳过模式等,但是同时也显著地增加了帧内编码器的复杂度,严重制约了3D视频的实时应用,因此本文提出了一种深度图像帧内模式选择方法。方法 首先,分析在分层编码结构中,父层帧内模式和子层帧内模式的关系,并依据父层的帧内模式对子层的候选模式进行修剪;其次,通过分析粗略候选帧内模式,把当前块分为平滑块、方向块和边界块,并根据不同块进行候选帧内模式的选择。结果 与高效3D视频编码标准的测试模型相比,本文的深度图像帧内模式选择方法可以节省约44%的编码时间。本文方法有效地减少了计算率失真代价的候选帧内模式数目,从而降低了帧内编码器的复杂度。结论 该方法能在保证虚拟视点质量的前提下,有效地降低深度图像帧内编码的复杂度。     

基于纹理特性的全景视频快速帧内编码算法

为了提高对360°全景视频的编码效率,联合探索专家组研发了基于HEVC的下一代视频编码标准——多功能视频编码标准(Versatile Video Coding,VVC)。相对于HEVC,VVC具有更高的编码效率,但是也引入了更高的时间复杂度。因此为了降低其编码的计算复杂度,提出了一种针对VVC的帧内模式快速决策算法。通过分析图像块的纹理特性来减少帧内编码的候选模式数量从而减少模式选择中的冗余计算。实验结果表明,提出的算法可以节省24. 08%的编码时间同时只有0. 80%的BDrate损失。     

H.264帧间预测模式选择的快速算法优化

在H.264视频编码器帧内预测模式下,为确定一个宏块的帧内预测模式,会带来很大的运算复杂度,基于图像差分的帧间预测模式快速选择算法,采用测定图像序列平坦度的思想,能够实现快速帧间模式选择。可以有效减少模式搜索次数并能保证视频编码的质量,从而可大幅度降低编码时间和视频压缩的计算量,有效地减少了帧间模式选择算法运算复杂度,有利于实际应用。     

H.264中基于时空相关性的帧间模式选择算法

帧间块模式选择是H.264视频编码器巾比较耗时的模块之一,为降低H.264视频编码器帧间模式选择的复杂度,提出了一种利用宏块的时空相关性实现帧间模式快速选择的方法.该算法通过对视频序列连续帧的时间相关性和相邻宏块的空间相关性进行统计、分析,首先得到宏块模式转换的统计分布规律,并根据此规律得到宏块的初始候选模式;然后利用基于主宏块的宏块跟踪,找到最相关宏块,再由率失真门限筛选出最佳编码模式.仿真实验结果表明,该快速模式选择算法可以在保证视频编码质量的同时,很大程度上降低了编码器的计算复杂度,平均节省编码时间约64%,平均信噪比下降约0.31 dB.     

一种面向HEVC的编码单元深度决策算法

新一代高性能视频编码(HEVC)标准采用灵活的四叉树自适应存储结构、可变尺寸的编码块、35种帧内预测模式等新技术,能够有效提升HEVC的编码效率,但也造成了更高的编码复杂度。为此,提出一种基于时空相关性的编码单元深度决策算法。融合关联帧编码单元的深度信息及当前帧相邻编码单元的深度信息,从而预测当前编码单元的深度范围。实验结果表明,与HEVC标准测试算法相比,该算法能在不明显影响编码质量的基础上平均减少30.2%的编码时间。     

基于模式预测的低复杂度高清视频帧内编码方法

为了解决高分辨率及超高分辨率的视频数据量庞大的问题,国际视频编码标准化组织正制定更先进的视频压缩标准——高效视频编码标准(High Efficiency Video Coding,HEVC),即H.265。帧内编码作为视频编码的重要组成部分,其编码的复杂度和性能会严重影响整个视频的编码复杂度和压缩性能。为了降低HEVC中帧内编码的复杂度,文章提出了一种重新确定备选模式列表的方法,该方法根据备选模式列表中第一个模式的不同,快速自适应地确定备选模式列表中需要保留的模式,减少执行率失真优化的模式数目。实验结果表明,文章提出的算法在保证与标准测试平台HM8.0编码性能一致的条件下,帧内编码时间与原始HM8.0相比平均节省24.50%,有效地降低了帧内编码的复杂度。同时,所提出的算法能够与其它层次的快速编码方法相融合,以进一步减少复杂度。     

多策略的HEVC帧内快速预测算法

为降低高效视频编码(HEVC)帧内预测过程的计算复杂度,提出一种利用灰度直方图结合自相关函数的快速深度选择算法。统计每个最大编码单元(CU)的灰度值分布,生成其灰度直方图,利用灰度直方图的自相关函数排除不必要的深度计算。同时针对帧内预测模式的优化,给出3个减少帧内候选模式数量的有效策略。应用梯度边缘检测进一步减少8×8CU的候选模式数量,使用模式相关以及当前CU的纹理特征,对满足一定条件的CU只选取2种预测模式进行率失真优化计算。实验结果表明,与原始HM10.1相比,该算法平均可以节省约48%的编码时间,同时又能保持较高的视频质量。     

联合深度视频增强的3D-HEVC帧内编码快速算法

目的 针对高效3维视频编码标准（3D-HEVC）深度视频编码复杂度高和获取不准确的两个问题,现有算法单独进行处理,并没有进行联合优化。为了同时提升深度视频编码速度和编码效率,提出一种联合深度视频增强处理和帧内快速编码的方法。方法 首先,引入深度视频空域增强处理,消除深度视频中的虚假纹理信息,增强其空域相关性,为编码单元（CU）划分和预测模式选择提供进一步优化的空间;然后,针对增强处理过的深度视频的空域特征,利用纹理复杂度将CU进行分类,提前终止平坦CU的分割过程,减少了CU分割次数;最后,利用边缘强度对预测单元（PU）进行分类,跳过低边缘强度PU的深度模型模式。结果 实验结果表明,与原始3D-HEVC的算法相比,本文算法平均节省62.91%深度视频编码时间,并且在相同虚拟视点质量情况下节省4.63%的码率。与当前代表性的帧内低复杂度编码算法相比,本文算法深度视频编码时间进一步减少26.10%,相同虚拟视点质量情况下,编码码率节省5.20%。结论 该方法通过深度视频增强处理,保证了虚拟视点质量,提升了编码效率。对深度视频帧内编码过程中复杂度较高的CU划分和预测模式选择分别进行优化,减少了率失真代价计算次数,有效地降低了帧内编码复杂度。