Fast Approaches for Sub-pixel Precision Variable Block Size Motion Estimation

The new features of H.264 video coding standard make the motion estimation module much more time consuming than before.Especially,the motion search is required for each of the 4 modes for inter prediction.In order to reduce the computational complexity,we analyze the statistics of results of motion estimation,such as the continuity of best modes of blocks in successive frames and the chance to give up a sub-partition mode(smaller than 16×16)after integer-pixel motion estimation,from which we suggest to make...     

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。     

三维视频编码技术的发展与挑战

介绍了三维视频编码的核心技术。首先比较了纯视频格式和深度增强格式三维视频编码技术的发展方向及面临的挑战,其中重点分析了深度估计技术和视点合成技术的研究思路;然后概括了国际3DV/FTV标准的制定现状;最后对三维视频编码技术进行了总结和展望。     

基于HBP编码结构的MVC快速算法

针对MVC系统中运算量最大的矢量预测部分——单向搜索和双向搜索,该文提出一种快速算法。根据多视点视频的序列相关性,采用立体-运动约束模型在运动域和视差域进行联合迭代单向搜索,设计可信度因子来自适应地调整修正搜索窗口,同步搜索得到运动和视差矢量。此外,通过分析双向预测宏块的特性,提出一种双向搜索提前中止算法。实验结果证明该文算法的有效性,能在保持编码质量的同时极大减少算法复杂度。     

基于关键区域的二值化场景特征快速提取方法

近年来，驾驶辅助系统中基于视频信息的车辆定位技术受到广泛关注。针对轻轨系统高精度场景匹配中场景相似度过高导致定位困难的问题，提出了一种关键区域及二值化特征提取方法。该方法以离线处理的方式在高相似度的参考序列帧内提取具有显著性信息的关键区域，并在这些区域中生成二值化特征描述符以提高实时场景匹配的速度与准确率。在香港轻轨数据集以及公开的Nordland数据集中，相对于局部场景特征，基于提出的关键区域特征的场景匹配方法错误偏差下降31.43%，同时节约了94.22%的匹配时间；与SeqSLAM场景跟踪算法相比，在不显著增加运行时间的前提下，基于关键区域二值化场景特征的场景跟踪正确率提高了9.84%。实验结果表明，提出的关键区域以及二值化特征提取方法在降低了场景匹配计算时间的同时，提高了匹配精确度。     

H.264跳帧转码中帧间模式选择和运动估计快速算法*

为了解决在H.264跳帧转码中,简单地重用从输入码流中获取的编码信息得到的视频质量非常不理想的问题。针对宏块的运动特征,引入运动尺度因子,提出快速帧间模式选择算法和新的运动矢量合成算法,在提高视频质量的同时大大降低了算法复杂度,并提出基于双阈值的自适应运动矢量修正算法,可以有效减少当获得最佳运动矢量后进行修正的冗余运算量。实验证明,此算法具有更强的鲁棒性和更广泛的适用性,在转码后的视频质量和转码速度方面都达到了很好的效果。     

基于多尺寸特征融合的快速转码算法

为了降低H.264转码器的运算复杂度,满足视频转码实时应用的要求,提出一种结合多尺寸视频特征的快速视频转码帧内预测算法。首先利用二维直方图提取小尺寸视频中宏块的空间特性,结合双阈值的方法,选择Intra 16×16或Intra 4×4模式。然后从输入的视频码流中提取编码信息组成多维特征向量训练支持向量机(SVM)分类器模型,通过SVM建立大尺寸视频编码信息与小尺寸视频宏块编码模式之间的联系,进而对Intra 4×4中的9种模式进行细分。此算法减少了预测模式数量,实现率失真优化算法的提前终止,在高效转码的同时保证了转码后视频的高质量。     

面向立体视频的视差-运动同步联立预测算法

针对立体视频序列的时间空间冗余和交叉冗余,提出一种快速编码算法.应用立体-运动约束模型在视差域和运动域进行联合迭代搜索,根据每次迭代后的模型误差设置自适应修正窗口来保证预测矢量精度,视差矢量和运动矢量可以快速同步获得.实验结果表明,该算法在保证高率失真性能的同时,可以大幅度降低编码复杂度.     

立体视频编码中运动和视差联合估计算法的研究

立体视频编码不仅要在同一个视点间进行运动估计,还要在相邻视点间进行视差估计,计算复杂度非常高.如何有效地结合运动估计和视差估计,降低运算复杂度是当前亟待解决的问题.本文详细分析了立体视频左右通道视频流之间的相关性,提出一种运动和视差联合估计快速算法.根据运动—视差模型,结合时空域的多参考帧来进行联合的运动和视差估计,实现对数据的有效编码压缩.实验证明,该算法与传统的全搜索算法相比,能在保证率失真性能基本不变的前提下,降低96.45%的运算复杂度,大大提高编码速度.     

低复杂度的快速降尺寸视频转码算法

为了降低降尺寸视频转码的运算复杂度,提出一种基于支持向量机的快速转码模式决策算法。首先从输入的高分辨率视频码流中的编码信息里选取多维特征向量,并选择与模式特征匹配的核函数训练SVM分类器模型,建立高分辨率视频编码信息与降尺寸视频宏块编码模式之间的相关性;然后构建分层式SVM分类器对降尺寸视频中宏块模式进行阶梯式预测分类,以此缩减预测模式数量,提高转码效率。实验结果证明,算法可以节省高达67.31%的运算量,同时保证转码后视频的高质量。