一种快捷的高精度运动估计方法

因为高清数字电视对图像质量有严格的要求,所以高清数字电视编码采用了计算十分复杂的高精度运动估计方法,而非快速的简单运动估计方法,这就导致了运动估计在视频编码中占用了很多的计算资源。提出了一种结合不同宏块运动特性的方法,以便自适应地选择高精度运动估计方法或简单运动估计方法。该方法通过改变宏块编码顺序与运动向量预测顺序的关系,在减少70%运算时间的情况下仍能保持与高精度方法相同的搜索精度。     

一种面向H.264 KTA的快速分数运动估计方法

H.264 KTA（key technology area）在提供更高视频编码性能的同时,也大大地增加了视频编码的计算复杂度。其中,1/8像素运动补偿技术和分数点自适应插值滤波技术的采纳使分数点运动估计占用总体编码时间的比例越来越大。提出一种快速分数点运动估计算法。该算法利用分数点残差曲面的单峰特性和整分数运动向量的相关性,优化搜索模板和搜索的起始位置。根据在H.264 KTA上的实验结果显示,新算法在大幅提高计算速度的同时,保持了与全分数点运动估计算法相当的率失真性能。     

联合分数运动估计优化的多参考帧快速选择算法

多参考帧和分数运动补偿技术虽然提高了视频编码性能,但同时也使编码器的内存消耗和计算复杂度成倍地增加.其主要原因是多参考帧技术令会运动估计重复地应用在每个参考帧上.通过分析这两种技术对编码性能贡献的相关性,提出了一种联合优化的快速算法.首先,根据不同参考帧之间的合成运动向量,选择空间上最接近的候选参考帧.然后,通过二维多项式模型预测最优分数残插值,决定采用分数运动估计的参考帧.实验结果表明,该方法在不损失任何率失真性能的情况下,可以把计算的复杂度减少为原来的1/3.     

HEVC的高效分像素运动补偿

现有的视频编码方法单独针对不同的编码技术进行优化,虽然简化了算法的实现,但却忽略了各者之间的内在关系而局限了性能的进一步提升.本文尝试针对HEVC中的分像素插值和分像素运动估计建立一种整合的优化算法,同时提升两者的计算速度.首先,我们通过细分不同分像素的插值方法,把每个分像素的插值代价融合在分像素运动估计的搜索中,并构建一种性价比优先的分像素运动估计方法.该运动估计方法的每一步搜索都按照最小化计算代价和最大化率失真收益的原则进行,保证以最小的计算消耗获得最优的性能.其次,为了配合该方法我们针对HEVC的特性构建了一个分区域分像素集的分像素插值算法.该插值算法在分像素运动估计过程中仅动态地计算所用到的分像素,解决了现有插值算法无法同时降低重复计算和冗余计算的问题.实验结果表明,我们的整合算法可以在几乎不产生率失真性能损失的情况下,大幅地加快分像素运动估计和插值的速度.     

计算资源受限的视频编码多模式决策

由于视频编码技术趋向于采用越来越复杂的分块模式,多模式决策技术也随之成为一种非常重要的编码技术.多模式决策的优劣不仅会大幅度地影响视频编码的计算消耗,而且也对编码性能的高低起到关键的作用.为使多模式决策在计算能力相差悬殊的平台上都能获得优化的率失真性能,给出一种计算复杂度自适应的优化多模式决策算法.首先,利用视频序列中不同宏块模式间的时空相关性,预测这些宏块多模式决策后的拉格朗日代价和计算复杂度的斜率(Lagrangian cost and complexity slope,简称J-C slope).J-C slope越大,说明在该宏块上的模式决策消耗每单位的计算资源可以获取的率失真收益越多.在计算资源有限的情况下,多模式决策应该按照J-C slope的大小顺序执行,也就是性价比优先的顺序,以便保证计算资源优先分配给率失真收益大的宏块.另外,还通过建立J-C slope阈值与实际计算复杂度的关系模型,设计了一种根据给定计算约束自适应调整计算复杂度的算法.根据实验结果,该方法不仅可以准确地控制多模式决策的计算复杂度,而且还能在不同的计算约束下获得优化的率失真性能.     

一种快速的SVC多模式决策方法

H.264/AVC SVC为了提供一种可伸缩的视频编码解决方案,增加了许多宏块模式的组合,从而导致模式决策的计算量大幅度增加。本文提出了一种面向SVC的快速多模式决策算法,该方法首先利用模式在层间、帧间和空间的相关性,决定当前宏块的起始搜索模式,然后利用相邻运动向量的差异性决定是否合并或拆分当前分块进行细化搜索。从测试结果来看,本算法在率失真性能不降低的情况下,令模式决策的运算速度提高了数倍。     

一种复杂度约束下基于宏块优先顺序的运动估计优化算法

在实际应用中,视频编码算法不仅需要提供最好的编码效率,而且还需要自动地适应各种平台不同的计算能力约束.这是一个在复杂度约束下的率失真优化问题.针对视频编码消耗计算资源最多的运动估计过程,提出一种复杂度约束下的优化算法.该算法对运动估计的失真度和复杂度建模,并通过该模型决定每个宏块的预测失真度一复杂度斜率(distortion-complexity slope,DC-slope),以此决定各个宏块运动估计的优先顺序,然后通过一个常微分方程建立控制参数与计算复杂度之间的关系,准确地控制运动估计的计算复杂度.通过实验比较,本算法不仅可以自适应地调整运动估计的计算复杂度,而且能在不同的复杂度约束下提供优化的编码性能.     

计算能力可伸缩的运动估计率失真优化

不同硬件设备具有不同的计算能力,能否在任意给定计算能力约束下达到最好的编码效率,是当前视频编码研究领域的一个极具挑战性问题.同时,随着分块结构越来越灵活的编码标准不断出现（如：HEVC,H.264等）,运动估计不得不反复地应用在大小不同的各种分块上,导致其对编码总体计算复杂度的影响愈加重要.在此背景下,本文提出了一种针对运动估计的计算能力可伸缩（Complexity scalable）优化算法.我们通过对运动估计过程中预测失真度和计算复杂度的变化规律建模,发现根据各宏块的特性设置不同的预测失真度阈值可以优化地分配计算资源.而该阈值的大小则恰恰是各宏块的最小预测失真度加上一个由复杂度约束统一决定的偏移量.有鉴于此,我们进一步构造了计算能力可伸缩的优化运动估计算法,在不增加额外计算量的前提下,快速地得到各个宏块所对应的优化阈值,并完成运动估计.通过实验分析,该算法不仅具备自动适应不同计算复杂度约束的能力,而且在任意给定的复杂度约束下,都能提供优化的编码性能.