基于统计建模的VVC快速码率估计算法

为降低新一代通用视频编码（versatile video coding,VVC）标准率失真优化过程的编码复杂度,提出一种基于统计建模的快速码率估计算法。首先,算法充分考虑依赖性量化（dependent quantization,DQ）的量化行为和熵编码中的上下文依赖,提出可以准确刻画编码过程中上下文状态迁移的码率特征,初步预估变换单元（transform unit,TU）中部分语法元素的码率;其次,基于系数分布特性,定义系数混乱度特征和稀疏度特征来区分系数分布差异带来的码率影响,并构建 TU 级码率模型;最后,算法根据码率构成特性将大尺寸TU和小尺寸TU分开建模实现更精准的码率预估。通过统计方式对大量样本进行回归训练,得到最终的线性码率模型,并应用于VVC的模式决策中。实验结果表明,所提出算法在随机访问（random access,RA）配置下,可以实现16.289%的复杂度降低,而码率变化率（Bjontegaard delta bit rate,BD-BR）仅增加1.567%。     

H.266/VVC分步全零块判决快速算法

为了减少编码计算复杂度,提出分步全零块判决快速算法. 基于硬决策量化公式推导固定阈值,判决出真全零块. 通过与变换块尺寸和量化参数（QP）相关的自适应阈值,判决出伪全零块. 通过提取出8个与量化结果密切相关的特征,基于全连接神经网络（FCNN）对剩余未判决的块进行最后判决. 实验结果表明,提出的分步全零块判决快速算法在Low Delay B和Random Access配置下,在性能平均损失分别仅为0.458%和0.575%的情况下,分别平均减少了7.382%和7.237%的编码复杂度.