基于迭代译码算法的分级分布式视频编码

分布式视频编码(distributed video coding,DVC)是一种新的视频编码算法,与传统视频编码系统相比,具有低编码复杂度和高鲁棒性的优点.但它的压缩率比较低,对画面组(group of picture,GOP)的长度依赖性比较大.将H.264解码算法引入像素域视频编码系统(pixel domain W...     

基于CART决策树的HEVC帧间CU快速划分算法

针对高效视频编码(High Efficiency Video Coding,HEVC)帧间编码过程中编码单元(Coding Unit,CU)划分复杂度过高的问题,提出一种基于CART决策树的CU快速划分算法。该算法包括CART决策树建模和CU快速编码算法两部分。首先,将CU划分问题归为二分类问题,以当前CU的空间相邻CU的深度划分信息作为最优特征属性,建立CART模型且进行测试评估;然后利用建立的CART模型对当前CU进行快速划分。实验结果表明,在保持编码性能的同时,该算法比HM16.0算法节省43.34%的编码时间,有效地提高了编码效率。     

变换域Wyner-ziv视频编码的码率控制

为了降低变换域Wyner-Ziv 视频编码的解码复杂度,利用信道相关特征量及系数带的时间相关性提出了一种有效的码率控制算法.该算法在编码仨计传送的最小码率块,并利用不同系数带的时间相关性及信道的平均反馈次数,对估计的最小码率进行调整,得到实际需要传送的初始码率,从而有效地控制解码反馈次数,降低系统延时和解码复杂度.实验结果表明,该算法在保证编码效率的同时可以大幅度降低解码复杂度,最大可降低82%.     

质量可伸缩高性能视频编码中增强层快速算法

针对质量可伸缩高性能视频编码(SHVC)中递归式的四叉树编码单元(CU)划分引起的高计算复杂度的问题,提出了一种增强层快速编码算法。该算法充分利用层间编码单元深度值的相关性,根据基本层编码单元的深度信息预测增强层编码单元的深度值范围,跳过一些小概率的编码深度;在每一编码深度层下,利用当前预测单元(PU)与时间、空间以及父辈相邻PUs之间的相关性判断当前编码区域的复杂度,然后根据该区域的复杂度快速选择预测模式,从而进一步提高编码速度。实验证明,该算法与SHVC参考代码中的标准算法相比,在保证编码效率的前提下,编码时间可以平均节约78%左右。     

基于运动特性的帧间预测模式快速选择算法

高效视频编码（High Efficiency Video Coding,HEVC）大部分编码时间消耗在帧间预测,为了缩短编码时间,本文提出了一种基于CU （Coding Unit）块运动特性的帧间模式快速选择算法。首先,运用本文定义的运动特征对帧间预测模式分类;然后让CU进行尺寸N×N的帧间预测,获取子PU （Prediction Unit）块运动矢量,根据4个运动矢量的关系确定当前CU块的运动特性;最后通过运动特性确定要遍历的帧间预测模式,从而实现快速编码算法。实验结果表明,与HM16.15相比,本文提出的算法在低时延和随机接入配置下分别降低了31.6%和27.4%的编码时间,而编码器的编码性能基本不受影响。     

H.264到HEVC的低复杂度视频转码算法

针对H.264视频转码为下一代压缩标准高效电视编码（HEVC）视频过程中耗费大量时间的问题,提出一种低复杂度的视频转码算法.该算法充分利用H.264压缩视频流中包含的信息,基于图像复杂度和编码比特数之间的关系对每帧图像进行编码复杂度分析,并根据分析结果决定编码树单元的搜索深度范围;基于HEVC码流中Skip模式与H.264码流中各种模式的映射关系对Skip模式进行提前判决,通过对编码比特数的统计分析快速选择预测单元的对称与非对称分割模式;依据运动矢量的相似性,优化了HEVC运动估计过程中预测单元的搜索起点和搜索范围,进一步减少了转码过程的计算量.实验结果表明：该算法与参考算法相比转码速度获得了大幅提高,同时还保持了几乎相同的率失真表现.     

一种新颖的H.264帧内预测快速算法

提出了一种新颖的H.264帧内预测算法．该算法把9种4×4帧内预测(Intra_4×4)模式分为3类,用左面和上面相邻块的模式类预测当前4×4块适合采用的模式类;基于定义的变换系数索引加权绝对值和设计了一种新颖的Intra_4×4模式选择方法;利用连续I帧中16×16帧内预测(Intra_16×16)宏块位置的准平稳性降低了帧内预测的计算复杂度;利用亮度块和色度块帧内预测模式间的相关性加速了色度块的模式选择过程．实验结果表明,本文提出的帧内预测快速算法比Joint Video Team (JVT)-G013平均节省了25%的编码时间,且编码率失真性能较好． :     

面向质量域可分级视频编码的自适应模式选择算法

为减轻质量域可分级视频编码的计算复杂度,提出了一种快速模式选择算法.该算法将模式选择流程分为3个阶段：首先检测运算复杂度低、出现概率大的跳过类模式集合;依据层间相关性和空域相关性选择性检测候选编码模式集合;最后遍历检测剩余编码模式.若第1或第2阶段所获得的最小码率-失真代价值小于预先定义的门限,则提前结束模式选择流程.仿真结果证明,与全遍历算法相比,新算法可以获得459%~808%的编码速度提升;峰值信噪比降低最多为015 dB,码率增加最多为062%.     

一种基于空间预测的背景Sprite编码算法

介绍了一种高效的基于空间预测的Sprite编码方法,提出了一种有效的图像填补技术。在亮度块编码的同时采用多预测模式用于色度块的编码,从而进一步提高图像中色度分量的编码效率,试验结果表明,所提出的方法在相同的比特率时与MPEG-4相比,峰值信噪比(PSNR)平均可以提高0．5dB．并且,该方法还可以用于一般静态图像的编码。     

基于Delaunay三角形网格的彩色视频帧内编码方法

利用DT(Delaunay Triangulation)网格研究了彩色视频亮度和色度分量之间的相关性,提出了一种基于DT网格的彩色视频帧内编码方案．该方案仅对亮度分量Y进行DT描述,利用亮度分量Y的部分网格节点经过相似变换生成色度分量Cb或Cr的DT网格,从而节约了编码时间．实验结果表明,与对3个分量分别进行DT描述及编码的方法相比,节约了约30％的编码时间,并保持了好的解码图像,仍然比H. 263帧内编码和MPEG-4的静态纹理编码方法提供的主观质量好．     

应用于H.26X的通用无损帧内编码优化算法

在H.26X系列视频编码标准的无损压缩方案中,通过帧内预测得到的预测残差仍具有较强的空间相关性,直接参与熵编码将导致编码效率下降。与自然图像不同,帧内预测残差的空间相关性体现为含有丰富的边缘特征。为利用帧内预测残差特殊的空间相关性,进一步降低其空域冗余,提高视频帧内编码的效率,提出一种通用的基于残差中值边缘检测的无损帧内编码算法。算法首先对帧内预测残差逐点进行边缘检测,通过分析临近点的数值特征,使用中值边缘检测算法得到当前点的预测值;然后,对比预测值与原始残差值,得到新的预测残差;最后,为确保编码新的预测残差能够提高压缩率,依照当前编码单元的能量是否降低来快速判断是否使用新的残差进行熵编码。实验结果表明:经过该算法处理的编码单元具有更低的空域冗余和残差能量,从而可降低熵编码后的码率。经统计,在H.265与最新的H.266标准中应用提出的优化算法,帧内预测残差的能量平均降低67.9%,平均码率分别降低7.04%和5.98%,同时编解码时间变化细微,具有显著的实用价值。     

基于H.264的嵌入式音视频同步编码技术

提出了一种在H.264帧间预测过程中嵌入音频的音视频同步压缩编码方法,利用H.264中匹配块的尺寸可变性,解决了音视频同步编码问题。在发送端,根据编码准则,不同尺寸的匹配块携带不同的音频信息,通过对匹配块的选择将音频压缩流嵌入视频中,然后对嵌入音频的视频流进行压缩编码。在解码端,根据嵌入准则,提取音频信息,再对音频和视频信号进行重构和恢复。实验表明,本文方法在一定开销内,视频质量下降较小的情况下,实现了音视频同步压缩编码和传输。     

视频编码的新趋势(英文)

叙述国际视频编码标准的历史和其制定的过程,新的国际标准HEVC所采用的新技术和新的研究方向。     

“研究生论坛” 基于梯度结构相似度的HEVC帧内编码单元快速划分算法

根据图像相邻块的结构相似度关系,提出一种HEVC帧内预测编码单元快速划分算法。在帧内预测编码中,根据当前编码单元下层的四个子编码单元的平均结构相似程度来确定当前编码单元是否进行更深层次的划分,以达到修剪四叉树,减少计算复杂度的目的,实验结果表明,在码率增加较少和图像质量基本不变的情况下,提出的算法将HEVC帧内预测编码时间平均减少了36.67%-48.50%。     

一种三维视频深度图像快速帧内编码方法

针对三维视频编码复杂度较高的问题,提出一种快速深度图像帧内编码方法．该方法基于视频图像与深度图像的相关性,利用视频图像的最优帧内预测模式信息优化深度图像帧内编码预测模式的选择范围,减少率失真代价函数的计算量,从而降低深度图像帧内编码复杂度．实验结果表明,这种方法较深度图像独立编码方法能有效地缩短深度图编码时间,在保证合成虚拟视图质量的条件下,深度图像帧内编码时间平均减少37.16%．     

H.264 SVC层间预测选择快速算法

针对H.264 SVC采用层间预测编码工具而引起的高计算复杂度问题,提出H.264 SVC层间预测选择快速算法.在层间残差预测方面,先作一次运动搜索,估计宏块在2种层间残差预测选择结果之间的模式代价比,利用该模式代价比预测残差数据对增强层宏块编码的影响,从而快速选择层间残差预测.在层间运动预测方面,利用宏块的运动信息和模式代价信息来快速选择层间运动预测.实验结果表明,与参考算法相比,该算法在同等质量条件下,编码速度平均提高了30%左右.该算法可以与模式选择快速算法结合使用,进一步提高编码速度．