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%.     

基于内容复杂度的HEVC帧层码率控制算法

针对高效视频编码(high efficiency video coding,HEVC)在码率控制中采用平均绝对误差对图像复杂度估计不准确和比特分配偏差较大问题,提出一种基于内容复杂度的HEVC码率控制改进算法。该算法首先从帧层出发,估计出待编码帧的预测方差,并由此方差构建内容复杂度模型,然后通过复杂度模型对参数更新,实现对帧层码率的重新分配。以4种不同类型的测试序列为研究对象,实验结果表明,与R-λ模型标准算法及低复杂度的码率控制算法相比,提出的改进算法的输出码率更加接近目标码率,实际编码码率偏差平均减少了3.35‰和1.50‰,峰值信噪比的平均值分别提高0.27dB和0.09dB,视频视觉质量较好。所提算法可用于HEVC编码的码率控制中。     

基于像素域的Wyner-Ziv视频编码算法

在分布式视频编码有损编码理论的基础上,提出了一种基于像素域的分布式视频编码方法。在该方法中,输入的视频帧被分为Key帧和Wyner-Ziv帧两类,其中Key帧使用传统的帧内编码方式进行编码,而Key帧之间的Wyner-Ziv帧使用基于像素域的编码方法。在解码端,通过对相邻的Key帧进行运动补偿插值,得到Wyner-Ziv帧的辅助信息,再结合编码比特流的解码信息获得重构Wyner-Ziv帧。实验结果表明:基于像素域的Wyner-Ziv分布式视频编码算法具有优于H.264全I帧编码的性能。     

一种面向低目标比特率的H.264码率控制算法

针对JVT-G012中未编码P帧平均分配比特,导致后续编码帧的比特分配不能快速响应帧间变化的问题,提出了一种面向低目标码率的基于缓冲回馈的码率控制算法.该算法能快速对低目标比特率下的码率调整做出响应,减少了原码率控制算法因调整当前帧码率而对后续编码帧比特分配的影响.多组视频序列的实验结果表明:相比原算法,在低目标码率下...     

基于Cauchy分布的二次RDO编码码率控制算法

为提高码率控制精度和图像质量,通过基于Cauchy分布源模型的率失真分析,得出了精确的码率(RQ)模型和失真(DQ)模型,在此基础上提出了一种低码率下的宏块层码率控制算法.该算法在宏块层上利用新的RQ模型计算量化参数,并采用率失真优化技术(RDO)对部分宏块进行二次编码,从而进一步优化选择编码模式,提高了编码效率.实验结果表明,与H.264参考软件JM 8.6中采用的码率控制算法相比,该算法得到的平均峰值信噪比最大提高了0.81 dB,而且能显著降低比特数估计偏差,更准确地进行码率控制.     

单通道视频编码的可变码率控制方法

为提高实时视频编码的图像质量,提出了一种低复杂度单通道视频编码的可变码率(VBR)控制算法.通过简化经典率失真R-D模型推导得到图像复杂度和空间活动性的线性公式,根据运动估计过程的残差信息计算当前编码图像的复杂度.在编码过程中,动态地改变该公式的参数来适应各种不同的视频场景.利用图像复杂度和编码比特数的线性模型来分配当前图像的目标编码比特数,同时结合先前实际编码比特率和期望比特率之间的偏差调整目标比特数.实验结果表明,该算法可以有效地进行码率控制,对场景复杂度变化有很强的适应性,得到相对平稳的图像质量.与TM5算法相比,平均峰值信噪比(PSNR)提高了0.7～1.0dB.     

感知信道失真的GOP结构视频编码速率控制

针对采用GOP结构的低码率视频,提出了一种结合了信源失真特性与信道失真特性的信源编码的速率控制算法。该方法基于以GOP为单元的端到端的动态率失真模型,利用最小代价优化法搜索各帧的最佳量化参数。在不改变信源编码速率限制的条件下,通过合理地调整各帧之间的比特分配,有效提高了端到端的视频质量。实验表明,与JVT-G012相比,本文提出的速率控制算法对于中高速运动的视频序列PSNR的平均增益可达1dB以上。     

基于率失真理论的低复杂度码率控制算法

为降低计算复杂度和提高图像质量，提出了一种新的码率控制算法.基于率失真理论，推导出了基于平均绝对差（MAD）的码率（R-Q）模型.编码过程中根据图像的复杂度分配帧层的目标比特数，在宏块层利用宏块的复杂度和运动信息计算其权重，并使用拉格朗日方法最小化失真度，确定宏块的最优量化器.实验结果表明，与测试模型8（TMN8）算法相比，该算法不用计算方差，计算量得到明显降低.与测试模型7（TMN7）和TMN8的算法相比，该算法能将码率更精确地控制在目标码率附近，减少了跳帧，图像质量更加稳定且有所提高.     

自适应预测残差和量化矩阵的码率控制

为了进一步提高H.264中码率控制的性能,提出了自适应预测残差和量化矩阵的码率控制. 首先根据宏块梯度方向权值和简化率失真模型,确定是否对宏块进行离散余弦变换(DCT);然后通过新的比特分配模型计算宏块的量化参数,并通过坡度加权确定宏块的坡度系数,最终根据得到的量化参数(QP)和坡度系数计算宏块的量化矩阵,并使用该量化矩阵对宏块进行编码. 仿真结果表明,与H.264基本单元层码率控制算法相比,本算法在严格控制编码时间和输出码率的情况下,使重建图像的峰值信噪比(PSNR)值提高021dB.     

一种自适应的关键帧量化参数确定方法

以JVT-AA029提出的适用于基于分层B帧的分层预测结构的码率控制方案为基础,提出了一种自适应确定关键帧量化参数(Quantization Parameter,QP)的方法．根据起始QP、可用信道带宽和信源特性的经验关系式,计算用于编码视频序列中第一个关键帧的QP．对于其他关键帧,首先根据已编码帧的编码特性确定参考QP和目标比特预算值,然后使用率失真模型计算QP,并以参考QP为依据进一步调整计算所得的QP．实验结果表明,提出的关键帧量化参数确定方法使原JVT-AA029的码率控制性能平均提高了0.14dB; 同时,基于提出方法的码率控制方案能够更准确地达到目标比特率,与已有码率控制方案相比,平均性能提高了0.77dB．     

使用联合比特面译码的分布式视频编码

提出了一种联合比特面译码（JBPD）算法用于分布式视频编码。该方法利用量化系数已解码比特平面的结果作为先验信息,对其它比特平面进行解码,避免了独立比特面解码时存在的信源间相关性弱化,更充分利用了Wyner-Ziv帧与关键帧之间的相关性,可在不增加解码复杂度的情况下提升分布式视频编码的率失真性能。仿真结果表明,在其它环节相同时采用联合比特面译码算法的分布式视频编码系统比采用独立比特面译码的系统最多可节省比特率16.5%,并且随着量化级数的增多,性能提升更为明显。     

(研究生论坛)一种新的自适应图像组结构算法的研究

针对固定图像组结构不能充分利用视频帧之间的相关性,提出一种新的自适应图像组结构方案。该方案主要利用W Z帧和相应的边信息之间差值的概率分布模型对成功解码WZ帧所需比特进行估计,并通过码率估计动态地选取合适的图像组结构。通过实验仿真结果表明:在不明显增加编码复杂度的情况下,新的自适应图像组结构比固定图像组结构的峰值信噪比(PSNR)提高了约0.4～0.7 dB。     

面向H.264的码率控制优化算法

基于视频图像编码前的参数信息和I帧图像复杂度的特征量分析,建立算法模型,提出了精确预测初始量化参数(IQPP)算法,该算法可准确预测初始量化参数. 实验结果表明,在低比特率视频应用中,IQPP算法对于视频图像的码率控制精度和率失真优化效果较以往方法有明显提高,而且可以获得较高的平均峰值信噪比（PSNR）值和稳定的重建图像质量.     

面向H.264/AVC的宏块级码率控制算法

为了降低计算复杂度和提高H.264/AVC编码器的效率，基于一种相对简单的率失真（R－D）模型提出了新的宏块级码率控制算法，并在新算法中引入了一种自适应方法对目标码率分配和编码复杂度进行调整.相比以往算法在码率分配和参数更新中只利用了宏块绝对平均误差预测值的情况，新算法充分利用了已编码宏块的实际绝对平均误差值和相邻帧之间编码特性的相似性，保证了输出码率的稳定性和解码图像的质量.新算法还采用了一种跳块预判断策略来进一步降低编码复杂度.与JVT-G012码率控制算法相比，新算法在信噪比和输出码率基本不变的条件下，整个编码速度平均提高了约10%.     

基于率失真优化的H.264参考帧选择算法

为了有效抑制H.264/AVC压缩视频流的传输错误扩散,提出一种基于率失真优化的H.264参考帧选择算法。该算法针对H.264/AVC中的多种预测模式,在像素级准确估计了差错环境下的视频传输失真,并将该失真模型与率失真优化准则结合,在率失真框架内选择最合适的参考帧,使解码段的失真度达到最小。实验结果表明,改进算法相比传统的预测编码方法PSNR值大约提高了1²dB,能有效改善H.264视频传输的抗差错性能。     

Novel video coding distortion estimation algorithm for H.264/AVC

A novel video coding distortion estimation algorithm is proposed for H.264/AVC. First, a new linear method is used to compute the variance of the direct current (DC) coefficient. Then, with the assumption that the DC coefficient follows a Gaussian distribution, the distortion of the Gaussian source under the quantization of the dead-zone plus-uniform threshold quantization (DZ-UTQ) with the uniform reconstruction quantizer (URQ) is derived, and according to the distortion of the Gaussian source and the variance of the DC coefficient, the coding distortion of the DC coefficient called DC distortion is calculated. Thirdly, a new function is employed to compute the ratio of video coding distortion to DC distortion. Finally, video coding distortion is estimated using the ratio and DC distortion. Compared with the algorithm with the best performance in the existing algorithms, the proposed algorithm decreases the averaged estimation error by up to 36％. Experimental results show that the proposed algorithm can provide the estimation of video coding distortion more accurately than the existing algorithms.