快速AVS帧内预测模式选择算法

针对AVS视频编码算法降低计算量问题,结合相邻块最佳模式相关性和全零块检测算法,提出一种快速AVS帧内预测模式选择算法。该算法根据相邻宏块的预测模式预先判别待编码宏块的预测模式,若预测模式符合提前中止阈值则停止对其他模式的搜索。通过大量实验得到了对各种图像序列普遍适用的中止阈值经验公式。推导出仅与量化参数QP有关的最佳8×8全零块判决阈值,在模式搜索过程中若预测模式满足全零块判决阈值,就停止对剩余模式的搜索。实验结果表明,在编码效率相当情况下,帧内预测搜索时间减少了15.81%~40.76%。     

基于AVS的帧内预测模式快速选择算法

AVS视频标准采用率失真优化（RDO）算法来提高帧内预测的压缩性能。但是RDO算法在保证编码图像获得最佳的压缩效率和图像质量的同时给整个编码过程带来了很大的计算量。提出了一种简单有效的AVS1-P2帧内预测模式的快速选择算法。该算法利用相邻块最佳预测模式之间的相关性和块内亮度变化的方向性来缩小候选模式的范围,从而有效节省了编码总时间。实验结果证明,与AVS1-P2的标准参考软件rm52j相比,本算法在保证图像质量和比特率几乎不变的情况下,编码总时间减少了24%~27%。     

AVS中B帧宏块模式选择快速方法

为了降低AVS中B帧宏块模式选择的计算复杂度,提出了一种基于率失真优化（RDO）的宏块模式快速选择算法。根据人眼对图像边缘比较敏感的特点,提出了视觉阈值模型;利用sobel算子提取出宏块的边缘信息,并应用到视觉阈值模型中,从而得到了边缘点模型。在对图像水平、垂直纹理复杂度分析的基础上,对边缘点模型进行了选择,得到了宏块分割模式的快速算法;根据图像序列的时/空相关性提出了帧内预测判决算法。仿真结果表明,与原AVS全搜索算法相比,本算法在比特率略有增加和信噪比基本保持不变的条件下,使整个图像的总编码时间减少了40%左右,从而大大提高了AVS编码速度。     

快速AVS2帧内预测选择算法

针对目前数字音视频编解码技术标准(AVS2)中帧内预测模式判断过程计算较为复杂,而如今超高清视频的普及给编解码系统带来很大压力的问题,提出了一种快速帧内预测选择算法.该算法先对最底层最小编码单元(SCU)进行预测模式删选,减少了底层SCU的计算量;再通过下层编码单元(CU)的预测模式得到上层CU的预测模式,从而减少了上层CU的计算量.实验表明,该算法对压缩效率的影响很小,并且编码时间平均下降超过15%,并可有效地降低帧内编码的复杂度.     

AVS帧内模式选择优化

AVS(Audio Video Coding Standard)采用率失真优化(Rate-Distortion Optimization,RDO)技术,通过计算所有预测组合模式的率失真代价来确定宏块的最优编码模式,使得计算复杂度大大增加,难以适应实时性要求较高的场合。为了降低AVS帧内预测模式选择的复杂度,在深入分析帧内预测原理以及预测模式选择过程的基础上,提出了一种基于SATD(Sum of Absolute Transformed Differences)准则和空间相关性的快速帧内预测算法来优化帧内模式的选择过程。首先,利用SATD准则确定候选模式,以大幅度降低帧内预测模式选择的数量;然后,利用相邻宏块预测模式相关性,以进一步减少亮度块候选模式数量,提高模式选择速度。实验结果表明,与AVS标准算法相比,在编码效率相近的情况下,其编码速度能够平均提高53.56%,与经典的基于边缘检测的方法相比,其在质量略有提高、码率还稍有降低的前提下,平均节约16.39%的编码时间。     

基于AVS1-P2的快速帧内预测算法

AVS1-P2标准参考软件rm52j的RDCost算法能很好地平衡视频编码质量和编码效率,但RDCost的计算复杂度大,占用了大量的编码时间。针对该问题,提出一种快速预测算法,利用帧内8×8亮度块亮度变化的方向性和邻块间预测模式的相关性进行帧内预测。实验证明,与全搜索算法相比,快速预测算法的编码时间平均节省了17%左右,且PSNR和比特率几乎不变。     

H.264中4×4块的快速帧内预测算法

视频压缩标准H.264/AVC的压缩率很高,但其算法复杂,编码时间较长。针对帧内4×4块提出基于方向预测模式度量的快速预测算法,通过对当前4×4块帧内预测方向的度量,利用相邻块和相邻方向预测模式的相关性进行帧内模式预测。实验结果表明,与全搜索算法相比,在采用全I帧编码的情况下,该算法的编码时间减少43%,输出的视频比特率仅增加0.8%,且PSNR基本保持不变。     

快速AVS帧内预测算法

针对AVS(Audio Video code Standard)帧内预测中选择最优编码模式流程复杂的问题,提出一种快速帧内预测编码的算法。通过分析AVS帧内预测编码的原理及其在参考软件GDM2.1中的代码实现,推导出判定零系数块的阈值。该快速算法根据零系数块的判定阈值条件判定当前块,对于零系数块,直接编码cbp元素,提前中止帧内预测编码,避免了后续的复杂流程;对于非零系数块,采用时域SAD(Sum of Absolute Difference)与频域SATD(Sum of Absolute Transformed Difference)相联合的快速选择算法,排除了40%~80%的不可能预测模式,对余下的模式采用率失真代价函数的方法选取最佳预测模式。经实验验证,在PSNR(Peak Signal to Noise Ratio)降低0.25 db和码率增加2%之内,AVS编码时间减少了40%以上,大幅度提高了编码效率。     

一种基于HEVC帧内预测模式快速选择算法

在保证编码性能前提下减少帧内编码复杂度是当前研究的热点。因此一种帧内预测模式快速选择算法被提出。首先基于边缘方向强度,将帧内预测模式按照基本方向进行初筛,然后结合累积梯度和最终确定帧内预测模式,从而降低了率失真优化所带来的计算复杂度。实验结果表明,整体编码时间相对于参考算法减少大约20%~25%。     

H.264/AVC中一种快速帧内预测选择算法

针对帧内预测模式计算量大的问题,有必要研究RDO(Rate Distortion Optimization,率失真优化)模式下的快速帧内预测模式选择算法.详细分析了H.264/AVC中帧内预测的模式选择过程,并且提出一种快速的Intra_4×4模式选择算法.该算法根据相邻块预测模式的相关性及各预测模式的相关性,在计算RD_cost前先对帧内9种模式进行预判断,选择与最可能模式相关的模式作为候选模式,从而使帧内预测的复杂度降低,同时基本保持了H.264/AVC的编码性能.该算法平均节约时间约18%,而图像质量(PSNR)仅平均下降不到0.1dB,比特流平均增加不到2.0%.     

基于边缘特征的H.264/AVC帧内模式选择算法

为降低H.264帧内预测模式的计算复杂度,提出了一种率失真优化（RDO）准则下的基于边缘特征的快速帧内模式选择算法。该算法根据主要边缘强度（KES）等边缘方向特征,选择出与该特征相对应的模式子集进行RDO计算,大幅度降低了帧内预测的模式选择数;同时将亮度宏块和色度宏块分别优化以降低计算复杂度。仿真结果表明,与原H.264相比,所提出的算法在比特率略有增加和信噪比基本保持不变的条件下,大约减少75%的计算时间,大大降低了算法的计算复杂度;与PAN FENG等人提出的基于Sobel算子的边缘矢量检测算法相比,两者的比特率基本相同,但算法的平均峰值信噪比明显高于PAN的算法,编码时间也有明显降低,同时运算简单规则,更易于VLSI的实现。     

面向AVS的全零块预先判决算法

尽管H.264标准的全零系数块检测技术目前已经得到了深入的讨论,但是由于AVS整数变换中使用了8×8块和新的指数阶量化步长的量化器,以往适合于H.264的全零块判别准则并不能直接应用于AVS。根据AVS整数变换的特点,推导出了一种适合于AVS标准的新全零块判别准则。实验结果表明,该准则在保证图像质量的同时尽量防止漏判。     

H.264/AVC快速帧间模式选择算法研究

H.264/AVC标准采用可变块运动估计和率失真优化技术进行帧间模式选择,提高了编码效率,但极大地增加了计算复杂度。为了解决这一问题,提出一种快速帧间模式选择算法,它利用了SKIP模式在视频序列中的使用率信息和时空域相邻宏块与当前宏块编码模式之间的高度相关性。该算法缩小了模式选择的范围,并采用阈值来提高预测准确度。仿真结果表明,该算法在保持图像质量和比特率的前提下可以大幅度减少计算复杂度。     

优化的Hierarchical B码率控制算法

H.264/AVC可伸缩视频编码系统（SVC）在时间域采用的可分级B帧（Hierarchical B）结构,与传统的IPPP或者IBBP编码结构相比,编码性能有较大提高。其采用调整单位时间内编码和显示的图像帧数来适应不同的码率。但信道带宽变化较大时,帧率波动较大,会造成视频的不连续性。因此,针对各分层不同特点给出相应的码率控制方案,并通过对B帧选择合适的量化参数限制图像帧率的波动范围。实验结果表明该算法能够有效地控制码率,帧数波动小,视频质量较好,与其他同类算法相比PSNR平均能提高0.45 dB。     

一种H.264/AVC中帧内快速预测方法研究

文章详细分析了H.264/AVC中帧内预测的模式选择过程,并且提出一种快速的Intra_4×4模式选择算法。该算法根据相邻块预测模式相关性及各预测模式的相关性在计算RD_cost前先对帧内9种模式进行预判断,选择与最可能模式相关的模式作为候选模式,可预先避免计算超过50%的可能性小的模式,从而使帧内预测的复杂度降低,同时基本保持了H.264/AVC的编码性能。     

AVS解码器自适应帧内预测的硬件实现

分析了先进音视频编码标准（Audio and Video Standard,AVS）的帧内预测算法,提出了实现自适应帧内预测的硬件架构。该硬件架构采用8×8块级自适应流水线,利用滑动窗口获取片上存储器中的参考样本,使用8个并行的处理单元（PE）计算预测值,用脉动阵列实现复杂色度Plane模式预测值的计算。基于Verilog HDL硬件描述语言实现设计并进行功能验证,仿真和综合结果表明设计符合要求。