H.264快速帧间编码模式选择算法

本文提出了一种用于H.264编码的快速帧间编码模式选择算法.这种算法有效地减少了原图像编码过程中待测编码模式的数量,从而提高了编码速度.     

H．264／AVC帧内预测模式不同快速算法的分析

快速帧内预测模式选择是一项提高H.264/AVC压缩性能的关键技术。H.264/AVC通过采用RDO(率失真优化)模式获得编码的性能提高,但这是以高计算复杂度为代价的。为了解决这个问题,首先对H.264/AVC的帧内预测算法进行研究,随后对不同快速算法进行分析,证明其都以不同方式大幅度提高了H.264/AVC帧内预测的速度,同时保持了较高的预测精度和主观图像质量。     

H．264中快速多参考帧选择算法研究

为了提高编码效率,H．264中采用了多参考帧搜索策略,其参考实现中提供了全搜索的多参考帧选择算法,这一策略的运用显然会大大增加H．264编码器的复杂度,且其复杂度的增加基本上和所使用的参考帧数戍线性增长,文中提出了一种更加快速的多参考帧选择算法,该算法可根据所得到的运动信息及编码所使用的模式信息快速确定参考帧的数量,对一些明显不可能的模式直接忽略掉了其最佳参考帧选择,其编码的性能与全搜索算法非常接近,但编码的速度却比全搜索算法快了许多。     

H．264帧间预测快速模式选择优化算法

利用模式间冗余和模式的不均衡性对模式选择算法进行了优化.首先,通过设定阈值,优先判定SKIP是否为最佳模式;然后,对16×16模式和8×8模式进行提前判定;最后,在JM9.5平台上检验新算法性能.实验结果表明,新算法在PSNR值略微下降及少量比特率增加的情况下,在整体上节约了77.23%的编码时间.     

H．264视频编码技术研究

H．264作为新一代的视频编码标准,在近年来成为首选的视频标准。为了提高视频编码效率,H．264已采用了许多新技术,但仍面临一些瓶颈问题,影响其编码效率。结合JM8．6从视频编码层出发对H．264的帧间预测、帧内预测、变换及熵编码进行了分析和研究。结合实验分析得出帧内及帧间预测模式的概率,结果说明H．264复杂度和实时性能仍有待进一步的改善。     

H.264帧内预测编码的优化与实现

通过帧内预测对H.264/AVC编码器软件进行了优化,并通过JM86软件模型进行仿真验证.验证结果表明,在保证图像质量的情况下,优化方法降低了运算的复杂度,提高了编码效率.     

H．264帧内预测模式选择快速算法研究

帧内预测模式选择是影响H．264编码速率的主要因素。在分析H．264帧内预测模式选择快速算法研究现状的基础上,提出一种改进算法。实验结果表明：用全I帧编码,该算法在图像质量和输出码率基本不变的情况下,节省编码时间约12％。     

H．264／AVC视频编码新技术

H．264／AVC是国际电联ITU-T的视频编码专家组VCEG和国际标准化组织ISO／IEC的活动图像专家组MPEG联合制定的视频编码新标准，其目的是为了获得更好的图像压缩效果和更好地适应不同的网络环境。本文从编码效率和网络适应性方面讨论了H．264／AVC中所采用的新技术。     

H.264快速帧间编码模式选择算法

本文提出了一种用于H.264编码的快速帧间编码模式选择算法。首先对低分辨率缩略图进行编码和R-D优化,选出该分辨率下帧间编码宏块中每个8x8块使用的最优帧间编码模式,然后将该模式映射为原始分辨率图像中对应16x16宏块的候选帧间编码模式子集,最后用通常的R-D优化方式从中选出原始分辨率下的最优模式。这种算法有效地减少了原图像编码过程中待测编码模式的数量,从而提高了编码速度。测试表明,此算法能够使编码速度提高将近一倍,同时码率增加不超过3%,PSNR下降不超过0.2dB。     

H.264的帧间宏块模式选择算法

H.264中定义了7种不同大小的帧间宏块模式，为了提高编码效率，编码时对每一种宏块模式都进行运动搜索，并利用率失真优化（RDO）分别计算编码代价，选择编码代价最小的模式作为帧间编码模式，但是计算量非常大，导致运动估计速度缓慢，很难实现实时编码。本文提出一种选择宏块模式的快速算法，通过宏块模式编码代价的比较，提前确定宏块模式，从而逐步减少不必要的宏块搜索和RDO计算。实验结果表明，此方法与全宏块模式搜索相比较，图像质量和码流只有少量变化，而编码速度显著提高。     

一种基于预测频度的AVS/H.264快速4×4帧内预测模式选择算法

提出了一种新颖的4×4快速帧内预测模式选择算法。该算法挖掘了帧内预测算法本身的部分性质,即不同像素在不同预测方向中的频度权重不同这个特点,同时利用了子块的平滑性与相关性,设计了3个能快速命中预测模式的自适应门限。实验表明本算法能在几乎不改变PSNR的情况下大幅度降低4×4帧内预测复杂度。     

一种基于预测频度的AVS／H．264快速4×4帧内预测模式选择算法

提出了一种新颖的4×4快速帧内预测模式选择算法。该算法挖掘了帧内预测算法本身的部分性质，即不同像素在不同预测方向中的频度权重不同这个特点，同时利用了子块的平滑性与相关性，设计了3个能快速命中预测模式的自适应门限。实验表明本算法能在几乎不改变PSNR的情况下大幅度降低4×4帧内预测复杂度。     

利用变换域信息快速实现H.264帧内预测编码的新算法

新的视频编码标准H.264中采用了帧内预测技术,能够极大地减少空间冗余性,从而进一步提高了对帧内宏块编码的效率,但同时也增大了帧内编码的计算时间。为了减少帧内编码时间和编码延迟,该文提出了一种能够快速实现帧内预测编码的新算法。该文算法先利用变换域的信息得到图像纹理的方向,只在最可能的几个模式中进行模式选择,从而降低了运算量。对不同的视频序列测试的结果表明,使用本算法后帧内编码时间可以减少70%左右,同时保持相近的图像压缩质量和码率水平。对于一些实时性要求苛刻的视频压缩应用,采用该文的快速算法会比较有效。     

面向360°全景视频的帧内预测编码的快速算法

为了节省360°全景视频的编码时间,对通用视频编码标准中的编码单元划分决策过程进行了研究,提出了一种面向360°全景视频的帧内预测编码的快速算法。通过优化编码树单元(Coding Tree Unit, CTU)的编码深度范围和编码单元的划分模式的选择过程,减少编码时间。实验结果表明,在全帧内模式下,所提算法比原始算法平均可以节省34.33%的时间复杂度,同时带来的BDBR平均增量仅为1.665%,BDPSNR的平均降低量仅为0.076 dB。     

高效率视频编码帧内预测编码单元划分快速算法

高效率视频编码(HEVC)采用基于编码单元(CU)的四叉树块分区结构,能灵活地适应各种图像的纹理特征,显著提高编码效率,但编码复杂度大大增加,该文提出一种缩小深度范围且提前终止CU划分的快速CU划分算法。首先,在学习帧中,基于Sobel边缘检测算子计算一帧中各深度边缘点阈值,缩小后面若干帧中CU遍历的深度范围;同时,统计该帧中各CU划分为各深度的率失真(RD)代价,计算各深度的RD代价阈值。然后,在后续视频帧中,利用RD代价阈值在缩小的深度范围内提前终止CU划分。为了符合视频内容的变化特性,统计参数是周期性更新的。经测试,在平均比特率增加仅1.2%时,算法时间平均减少约59%,有效提高了编码效率。     

基于深层特征学习的高效率视频编码中帧内快速预测算法

高效视频编码(HEVC)标准相对于H.264/AVC标准提升了压缩效率,但由于引入的编码单元四叉树划分结构也使得编码复杂度大幅度提升.对此,该文提出一种针对HEVC帧内编码模式下编码单元(CU)划分表征矢量预测的多层特征传递卷积神经网络(MLFT-CNN),大幅度降低了视频编码复杂度.首先,提出融合CU划分结构信息的降...     

基于深层特征学习的高效率视频编码中帧内快速预测算法

高效视频编码(HEVC)标准相对于H.264/AVC标准提升了压缩效率,但由于引入的编码单元四叉树划分结构也使得编码复杂度大幅度提升.对此,该文提出一种针对HEVC帧内编码模式下编码单元(CU)划分表征矢量预测的多层特征传递卷积神经网络(MLFT-CNN),大幅度降低了视频编码复杂度.首先,提出融合CU划分结构信息的降分辨率特征提取模块;其次,改进通道注意力机制以提升特征的纹理表达性能;再次,设计特征传递机制,用高深度编码单元划分特征指导低深度编码单元的划分;最后建立分段特征表示的目标损失函数,训练端到端的CU划分表征矢量预测网络.实验结果表明,在不影响视频编码质量的前提下,该文所提算法有效地降低了HEVC的编码复杂度,与标准方法相比,编码复杂度平均下降了70.96％.     

视频编码新标准——H.264

本文介绍了由ITU－T的VCEG和ISO／IEC的MPEG联合制定的视频编码新标准－－H.264，重点描述了H.264中所采用的视频编码新技术。     

基于H．264视频编码的关键技术及其复杂度测试

H.264标准是压缩率和图像质量方面的关键新技术,研究H.264通过时传统的帧内预测、帧间预测、变换编码和熵编码等算法的改进来进一步提高编码效率和图像质量,给出了基于C代码的宏块编码流程与复杂度测试.仿真结果证明H.264具有更高的压缩比,更好的IP和无线网络信道的适应性.H.264的高压缩率是以复杂度为代价,其复杂度是以耗时为依据的.