一种基于时域相关性的高性能视频编码快速帧间预测单元模式判决算法

为了降低高性能视频编码(HEVC)的编码计算复杂度,根据视频时域上高度相关性的特点,该文提出一种快速高性能视频编码(HEVC)帧间预测单元(PU)模式判决算法。分析了时域上相邻帧两帧相同位置编码单元(CU)的PU模式之间的相关性;同时,针对视频中可能存在对象运动,还分析了前一帧对应位置CU的周边CU与当前帧中当前CU间PU模式的相关性。根据分析的时域相关性,跳过当前CU中冗余的PU模式,从而降低编码复杂度。实验结果表明,在编码效率和峰值信噪比(PSNR)损失很小的情况下,在目前已有的HEVC快速帧间预测算法的基础上,进一步降低了31.30%的编码时间。     

基于运动特征的HEVC帧间模式快速判决算法*

为降低HEVC帧间预测编码过程的计算复杂度,提出了一种新的基于运动特征的编码单元(Coding Units,CU)及预测单元(Prediction Units,PU)快速判决算法.首先,通过二阶帧差法检测运动剧烈程度,并分析运动特征对CU及PU时域相关性的影响.然后,利用前帧相同位置CU及PU的最优模式预测当前CU的深度范围,并根据运动剧烈程度优化预测范围.最后,根据预测范围跳过和终止部分不必要的CU深度和PU模式,从而加快帧间编码速度.在HM12.0平台上的实验测试表明,该算法在BDPSNR仅降低0.068 dB、BDBR只增加1.530％的情况下,提高了48.389％的编码速度.     

基于零块分析的高效视频编码通信

为了实现高清、超高清视频实时编码通信传输, 针对高效视频编码(HEVC)帧间编码计算复杂度过高的问题,根据图像的文理复杂度和 编码单元的零块统计特征,提出一种新的HEVC快速帧间模式判决算法。根据Merge模式下 整单元一分为四的4个子编码单元纹 理相似度确定是否提前终止编码单元(CU)划分,同时利用帧间2N×2N预测模式下零系数与非零系数分布的区域统计特征,选择符合零块分 布特征的最佳预测单元(PU)模式。实验结果表明,在低延迟B(LDB,low-delay B)和随机访 问(RA,random access)配置条件下,提出的算法在保持编码 性能基本不变的情况下,HEVC帧间预测编码时间分别平均减少了60.2%与59.4%。     

一种HEVC帧内快速编码算法

高效视频编码(HEVC)采用编码单元(CU)四叉树的 分割结构,相比H.264/AVC显著地提升了编码效 率,但却使编码复杂度急剧增加。为此,本文提出一种帧内快速编码算法。首先,根据视 频图像纹理复 杂度,提前判断是否进行最大编码单元(LCU)分割。然后,根据空域相邻CU的深度预测当前C U的深度范围, 跳过不必要的计算;最后,根据预测模式被选为最优预测模式的统计特性,去掉可能性小的 帧内预测模式。本文算法在HM14.0的基础上实现。 仿真结果表明,本文算法在全I帧模式下与HM14.0相比,帧内编码时 间平均减少38%,码率(BR)只增加1.41%,峰值信噪比(PSNR)只降低0.29dB,在保证编码性能和视频质量几乎不变的 情况下,本文算法降低了编码的计算复杂度。     

一种低复杂度的HEVC帧内快速编码算法

为了降低高效视频编码(HEVC)帧内编码复杂度,提出一种HEVC帧内快速编码算法。根据视频图像的纹理复杂性,提前跳过或者中止部分尺寸的编码单元(CU)的划分,减少CU深度遍历区间;同时,根据粗选过程后预测模式和代价值的统计特性采用阈值法或者梯度模式直方图法进一步筛选掉粗选后可能性较小的预测模式,从而减少最后进行率失真(RD)代价计算的帧内预测模式数量,进一步降低编码复杂度。实验结果表明,本文算法与HEVC原始平台相比,在全I帧编码模式下编码时间平均减少42.20%,码率(BR)上升约1.75%,峰值信噪比(PSNR)降低了0.108dB,有利于实时应用。     

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%。     

基于决策树的HEVC SCC帧内编码快速算法

为减少HEVC屏幕内容编码的编码时间,提高编码 效率,本文提出了一种基于决策树的HEVC屏幕内容帧内编码快速 CU划分和简单PU模式选择的算法。对视频序列特性分析,提取有效的特征值,生成决策树模 型。使用方差、梯度信息熵和 像素种类数用于生成CU划分决策树,使用平均非零梯度、像素信息熵等用于生成PU模式分类 决策树。在一定深度的决策 树模型中,通过对相应深度的CU的特征值的计算快速决策当前CU的划分与PU模式的类型。这 种利用决策树做判决的算法 通过减少CU深度和PU的模式遍历而降低编码复杂度,达到快速帧内编码的效果。实验结果表 明,与HEVC屏幕内容的标 准算法相比,该算法在峰值信噪比(PSNR)平均下降0. 05 dB和码率 平均增加1.15%的情况下,能平均减少30.81% 的编码时间。     

一种屏幕内容编码帧间模式快速选择算法

屏幕内容编码(SCC)作为高效视频编码(HEVC )的扩展,在压缩屏幕内容方面有着显著的效果, 但也导致了编码器计算复杂度较高的问题。为此,本文提出一种屏幕内容编码帧间模式快速 选择算法。首 先,根据像素点亮度值的变化情况,提前判断出静止区域并使用Skip模式;其次,根据屏幕 内容多包含有 水平及竖直边缘的特点,利用编码单元(CU)的水平及竖直活动性确定相应的预测单元(PU )划分模式, 减少帧间预测时需要遍历的PU个数;最后,根据时空域相邻CU的深度信息预测当前CU的深度 范围,跳 过不必要的深度遍历。实验结果表明,与SCM-8.0相比,在随机接入与低延时两种编码模式 下,本文所提 算法分别节省43.6%和49.09%的编码时间,码 率分别上升3.06%和3.43%,视频质量几乎不变 。     

一种HEVC的快速帧间编码新方法

为了降低新一代高效视频编码(HEVC)的计算复杂度 ,融合基于人眼恰可察觉失真(JND)的快速帧间 模式选择和自适应编码单元深度范围(ACUDR)两种算法,提出了一种快速帧间 编码新方法。首先,通过建立时空域JND和最佳预测模式的统计关系,利用JND 阈 值指导帧间预测模式的快速选择,以减少遍历的模式个数从而降低复杂度;然后,利用编码 的前一帧定义与当前帧 的平均深度差(ADD),通过ADD自适应加权时空域相邻最大CU(LCU) 的平均深度值预测当前LCU的深度范围(DR)类型,减少当前LCU遍 历的深度个数从而降低算法复杂度; 最后,融合这两种算法以进一步降低了视频编码的计算复杂度。结果表明,所提出方法 在低延时和随机访问两种 编码结构下,降低了40%以上的计算复杂度,但编码性能降低很小,在同等码率下的峰值信 噪比(BDPSNR)仅分别降低0.058dB和0.037dB,同等客观质量下 的码率(BDBR)仅分别增加1.71%和1.06%。     

基于时空相关性的HEVC帧间模式决策快速算法

新一代的高效率视频编码标准HEVC采用编码树单元（CTU）四叉树划分技术和多达10种的帧间预测单元（PU）模式,有效地提高了编码压缩效率,但也极大地增加了编码计算复杂度。为了减少编码单元（CU）的划分次数和候选帧间PU模式个数,提出了一种基于时空相关性的帧间模式决策快速算法。首先,利用当前CTU与参考帧中相同位置CTU、当前帧中相邻CTU的深度信息时空相关性,有效预测当前CTU的深度范围。然后,通过分析当前CU与其父CU之间的最佳PU模式空间相关性,以及利用当前CU已估计PU模式的率失真代价,跳过当前CU的冗余帧间PU模式。实验结果表明,提出的算法与HEVC测试模型（HM）相比,在不同编码配置下降低了52%左右的编码时间,同时保持了良好的编码率失真性能;与打开快速算法选项的HM相比,所提算法进一步降低了30%左右的编码时间。     

Rough mode cost–based fast intra coding for high-efficiency video coding

The quadtree-based coding unit (CU) and transform unit (TU) structure, as well as various prediction units (PUs) of HEVC, considerably increase encoding complexity in intra coding and inter coding. This paper proposes a rough mode cost (RMC)-based algorithm for accelerating CU/TU depth decisions and PU mode decisions in HEVC intra coding. For CU depth decisions, RMC values are used for the fast determination of CU partition. In the case of PU mode decisions, modes with higher RMCs are removed from the candidate list to reduce the number of test modes. For TU depth decisions, the TU partition of the mode with the least RMC is used to determine the TU partitions of remaining modes. The proposed TU partitioning method demonstrates superior performance to the default method in reference software. The proposed algorithm can reduce encoding time by approximately 51% on average, with a 0.69% increase in the Bjøntegaard-Delta (BD) rate.     

一种HEVC帧内预测编码CU结构快速选择算法

为了提升高效视频编码(HEVC) 帧内预测编码部分的编码效率,提出了一种HEVC帧内预测编码编码单元(CU)结构快速选择算 法。算法通过 对CTU(coding tree unit)四叉树结构的遍历过程进行优化,设计了两种不同的最优CU结 构快速决策算 法,分别从最大划分深度和最小划分深度开始遍历,并在每一步遍历之前,判断是否提前终 止遍历操作。 同时,在对每个CTU进行求解时,依据其纹理复杂度和当前编码状态,从两种算法中选择出 最优快速决策 算法对其进行求解。在HM 15.0的基础上实现了提出的快速选择算法 。实验结果表明,本文算法能够在 保证编码性能的同时,降低31.14%的编码时间,提高了HEVC的编码效 率。     

Efficient prediction of CU depth and PU mode for fast HEVC encoding using statistical analysis

High Efficiency Video Coding (HEVC) adopts complex quadtree-structured CU (coding unit) and PU (prediction unit) modes. Thus, the search process for optimal modes causes high computational complexity in HEVC. To solve this problem, a fast coding algorithm is proposed. Thirteen neighboring CTUs (Coding Tree Unit) are divided into three classes with the k-means method, and are selectively used as the reference CTUs to calculate the predicted CU depth levels for the current CTU. Additionally, for every CU depth, we skip some rarely used PU modes to reduce the complexity of the PU selection algorithm. Experimental results show that compared with the HEVC reference software, our algorithm can achieve 56.71% time saving with Low Delay Configuration profile and 59.76% with Random Access Configuration profile, whereas values of BDBR (Bjontegaard Delta Bit Rate) are only 1.0517% and 0.9918%, respectively. Compared with five state-of-the-art algorithms, the proposed algorithm has significant encoding time reduction with good bitrate performances.     

Low complexity inter coding scheme for Versatile Video Coding (VVC)

The latest coding standard Versatile Video Coding (VVC) developed by the Joint Video Experts Team (JVET) and Video Coding Experts Group (VCEG) was finalized in 2020. By introducing several new coding techniques, VVC improves the compression efficiency by 50% compared with H.265/HEVC. However, the coding complexity increases dramatically, which obstructs it from real-time application. To tackle this issue, a fast inter coding algorithm utilizing coding information is proposed to speed up the coding process. First, by analyzing the coding areas of the neighboring CUs, we predict the coding area of the current CU to terminate unnecessary splitting modes. Then, the temporally optimal coding mode generated during the prediction process is further utilized to shrink the candidate modes to speed up the coding process. Finally, the distribution of neighboring prediction modes are exploited to measure the motion complexity of the current CU, based on which the unnecessary prediction modes can be skipped earlier. Experimental results demonstrate that the proposed method can reduce the coding complexity by 40.08% on average with 0.07 dB BDPSNR decrease and 1.56% BDBR increase, which outperforms the state-of-the-art approach.     

基于灰度差值的HEVC快速帧间编码研究

针对新一代视频压缩编码标准HEVC计算复杂度较高的特点,利用视频序列间时域上的相关性,提出了一种基于灰度差值的编码单元快速划分策略.该策略根据当前编码块与参考块之间的灰度差值进行运动条件判决,在进行编码之前提前确定当前编码单元的编码深度信息,减少帧间预测编码的次数,从而有效地降低了编码端的计算复杂度.实验结果表明,该算法在编码效率和峰值信噪比(PSNR)损失都很小的情况下,和HM标准中的帧间预测算法相比,平均降低了50.18％的编码时间.     

CU encoding depth prediction,early CU splitting termination and fast mode decision for fast HEVC intra-coding

High Efficiency Video Coding (HEVC) is a new video coding standard achieving about a 50% bit rate reduction compared to the popular H.264/AVC High Profile with the same subjective reproduced video quality. Better coding efficiency is attained, however, at the cost of significantly increased encoding complexity. Therefore, fast encoding algorithms with little loss in coding efficiency is necessary for HEVC to be successfully adopted for real applications. In this paper we propose a fast encoding technique applicable to HEVC all intra encoding. The proposed fast encoding technique consists of coding unit (CU) search depth prediction, early CU splitting termination, and fast mode decision. In CU search depth prediction, the depth of encoded CU in the current coding tree unit (CTU) is limited to predicted range, which is mostly narrower than the full depth range. Early CU splitting skips mode search of its sub-CUs when rate distortion (RD) cost of current CU is below the estimated RD cost at the current CU depth. RD cost and encoded CU depth distribution of the collocated CTU of the previous frame are utilized both to predict the encoding CU depth search range and to estimate the RD cost for CU splitting termination. Fast mode decision reduces the number of candidate modes for full rate distortion optimized quantization on the basis of the low complexity costs computed in the preceding rough mode decision step. When all these three methods are applied, proposed fast HEVC intra encoding technique reduces the encoding time of the reference encoder by 57% on the average, with only 0.6% of coding efficiency loss in terms of Bjontegaard delta (BD) rate increase under the HEVC common test conditions.     

基于纹理方向和空域相关的HEVC帧内快速编码算法

为了降低高效视频编码(HEVC)的复杂度,提出了一种基于纹理方向和空域相关性的帧内快速编码算法。一方面,利用相邻编码单元(CU,coding unit)的最佳分割尺寸确定相关性的权重,并根据已编码CU的率失真代价值定义了CU分割尺寸的相关性因子,通过比较该因子提前终止CU分割;另一方面,利用Sobel算子求取预测单元(PU,prediction unit)子块的纹理方向,通过判定其纹理方向显著性确定相应的候选模式集,然后根据PU大小对所得的预测模式修正处理,最后遍历这些候选模式选取最优模式。实验结果表明:本文算法相对于原始HEVC编码方法,在全I帧模式下编码时间平均减少36.84%,BDBR(Bjntegaard delta bit rate)上升约0.81%,BDPSNR(Bjntegaard delta peak signal-to-noise rate)降低了0.047dB。