多策略的HEVC帧内快速预测算法

为降低高效视频编码(HEVC)帧内预测过程的计算复杂度,提出一种利用灰度直方图结合自相关函数的快速深度选择算法。统计每个最大编码单元(CU)的灰度值分布,生成其灰度直方图,利用灰度直方图的自相关函数排除不必要的深度计算。同时针对帧内预测模式的优化,给出3个减少帧内候选模式数量的有效策略。应用梯度边缘检测进一步减少8×8CU的候选模式数量,使用模式相关以及当前CU的纹理特征,对满足一定条件的CU只选取2种预测模式进行率失真优化计算。实验结果表明,与原始HM10.1相比,该算法平均可以节省约48%的编码时间,同时又能保持较高的视频质量。     

一种HEVC帧内预测快速算法

HEVC作为新一代的视频编码标准,比现有H.264标准的压缩效率提高近一倍,但其存在复杂度较高的问题。为此,针对HEVC中帧内预测最耗时的模块,即编码单元块划分模块和帧内预测模式选择模块,提出一种适合HEVC帧内预测的快速算法。该算法将率失真(RD)代价作为阈值参数,利用候选模式集中预测模式被选中概率快速递减的规律,基于RD代价进行帧内预测块划分和帧内预测模式选择。实验结果表明,该算法在相同编码质量条件下可减少59%的HM10.0帧内预测模块复杂度,相应比特率的增加幅度小于1.34%。     

一种HEVC帧内编码的快速算法

针对高效视频编码（HEVC）帧内预测复杂度高和耗时长的缺点,提出一种HEVC帧内编码的快速算法。首先根据相邻编码单元的时空域相关性,缩小编码单元深度遍历范围,提前中止或跳过不必要的深度,同时在选择当前编码单元的最佳模式时,根据Planar模式是否可为最佳模式,分别采取不同的方案减少预测模式数量。实验结果表明,与HM10.0相比,提出的算法能在保持编码性能的同时将编码时间减少约30%,加快了帧内编码的速度,具有很好的实用性。     

基于HEVC的帧内预测模式决策和编码单元划分快速算法

针对高效视频编码（HEVC）帧内预测过程中的高计算复杂度问题,提出一种基于纹理特征的预测模式选择和编码单元划分的快速帧内预测算法。利用每一深度层纹理方向强度判断编码单元是否需要进行分割,并且减少候选模式数量。首先,在每一深度层编码单元上结合像素方差,以像素点为单位计算相应的纹理方向强度,确定其纹理复杂度并结合阈值策略预测最终划分深度;其次,比较垂直和水平方向强度关系及统计预测候选模式概率分布,以减少预测模式数量,确定最优候选模式子集,进一步降低编码复杂度。所提算法与平台HM15.0相比,编码时间平均节省51.997%,BDPSNR（Bjontegaard Delta Peak Signal-to-Noise Rate）仅降低0.059 dB,BDBR（Bjontegaard Delta Bit Rate）仅上升了1.018%。实验数据表明,在保证信噪比和比特率基本不变的同时,所提算法能有效降低编码复杂度,利于HEVC的实时视频应用。     

基于HEVC的帧内预测模式快速选择算法

为了节省高效视频编码（High Efficiency Video Coding,HEVC）中的帧内编码时间,提出一种帧内预测模式快速选择算法,通过判断预测编码单元的大小,分别采用像素梯度和方向强度来预测候选模式,利用像素梯度能减少选择候选模式过程的计算量,而方向强度判断能减少候选模式数量。实验结果表明,提出的算法与测试平台HM13.0的快速算法相比,帧内预测时间平均减少了27.15%。达到了降低计算复杂度的目的,有效节省了编码时间。     

一种AVS-M的帧内预测模式快速选择算法

在分析AVS-M帧内预测模式选择原理的基础上,提出了一种基于边缘方向信息和时空相关性的帧内预测模式快速选择算法。该算法的I帧编码时间可降低17%~21%,而PSNR和输出码率均无明显变化,有效地降低AVS-M帧内编码的计算复杂度。     

一种新的HEVC快速帧间预测单元模式判决算法

针对HEVC中帧间预测模式判断所带来的高复杂度计算,根据视频时域上高度相关性的特点,提出了一种减少AMVP模式执行次数的低计算复杂度的快速帧间预测模式判决的方法。基于相邻帧的相同位置编码单元(CU)的预测单元(PU)模式上的时域相关性,跳过当前PU模式选择过程中一些冗余的AMVP模式的计算,以此来降低编码的复杂度。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,比现有HEVC帧间预测算法减少了33.04%的编码时间。     

HEVC快速帧内模式决策算法

在高效视频编码(HEVC)标准中,为降低编码单元和预测单元算法的计算复杂度,提出一种基于编码单元纹理和预测单元模式决策的快速帧内预测算法。通过统计编码单元的纹理复杂度,分析编码单元纹理的相关性,设定合理的纹理阈值,快速地决策当前编码单元的大小。改进预测单元模式决策算法,利用三步搜索方法,减少候选模式数量和帧内模式预测时间。算法结合了编码单元和预测单元的特点,仿真结果表明,与HEVC参考软件HM8.0相比,在增加较少码率,降低较少峰值信噪比的情况下,该算法的编码时间平均缩减40.9%,降低了编码复杂度。     

一种HEVC帧内预测模式快速选择算法

针对HEVC帧内预测模式选择过程计算较为复杂的问题,提出了一种帧内预测模式快速选择算法。在统计实验数据的基础上,针对64[×]64、32[×]32、16[×]16较大尺寸的预测单元类型,采用阈值法筛选掉粗选后可能性较小的预测模式,针对8[×]8、4[×]4较小尺寸的预测单元类型,根据代价值的分布情况,直接筛减或者采用模式梯度直方图法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代价精密计算的帧内预测模式数量,降低帧内编码复杂度。实验结果表明,在保证图像质量和编码码率的情况下,该算法能有效提高HEVC的编码速度,有利于实时应用。     

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%。     

基于帧内预测模式多划分的HEVC鲁棒视频水印算法

针对现有基于高效视频编码（HEVC）标准的水印算法鲁棒性不足的问题,提出一种基于帧内预测模式多划分的HEVC鲁棒视频水印算法。首先,针对嵌入水印后帧内误差传播的问题,对4×4亮度块进行可嵌区域的选择,并计算4×4亮度块的纹理方向;其次,将33种角度预测模式划分为四种模式集,依次记为：上水平、下水平、上垂直、下垂直;最后,将当前以及下一待嵌入水印的值与模式集建立映射关系,通过判断当前4×4块属于哪个模式集来进行水印的嵌入,并将33种角度模式截断为其中一种模式集。解码端通过纹理方向和预测模式集提取水印。实验结果表明,所提算法的平均峰值信噪比维持不变,且在重编码攻击下的误码率（BER）为14.1%。由此可知,该算法对视频质量影响很小,在鲁棒性上可以抵抗重编码的攻击。     

基于HEVC的帧内快速模式选择算法

为了解决高效率视频编码(High Efficiency Video Coding,HEVC)复杂度过高的问题,基于粗粒度模式选择(Rough Mode Decision,RMD)过程提出一种降低编码复杂度的方法。该算法充分利用了RMD候选队列的相似程度和预测模式在方向上的相关性这两个特性,进一步减少了进入率失真优化过程(Rate Distortion Optimization,RDO)的预测模式数量,达到了降低编码复杂度的目的。实验结果表明,该算法在编码质量损失0.5%的情况下节省了近22%的编码时间。     

基于纹理主方向强度的HEVC帧内快速分层算法

为降低高效视频编码帧内预测过程的计算复杂度,提出一种基于纹理主方向强度的快速帧内预测算法。根据每一深度层编码单元(CU)分布特点,并结合每块CU纹理主方向强度判断CU是否需要进行分割处理。在深度层为0和1的CU块上统计4×4块的纹理方向,确定当前CU的纹理主方向强度,判断其纹理复杂度。在深度为2和3的CU上结合像素方差,以像素点为单位计算相应CU的纹理主方向强度。通过实验训练序列获得恰当的阈值,自适应提前终止编码单元的划分,减少帧内预测的编码复杂度。实验结果表明,在保证信噪比和比特率基本不变的条件下,与平台HM15.0相比,该算法编码时间平均节省51.1%。     

基于纹理四叉树的快速HEVC帧内编码算法

针对高效视频编码(HEVC)中编码单元(CU)进行四叉树递归遍历时间较长的问题,提出一种基于纹理四叉树的快速HEVC帧内编码算法。采用Sobel算子对当前视频图像提取边缘,利用最大类间方差法剔除弱边缘并保留强边缘。通过递归方式对边缘图中的每个64×64单元建立纹理四叉树,使用视频图像的纹理四叉树结构对CU最优分割组合进行预测。对于不同大小的分割单元,无需完全递归遍历所有的CU深度,从而缩小CU搜索范围,节省编码时间。实验结果表明,与HEVC标准算法相比,该算法亮度分量的码率平均增加了0.50%,信噪比和编码时间分别减少了0.03d B和28.70%。     

基于局部边界特性的HEVC帧内快速预测算法

HEVC(High Efficiency Video Coding)的编码性能足可以达到H.264/AVC的两倍。在帧内编码方面HEVC的性能提高主要来自于更精准的预测模式和更灵活的分块大小,同时带来了巨大的计算复杂度。为了大幅降低编码复杂度,提出的算法利用视频的局部纹理特性,首先用索贝尔算子提取当前编码单元CU(Coding Unit)的局部边界信息。分析边界信息后,停止不包含明显边界的CU的子块划分,对包含明显边界的CU快速选择预测方向为边界纹理方向。实验结果证明,提出的算法可以在视频质量基本不变的情况下,使帧内编码复杂度降低近一半。     

基于运动特性的HEVC帧间模式快速决策算法

针对高性能视频编码采用四叉树结构大大增加了编码复杂度的问题,提出了一种基于运动特性的帧间模式快速决策算法。首先,对不同运动区域下的编码单元（Coding Unit,CU）块,利用当前CU与空时域相邻CU深度相关性减少当前CU深度的遍历范围;然后,依据当前CU与其时空域相邻CU及上一深度CU对应的预测单元（Prediction Unit,PU）在空间划分上的相似性,减少PU模式的遍历范围,加速帧间预测过程。实验结果表明,相比于HM16.9,在不同编码接入方式下该算法可平均降低54%左右的编码时间,且输出比特率增加较少。     

基于Hough变换的高效视频编码标准帧内预测模式选择快速算法

针对高效视频编码标准(HEVC)中帧内预测模式选择计算复杂度极高的问题,提出一种基于Hough变换的HEVC帧内预测模式选择快速算法,该算法可以减少对35种预测模式的遍历次数。首先,在对预测模式进行粗选(RMD）过程之前对各尺寸预测单元(PU）进行边缘检测与Hough变换;其次,采用直方图对检测出来的直线段方向角正切值进行统计分析;最后,从35种模式中选择出RMD和率失真优化(RDO)过程中较适用的候选模式集,并在VS 2008运行环境下用C〖KG-*3〗+〖KG-*3〗+和OpenCV开发应用程序。实验结果表明,所提算法在编码性能稍微有影响的情况下(码率平均升高1.02%,峰值信噪比平均下降0.035dB）,编码时间平均减少了23%。所提算法增强了编码器的实时性,适合高分辨率、大尺寸视频应用。     

高效视频编码帧内快速深度决策算法

针对新一代高效视频编码（HEVC）帧内预测中编码单元（CU）的编码深度选择过程中计算复杂度较高的问题,提出了一种基于空域相关性的帧内快速深度决策算法。首先,利用相邻已编码树单元（CTU）的深度通过线性加权得到当前CTU深度估计值;然后,对当前CTU深度估计值设置较为合适的深度双阈值提前终止编码树单元的划分或跳过CTU的某些深度,来缩小当前CTU的深度范围,从而减少不必要的深度计算。实验结果表明：与HM12.0相比,所提算法对比较简单的视频序列编码时间的减少比较明显,在亮度峰值信噪比（Y-PSNR）几乎不变的情况下（平均降低0.02 dB）,编码时间平均减少了34.6%。此外,所提算法容易与其他算法进行融合,能进一步降低HEVC的帧内计算复杂度,最终达到实时传送高清视频的目的。     

一种面向HEVC的编码单元深度决策算法

新一代高性能视频编码(HEVC)标准采用灵活的四叉树自适应存储结构、可变尺寸的编码块、35种帧内预测模式等新技术,能够有效提升HEVC的编码效率,但也造成了更高的编码复杂度。为此,提出一种基于时空相关性的编码单元深度决策算法。融合关联帧编码单元的深度信息及当前帧相邻编码单元的深度信息,从而预测当前编码单元的深度范围。实验结果表明,与HEVC标准测试算法相比,该算法能在不明显影响编码质量的基础上平均减少30.2%的编码时间。