可分级视频编码结构优化的差错恢复编码方法

提出了一种在丢包环境下的基于H.264的可伸缩视频编码(SVC)扩展的率失真(RD)优化宏块模式判决模型. 在RD模型中加入时间级的优化参数. 编码器每编码完一帧图像后,都以编码块为单位计算信源编码失真和误差扩散失真,并将计算结果存储在失真映射表中用于计算下一个编码图像的端到端失真. 实验结果表明,在丢包环境下,优化后的率失真模型的差错恢复性能比优化前有明显提高.     

基于H.264-SVC编码结构优化的差错恢复编码方法

提出了一种在丢包环境下的基于H.264-SVC扩展的率失真（RD－rate distortion）优化的宏块模式判决模型。在编码器中，在基于块的基础上综合考虑了信源编码失真、时间可分级的等级B图像编码结构和误差扩散失真。在当前的H.264-SVC的丢包环境下宏块模式判决模型的基础上，结合H.264-SVC的等级B图像编码结构的特点，一个时间级的参数被加入到RD代价函数的计算中。实验结果表明，本方法比没有经过时间可分级编码结构优化的的差错恢复率失真模型的差错恢复性能要好。     

H.264帧间模式选择新算法

基于H.264视频序列连续2帧时间与空间邻域内已编码宏块(MB)的模式上下文信息,自适应地为当前编码宏块选择合适的候选模式类. 把亮度16×16块和8×8块各自包含的4×4残差子块的变换系数绝对值和组成2个矩阵,利用在其上定义的梯度值分别设计了新颖的宏块级和亚宏块级模式选择准则. 实验结果表明,与joint video team(JVT) J033和JVT K021中提出的模式选择快速算法相比,本算法分别平均节省了近11％和7％的编码时间,而几乎没有带来编码率失真性能损失.     

基于H.264空时SVC编码的快速模式决策算法

提出一种简单可行的快速模式决策算法,该算法利用空域和时域分级视频编码的宏块模式相关特性,选取参考帧宏块中率失真代价较小的一部分已用模式作为当前宏块的候选模式,使得增强层的运动预测计算量大大降低。实验结果表明,该算法能够在峰值信噪比损失不大的情况下,有效地减少编码时间。     

基于运动复杂度的码率控制算法研究

针对采用运动估计/补偿（MC/ME）技术的具有多种宏块划分模式的视频编码标准,提出一种基于运动复杂度的码率控制（MBRC）算法.该算法在宏块级把运动估计、模式选择后得到的运动矢量信息(MV)、纹理信息以及宏块编码模式信息作为运动复杂度,并利用它确定宏块的类型,再根据宏块类型调整每个宏块的量化参数,使得人类视觉系统（HVS）更为敏感的运动区域分配到更多的目标比特;利用每帧图像编码后的反馈信息进行帧级码率控制,在信道码率受限的情况下,获得了较好的视觉效果.MBRC不需要额外计算运动矢量信息、纹理信息和宏块编码模式信息,提高了编码器的时间效率.     

H.264帧间编码模式选择快速算法

作者针对H．264帧间编码宏块模式选择计算复杂度较高的缺点,提出了一种模式选择快速算法。该算法根据帧间编码宏块的树状分割模式特点,应用了若干简单有效的终止搜索准则,并采用动态阈值以进一步加快模式选择的速度。模拟实验表明：提出算法减少了编码器无效遍历过程,在取得相近PSNR和比特率条件下。编码速度得到较大提高,适合实时视频应用。     

基于全局和局部残差复杂度的帧间模式选择

针对H.264/AVC传统帧间模式选择算法的高复杂度,提出了一种适合各种视频分辨率格式的快速帧间模式选择算法.该算法基于全局残差复杂度(General residual complexity,GRC)和局部残差复杂度(Local residual complexity,LRC),通过GRC与QP来近似计算一个阈值,然后通过对局部残差复杂度跟该阈值比较来决定宏块的活跃度,再根据宏块的活跃度选出候选的帧间模式,由此进行率失真优化(Rate-distortion Optimization,RDO)计算,从而减少了不必要帧间模式的RDO计算,取得了较高的编码效率.实验结果表明,与JM18.4默认的帧间模式选择算法相比,该算法在峰值信噪比和码率基本不变的前提下,可以平均减少大约60%的帧间编码时间.     

速率控制与容错联合编码方案

针对移动网络中低时延视频应用的诸多约束,提出了一种速率控制和容错编码相结合的H.264视频通信新方案．采用预编码阶段估计出的视频帧及其内部宏块对传输差错的敏感度,设计了自适应的帧级和宏块级目标比特分配方法．根据视频片(slice)中对差错敏感的宏块所占的百分比为其设置了重要性等级,采用Turbo码对不同重要性的片进行不均等差错保护(UEP)．实验结果显示,此方案与传统的H.264速率控制与容错算法相比,在解码端可以获得超过1dB的亮度PSNR增益．     

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。     

利用边缘方向检测实现H.264帧内预测编码的新算法

提出了一种能够快速实现帧内预测编码的新算法,该算法先利用宏块分割进行宏块边界方向检测,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．对不同的视频测试序列的仿真结果表明,使用该算法后帧内编码时间平均可以减少72.64％．同时保持相近的图像压缩质量和码率水平．     

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。     

基于自适应块尺寸的H.264时域错误隐藏算法

为提高在视频通信中重建图像质量,充分利用运动矢量的空间相关性、相邻宏块的编码模式信息,提出了一种新的H.264时域错误隐藏算法。该算法根据误码块周围的邻块模式,自适应决定隐藏块的尺寸;对于每个尺寸块,都从多个候选运动矢量集合中选取使外边界对应像素差值最小的运动矢量;并利用运动估计技术更精确地恢复丢失宏块的运动矢量,从而提高所恢复视频信号的质量。实验结果表明：对于不同运动类型序列和不同宏块丢失率,该算法不仅计算量较小,而且恢复后的图像质量均优于传统的时域错误隐藏算法。     

一种改进的H.264帧内预测模式选择算法

针对H.264帧内预测模式选择中失真估计不准确和计算量大的问题,提出一种改进的H.264帧内预测模式选择算法。该算法首先对像素的递归失真估计方法进行改进,较为准确地估计了多种帧内预测模式下的预测失真,然后利用相邻块预测模式的相关性预先筛除部分预测模式,降低了H.264中帧内预测的复杂度。与JM参考软件的对比结果表明,该优化算法能在保证很好的图像质量的同时,将帧内预测模式选择的时间减少60%以上,有效地提高了视频图像的编码效率和视觉质量。     

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.     

基于JPEG2000的失真模型

研究了JPEG2000的压缩码流特性,给出了图像失真模型。通过将JPEG2000压缩码流的误码率映射到位通道编码码流的误码率,并结合位通道编码码流受误码影响不同,将图像失真与位通道编码码流的误码率建立了数学表达式。实验结果表明:该算法得出的失真值与实际基本一致,仅仅相差一个常数,这对发送端估计解码端图像失真很有参考意义。     

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.     

Fast mode decision for Hierarchical-B pictures in scalable video coding

To decrease the computational complexity of adaptive inter-layer prediction and improve the encoding efficiency in scalable video coding,a mode decision algorithm is proposed by exploiting the part of used candidate modes of the co-located reference macroblocks for Hierarchical-B pictures.This scheme reduces the amount of the candidate modes to generate a dynamic list for the current encoding macroblock according to the statistical information derived from the co-located reference macroblocks in different temporal levels.The experimental results show that this fast algorithm reduces approximately 31% encoding time on average with the negligible loss of encoding performance.