一种基于H.264/AVC的多参考帧快速选择算法

最新的视频编码标准H.264/AVC采用了多参考帧运动估计来提高编码效率,增加的计算量与参考帧数目成正比。为避免搜索多余的参考帧,提出了一种低复杂度参考帧确定算法来快速确定当前宏块所需的参考帧。实验结果表明,本算法在保持率失真性能的前提下有效减少多参考帧预测的计算复杂度并节省了时间。     

基于H.264的多参考帧运动估计快速算法

H．264编码器支持7种块类型在多个参考帧中搜索最佳运动矢量。参考代码采用逐一搜索的方式，极大地增加了计算复杂度。该文根据相邻帧间运动矢量和像素的相关性，将菱形算法扩展到多参考帧情形，提出了一种新的块匹配运动估计算法一三维菱形法。实验表明，该算法在保持高信噪比和低比特率的同时，能有效地降低编码器复杂度。     

多视点视频编码模式决策快速算法

多层循环的多参考帧选择算法和运动估计搜索等算法提高了模式选择精度,但导致多视点视频编码复杂度急剧增加.我们在运动估计快速搜索算法的基础上,结合采用信息重用技术的多参考帧选择算法,提出一种模式决策快速算法.其中信息重用技术通过模式集合划分思想,根据模式尺寸块大小和编码特点将所有编码模式划分成三个集合,在同一集合中小尺寸块重用大尺寸块的最佳参考帧索引和最佳编码方向以减少多参考帧循环搜索次数.实验结果表明:与JMVC8.3.1原算法相比能减少70%-90%的编码复杂度,峰值信噪比(PSNR)下降在0.1d B以内,码率增加幅度少于6%.     

基于多帧运动估计的帧率提升算法

结合最大后验概率(MAP)估计的准确性和分层块匹配算法的快速性,研究了一种多参考帧运动估计算法,并提出了一种基于多帧运动估计的帧率提升(FRUC)系统方案。实验结果表明,基于该算法的内插帧无论从客观指标(时间复杂度、信噪比PSNR)还是主观质量(视觉效果)均优于现有常用方法,且算法复杂度较低,便于硬件实现。     

基于H.264的多参考帧运动估计快速算法

H.264/AVC中引入多参考帧运动补偿来提高视频编码性能,由此产生的多参考帧运动估计(MRF-ME)却带来了巨大的运算代价。为提高编码速度,降低计算复杂度,提出一种基于空间域相关性的运动估计算法——缩小的菱形算法(DDS)。先运用前向主矢量选择法不断修正预测运动矢量,再根据最佳参考帧位置的统计特性对不同参考帧使用不用模板进行搜索。实验结果表明,与H.264参考模型JM10.2相比,该算法保持了较好的图像质量且码率变化很小,运动搜索点数平均减少接近80%,并能有效地降低编码器复杂度。     

基于多分辨率的H.264多参考帧运动估计算法

提出一种基于多分辨率的H.264多参考帧运动估计算法,通过引入多分辨率的思想,迅速得到第1个参考帧的运动矢量,利用该运动矢量和已建立的临时矢量映射表预测其余参考帧的运动矢量,无须对多参考帧中的每一帧都进行同等复杂度的运动搜索。在x264编码平台下的实验结果表明,该算法在保持H.264编码器编码性能的同时,可显著提高编码器的编码速度。     

联合分数运动估计优化的多参考帧快速选择算法

多参考帧和分数运动补偿技术虽然提高了视频编码性能,但同时也使编码器的内存消耗和计算复杂度成倍地增加.其主要原因是多参考帧技术令会运动估计重复地应用在每个参考帧上.通过分析这两种技术对编码性能贡献的相关性,提出了一种联合优化的快速算法.首先,根据不同参考帧之间的合成运动向量,选择空间上最接近的候选参考帧.然后,通过二维多项式模型预测最优分数残插值,决定采用分数运动估计的参考帧.实验结果表明,该方法在不损失任何率失真性能的情况下,可以把计算的复杂度减少为原来的1/3.     

一种针对MPEG-4 AVC/JVT/H.264的快速多帧运动估计算法

在H．264标准中，运动估计的编码运算量非常复杂。通过重新使用上一参考帧中的运动矢量信息，论文提出了一种效率较高的搜索算法，即无需在全部的参考帧中搜索，只使用存储的运动矢量来组成当前的运动矢量。这种算法还可以结合其他快速的搜寻算法以进一步减少运动估计的运算复杂度。     

基于双目感知的多视点视频快速编码算法

为了减少多视点视频编码过程中多参考帧预测技术巨大的编码复杂度,提出基于双目恰可察觉失真（BJND）的多视点视频多参考帧快速选择算法,通过分析多参考帧选择与BJND之间的统计特性,提前结束多参考帧选择过程。当BJND大于阈值时,确定参考帧列表中时间或者视点上第一参考帧为最优参考帧。实验结果表明,所提出的快速算法在几乎不影响编码率失真性能的情况下,比多视点视频编码校验模型平均节约76%的编码时间。     

基于低频子图的运动估计算法

为了减少运动估计的计算复杂度并提高其搜索性能,提出了一种基于低频子图的运动估计算法。该算法首先将当前帧和参考帧通过低通滤波器得到数据量减为1/4的低频子图,然后用全搜索得到最佳匹配的低频子块,最后对低频子块所覆盖的原参考帧区域进行精细搜索得到最优点。实验结果表明,与传统运动估计算法相比,该算法极大的提高了运动估计的精确度和降低了计算复杂度,并且对各类视频都有很高的鲁棒性。