MPEG-21中的数字项适配技术研究

数字项适配是MPEG-21标准中一项非常重要的关键技术.本文研究MPEG-21中的数字项适配技术以及媒体独立格式的资源适配机制,实现一套基于MPEG-21 DIA的图像适配系统,提供了数字项解析、适配决策形成以及资源适配等功能.并在此基础之上试验了新的基于感兴趣区域的适配方法.试验结果表明该系统是完整和有效的,采用的新的适配方法是新颖的.     

快速自适应运动估计算法

为降低H.264中运动估计的复杂性,通过对自然图像序列的分析,提出了一种基于块的运动特征的快速自适应搜索算法。该算法充分利用视频序列中当前块的运动状态,根据不同块的运动情况合理选择运动搜索模板。实验表明,该算法在保证重构图像质量的前提下,编码速度有了显著提高,保证了实时应用的要求。     

一种基于运动信息描述的视频格式自适应方案

多媒体应用领域存在多种视频编码标准,因此实现不同视频格式之间的自适应转换具有重要意义.该文提出了一种新颖的基于运动信息描述的视频格式自适应解决方案.该方案利用作者前期提出的基于H.264/AVC标准的运动信息描述算法提取能够复用的详细完备的运动信息,根据需要快速生成不同视频编码格式、多种码率的码流;也可以利用此运动信息,指导不同视频格式码流之间的快速自适应转换.作为该方案的具体应用,文中提出了一种针对H.264/AVC标准和MPEG-2标准的视频自适应方法.实验结果表明,文中提出的基于运动信息描述的视频格式自适应解决方案不仅可以很好地保证编码性能,同时具有较低的计算复杂度.     

数字媒体适配过程的一般框架、模型及应用研究

丰富的媒体内容和格式、异构的网络以及多样的终端设备,成为通用媒体访问的巨大障碍,媒体适配成为必要.文中分析了MPEG-21数字媒体适配DIA各实体之间的抽象关系,讨论了数字媒体适配的一般框架,建立了基于混合变量的约束优化模型.该模型统一了现有的媒体适配应用研究,能够用一致的算法进行求解.同时,文中从图像理解和视频分析角度,建立了媒体适配的层次结构,对媒体适配应用进行分类,并以当前的主要应用研究如图像适配、视频转码、位率适配、视频对象适配等举例说明.文中也探讨了混合媒体的多模态适配,指出了今后的研究热点和难点,如媒体语义抽取和适配、用户主观测度和媒体访问体验最大化等.     

基于纹理和亮度感知特性的率失真优化策略

率失真优化(RDO)策略在视频编码体系中对编码效率有着重要影响。当前主流的率失真优化策略以MSE或类似的方法描述失真,不能很好反映人眼的主观感受。为了提高视频编码的主观感知质量,首先建立一种新的感知失真模型。该模型利用人眼对纹理和亮度的敏感特性,使评价结果能够更好地反映主观质量。在此基础上,提出一种基于纹理和亮度感知特性的率失真优化策略,简称TL-RDO(texture and luminance based RDO)策略。该策略对不同的区域自适应地调整拉格朗日乘子,使得编码结果更好地符合人眼的观察特性。实验结果表明,TL-RDO相比现有最常用的QP-RDO方法,编码效率显著提高;与一些典型的基于感知失真特性的率失真优化策略相比,TL-RDO策略计算复杂度较低,适合于实时编码系统。     

基于H.264的感知加密算法的研究

H.264是目前国际上最新的视频编码标准,因其高效的编码效率及良好的压缩等特点,被广泛的应用于各种视频的传输中。基于此特点,本文提出一种基于H.264的感知加密算法。本算法中选取了IPM、MVD和残差系数三种定长语法元素作为加密数据元素,加密强度的控制通过引入概率参数实现。理论分析与实验结果表明,此加密算法满足了一定的安全性和实时性的要求,具有系统开销成本低,算法操作简单的特点。     

基于运动搜索预处理的H.264/AVC帧间块划分模式快速选择算法

为了进一步减小宏块的帧间预测误差,新的视频编码标准H. 264 /AVC采用了灵活多样的块划分类型。不同于以往视频编码标准中规定的16×16, 8×8固定块尺寸,H. 264 /AVC中采用的块尺寸包含16×16到4×4七种类型。然而在提高编码效率的同时却带来了巨大的计算复杂度,尤其是采用率失真全搜索算法时。提出了一种基于运动搜索预处理及残差纹理分析的快速帧间块划分模式预测算法,并通过实验证明了本算法在几乎不牺牲图像质量和压缩效率的基础上,有效地减少了计算复杂度。     

一种基于H．264／AVC的快速运动估计算法

提出了一种基于运动特性的自适应快速运动估计算法。该算法充分利用视频图像序列的运动特征进行运动模式判定，实现了一种简单高效的搜索方法，并且根据不同的运动模式动态改变搜索策略。实验表明，新算法在保证重构图像质量的前提下．编码速度有了显著的提高，更适合于实时应用。     

一种基于H.264/AVC的快速运动估计算法

提出了一种基于H.264/AVC的快速运动算法。根据运动矢量的时空相关性建立一个预测运动矢量集合,再采用小交叉(SCSA)模板和大六边形(LHSP)搜索进行搜索。在搜索过程中采用提前终止技术,进一步减少计算量。实验结果和分析表明,该算法能够显著提高运动估计的搜索速度,节省了大量运动估计时间,而图像质量和比特率只有少量变化。     

基于运动复杂度的快速模式选择算法

H.264/AVC是ITU-T和ISO/IEC联合制定的最新视频压缩标准。它采用了可变块运动估计和率失真优化模式判决。H.264需要对10 种模式进行率失真优化计算才能得到一个宏块的最优编码模式,极大地增加了编码器的复杂度。为了提高模式选择效率,提出了一种基于运动复杂度的快速模式选择算法。实验结果表明,在PSNR仅有微小下降情况下,该算法可大幅提升编码速度。     

重用运动矢量和预测残差的MPEG-2/H.264空间分辨率转码

本文提出一种新的MPEG-2到H.264的视频转码算法.它通过充分利用MPEG-2解码过程中得到的运动矢量和宏块编码残差等信息,可显著减少H.264编码过程中宏码编码模式确定和运动估计过程的计算复杂度,并得到最终的H.264视频流.几种典型视频测试序列的仿真实验结果表明,本算法对视频质量的损失较小,有稳定的率失真性能,有利于实时转码的实现.     

一种H.264/AVC over MPEG-2流的解决方案

对如何将H．264／AVC视频流经MPEG-2的系统传输层传输提出了一种解决方案。要点是：先把H．264／AVC视频作为MPEG-2系统层传输的基本流，然后扩展MPEG-2标准中的传输流系统目标解码器（T-STD），使之可以将H．264／AVC编码视频作为MPEG．2传输流（TS）在Internet上传输和解码。被解码的基本流通常来自于一个“容器”文件（如AVI或者TS），在客户端从服务器端的这个容器中取出H．264／AVC基本流后便可实时解码、显示。仿真实验表明，该方案能够获得较好的流视频效果，在带宽受限的情况下信噪比低于40dB的帧数少于5％，可用于网络流视频或移动视频中。     

MPEG-2到H.264/AVC转码中的快速模式选择算法

为了降低MPEG-2到H.264/AVC的转码复杂度,针对转码过程中H.264/AVC编码的多模式预测,提出一个有效的快速模式选择算法.算法用MPEG-2中已有的运动矢量的差异来衡量宏块的运动情况,对运动矢量进行聚类,进而用聚类结果来选择预测模式.实验结果表明,算法可以在视频质量损失很小的情况下大幅度降低转码中再编码的复杂度.     

Motion mapping and mode decision for MPEG-2 to H.264/AVC transcoding

This paper describes novel transcoding techniques aimed for low-complexity MPEG-2 to H.264/AVC transcoding. An important application for this type of conversion is efficient storage of broadcast video in consumer devices. The architecture for such a system is presented, which includes novel motion mapping and mode decision algorithms. For the motion mapping, two algorithms are presented. Both efficiently map incoming MPEG-2 motion vectors to outgoing H.264/AVC motion vectors regardless of the block sizes that the motion vectors correspond to. In addition, the algorithm maps motion vectors to different reference pictures, which is useful for picture type conversion and prediction from multiple reference pictures. We also propose an efficient rate-distortion optimised macroblock coding mode decision algorithm, which first evaluates candidate modes based on a simple cost function so that a reduced set of candidate modes is formed, then based on this reduced set, we evaluate the more complex Lagrangian cost calculation to determine the coding mode. Extensive simulation results show that our proposed transcoder incorporating the proposed algorithms achieves very good rate-distortion performance with low complexity. Compared with the cascaded decoder-encoder solution, the coding efficiency is maintained while the complexity is significantly reduced.

Fast video transcoding from H.263 to H.264/MPEG-4 AVC

In the past 10 years detailed works on different video transcoders have been published. However, the new ITU-T Recommendation H.264—also adapted as ISO/IEC MPEG-4 Part 10 (AVC)—provides many new encoding options for the prediction processes that lead to difficulties for low complexity transcoding. In this work we present very fast transcoding techniques to convert H.263 bitstreams into H.264/AVC bitstreams. We will give reasoning, why the proposed pixel domain approach is advantageous in this scenario instead of using a DCT domain transcoder. Our approach results in less than 9% higher data rate at equivalent PSNR quality compared to a full-search approach. But this rate loss allows the reduction of the search complexity by a factor of over 200 for inter frames and still a reduction of over 70% for intra frames. A comparison to a fast search algorithm is given. We also provide simulation results that our algorithm works for transcoding MPEG-2 to H.264/AVC in the aimed scenario.

可抵抗共谋攻击的H．264／AVC压缩域数字视频水印算法

针对H．264／AVC编码标准的新特性,提出一种可抵抗共谋攻击的压缩域鲁棒数字水印算法。对Noorkami等算法进行改进,水印的安全性是基于水印嵌入位置的随机性,通过DC系数的相关改变量产生密钥从而确定水印的嵌入位置。通过改变每个宏块的一个4×4块的非零量化系数嵌入水印。仿真试验表明,本算法在保证视频的视觉质量的前提下,水印的嵌入量有很大的提高。此外,水印提取时不需要对压缩码流完全解码,并能满足实时盲检测的要求。     

一种面向H.264/AVC的运动估计算法

提出了一种使用具有方向偏向性搜索模板和基于预测模式自适应选择运动估计方案的EPZS(enhanced predictive zonal search)改进算法。该算法将运动估计过程与H.264/AVC中多参考帧、多预测模式等编码工具紧密结合,充分利用视频中运动具有高度时空相关性的特点,综合考虑速度、图像质量及压缩效率等方面的性能。实验结果表明,该算法以极小的计算量得到了与全搜索方法接近的效果;与EPZS算法相比,运动估计的处理速度有了较大幅度的提高,同时保持了与之相当、有时甚至更优的率失真性能。此外,该算法具有很好的鲁棒性,并且能够产生平滑的运动矢量场。     

Performance Comparison of AVS and H.264/AVC Video Coding Standards

A new audio and video compression standard of China,known as advanced Audio Video coding Standard （AVS）.is emerging.This standard provides a technical solution for many applications within the information industry such as digital broadcast,high-density laser—digital storage media,and so on.The basic part of AVS,AVS1-P2,targets standard definition （SD）and high definition（HD）format video compression,and aims to achieve similar coding efficiency as H.264/AVC but with lower computational complexity.In this paper,we first briefly describe the major coding tools in AVS1-P2,and then perform the coding efficiency comparison between AVS1-P2 Jizhun profile and H.264/AVC main profile.The experimental results show that the AVS1-P2 Jizhun profile has an average of 2.96% efficiency loss relative to H.264/AVC main profile in terms of bit-rate saving on HD progressive-scan sequences,and an average of 28.52% coding loss on interlace-scan sequences.Nevertheless,AVS1-P2 possesses a valuable feature of lower computational complexity.     

一种抗重压缩的H.264/AVC视频水印算法*

针对当前视频水印抗重压缩能力不足,提出一种基于I帧色度量化残差系数的视频水印算法。通过对H.264/AVC帧内预测模式的分析,得出重压缩后预测模式的转变是造成水印提取失败的主要因素,因此,算法选择在更加稳定的色度分量中嵌入水印。首先,利用4?4子块中非零系数个数选择合适的色度子块,然后,运用差分能量的思想,结合Arnold置乱后的水印信息,通过调制其中一个非零量化DCT残差系数改变两个特定位置系数的关系嵌入水印。算法在帧内预测模式色度分量中嵌入水印,有效的解决了重压缩后水印提取不同步问题,提高了水印的抗重压缩性能。实验结果显示,提取的水印图像位错误率(BER)在20%以下,重构图像的SSIM比现有方案提高了1.2%-4.4%,另外,测试序列的比特增加率(BIR)平均降低了70%左右。算法适用于广播监控等实时视频应用。