整帧丢失恢复算法的改进及其在分布式编码中的应用

针对传统视频编码中的整帧丢失恢复算法,提出了一种新的改善边信息的方法,即对该算法进行改进,使其适合图像非线性运动,并将其用于分布式编码中边信息进行估计。实验结果表明,该算法可以大幅提高边信息估计的准确性,从而降低分布式编码中的W-Z帧的码率,提高分布式编码的性能。     

一种HEVC整像素运动估计优化算法

对HEVC整像素运动估计算法进行优化,目的是在保持编码视频压缩后码流率和解码视频图像质量基本不变的同时,降低编码耗时。首先,统计了不同视频序列的进行帧间预测时整像素运动估计的搜索步长的分布。进而根据统计结果,改进了不同搜索步长下的分支搜索模板。同时调整了整像素运动估计的提前终止条件。最终比较了测试视频序列优化前后编码输出的YUV分量、码流和耗时。实验结果表明,对于class E(1 920×1 080)视频序列,在编码后视频质量的客观值(YUV分量)最多下降0.182 2 d B,比特率最多上升0.40%,耗时最少下降1.25%。     

一种基于立体视邻接帧时空相关性的最小代价函数帧估计算法

为了在立体视频序列编码中获得高的压缩率,需要对立体视频序列中一个视的序列按传统方法进行独立编码;另一个视的序列中,只对其中一些参考帧(I帧或P帧)按视差补偿预测的方法进行编码,其余帧不进行编码和传输,而在解码端用立体视帧估计的方法得到重建.本文提出了一种基于立体视中邻接帧在图像、视差场和运动矢量场之间高度相关性的方法.对于因遮挡而缺乏估计的区域,则结合了图像强度的连续性和运动,视差矢量的分布特性,构造了代价方程并估计出该部分的运动矢量及强度值.实验证明,重建出来的帧图像在视觉和信噪比意义上均具有较好的效果.     

基于流体系结构的帧内预测算法优化设计

为高效实现H.264多模式帧内预测,解决其计算复杂度高造成的计算压力,本文根据H.264帧内预测算法的计算密集与数据并行的特征,基于流处理执行模型提出适用于Imagine流体系结构的分组帧内预测流算法,并采用长流分段技术进行优化设计.实验结果表明,H.264帧内编码器流实现对1280×720高清视频编码帧率达45.9fps,满足实时性需求.     

整帧丢失时基于多帧参考的差错掩盖算法

压缩视频对于信道误码十分敏感,可导致重组视频的质量严重下降。在低码率的情况下,当网络传输中出现数据包丢失的情况时,通常对应于一整帧图像内容的丢失。为此本文提出了两种针对整帧图像丢失的差错掩盖算法一基于多帧参考的差错掩盖算法。研究结果表明,该算法不仅能够恢复整个丢失帧,而且其掩盖效果比传统的掩盖算法更好。     

一种自适应的光流估计方法

本文通过对光流基本约束项和平滑约束项加以改进,提出一种自应用的光流估计算法。这种算不能够较精确进行光流运动估计,减轻Horn方法中全局平滑约束对运动边界的影响,提高估计的峰值信噪比。实验结果表明：这种算法是有效的。     

一种基于H．264的有效运动估计算法

运动估计算法是实时视频编解码技术的研究重点，高精度的匹配和补偿可以减少预测误差，提高视频图像的压缩效果．为降低在视频编码标准H．264中运动估计的高计算复杂度问题，提出了采用一种基于节点模型的可变形块匹配运动估计算法来搜索最佳运动矢量．该算法充分利用了H．264运动矢量的的统计特性和相关性，并采用基于像素差值分类的运动估计匹配准则．实验表明，在编码性能损失很小的条件下，该算法有效降低了视频压缩编码中运动估计的运算复杂度．     

基于区域划分的立体视频整帧丢失错误隐藏新算法

针对立体视频传输中右视点整帧丢失,提出了一种基于区域划分的立体视频整帧丢失错误隐藏新算法。首先通过丢失帧视点内和视点间相邻帧的运动信息,估计丢失帧的运动区域与静止区域;然后利用视点间的全局视差,将丢失帧运动区域进一步划分为遮挡边界区域和非遮挡边界区域,并对遮挡边界区域和非遮挡边界区域分别采用运动补偿预测和视差补偿预测进行恢复,而对静止区域则直接采用帧拷贝的方法恢复丢失信息。实验结果表明,本文算法有效提高了所恢复的立体视频丢失帧图像的主客观质量。     

基于隔帧差分区域光流法的运动目标检测

结合运动目标检测帧差法运算速度快和光流法动目标检测准确度高的特点,提出了一种基于隔帧差分区域光流计算的运动目标检测方法.该方法通过隔帧帧差方法先提取运动区域,然后只对运动区域进行光流计算,减少了计算区域,提高了速度;在光流场计算时,对梯度较大和较小的点处,分别采用基本等式约束和光滑准则约束的方法,提高了动目标检测的准确性,另外在光流迭代运算中增加惯性项,减少了迭代次数,进一步提高了检测速度.实验结果验证了该方法的有效性.     

运动估计块匹配算法的分析研究

在对目前运动估计快速块匹配算法研究的基础上，描述了运动估计的基本原理；揭示了提高运动估计效率的关键技术，并对相关的算法进行了分析和比较；提出了运动估计算法今后的研究方向。     

块匹配运动估计算法研究与进展

块匹配运动估计是视频编码器中计算量和存储访问最密集的模块。本文对块匹配运动估计的算法作了总述,并提出了改进的方向。     

一种适用于AVS-M的自适应快速运动估计算法

为了减小移动视频编码标准(AVS-M)中运动估计模块的复杂度,提出了一种快速、有效的块匹配运动估计算法.该算法充分利用了视频图像中运动矢量场的中心偏置特性和时空相关性,根据运动类型自适应的选择搜索起点和搜索策略,结合改进的搜索模板和高效搜索中止准则,有效地降低了运动估计的运算量.实验结果表明,该算法在保证搜索精度的同时,大大减少了搜索点数.     

一种基于硬件实现的快速运动估计半像素级搜索算法

研究了在绝对差和准则下的整像素级块匹配和半像素级块匹配的联系，对绝对差和进行了合理的数学曲线拟合，通过数学曲线来预测最小绝对差和所在半像素位置，从而得到半像素级最佳匹配矢量。分析了三种不同的凹函数预测模型，提出了一种适合硬件实现的运动估计快速半像素级搜索算法。该算法直接根据整像素级运动估计的结果来推算半像素级运动估计结果，在很大程度上降低了半像素级运动估计的运算复杂度，从而利用低码率视频编码的实时实现。试验结果表明该算法可获得较好的重建图像质量。该算法利于硬件实现，可以方便地集成到现有的视频编码器中，具有较好的实用价值。     

Error concealment technique based on optical flow

A new motion vector recovery algorithm based on optical flow is proposed. Optical flow fields are very similar to the true motion and can be used to recover three-dimensional motion information. Experimental results on test video sequences produced a higher peak signal-to-noise ratio value than that of conventional methods based on the block matching algorithm     

基于统计建模的HEVC快速率失真估计算法

针对高效视频编码(HEVC)率失真优化过程中复杂的码率与失真计算,提出一种高准确性的快速率失真估计模型。该算法评估熵编码中不同语法元素的贡献百分比,并逐个开发语法元素的码率模型以构建整个TU级模型。首先,对系数进行自适应加权,以区分不同系数对码率的不均匀贡献。然后,定义位置参数以描述一个块内非零系数可能的分布模式。通过统计方式对大量样本的模型参数进行微调,得出最终线性码率模型。最后,建立了变换域失真模型来省略不必要的重构过程。实验结果表明,所提算法在RA配置下,可以实现49.76%的复杂度降低,而BD-BR仅增加1.74%。     

一种适用于H.263的运动估计搜索算法

本文提出了一种用于视频编码快速运动估计的基于中心三步法（ＣＴＳＳ）的块匹配搜索算法。结果表明,这种算法与Ｈ．２６３的可选项结合使用时,大大减少了块匹配的计算量,并可获得与全搜索算法相当的图像质量、信噪比和编码比特数。     

Robust optical flow estimation via edge preserving filtering

It is known that optical flow estimation techniques suffer from the issues of ill-defined edges and boundaries of the moving objects. Traditional variational methods for optical flow estimation are not robust to handle these issues since the local filters in these methods do not hold the robustness near the edges. In this paper, we propose a non-local total variation NLTV-$L^1$ optical flow estimation method based on robust weighted guided filtering. Specifically, first, the robust weighted guided filtering objective function is proposed to preserve motion edges. The proposed objective function is based on the linear model which is computationally efficient and edge-preserving in complex natural scenarios. Second, the proposed weighted guided filtering objective function is incorporated into the non-local total variation NLTV-$L^1$ energy function. Finally, the novel NLTV-$L^1$ optical flow method is performed using the coarse-to-fine process. Additionally, we modify some state-of-the-art variational optical flow estimation methods by the robust weighted guided filtering objective function to verify the performance on Middlebury, MPI-Sintel, and Foggy Zurich sequences. Experimental results show that the proposed method can preserve edges and improve the accuracy of optical flow estimation compared with several state-of-the-art methods.     

基于模糊量化和2 bit深度像素的运动估计算法

提出了一种2 bit深度像素的运动估计算法。首先,将像素深度的降采样过程形式化为区间分划和区间映射2个步骤,其中前者为多对一映射,决定着运动估计性能,后者为一一映射;其次,提出一种非均匀量化方法求解区间分划的3个初始阈值,并利用隶属度函数对初始阈值细化,从而克服信号噪声等因素导致的初始阈值周围像素值的误匹配;再次,讨论了适用于2 bit深度像素运动估计的误差度量准则,进而提出了基于模糊量化和2 bit深度像素的运动估计算法;最后,借助信号自相关函数,建立比特深度转换误差—运动向量精度模型来估计该算法所能达到的预测精度。实验结果证明,对于多种类型的视频序列,尤其是场景细节和物体运动比较复杂者,该算法始终能保持较高的估计精度,运动补偿的平均峰值信噪比较之传统2 bit深度像素的运动估计提高0.27 dB。     

基于多视点视频整帧丢失的自适应错误掩盖算法

为解决多视点视频压缩(MVC)导致视频整帧丢失风险增大的问题,基于MVC的特点提出了一种4方向和多参考帧的错误掩盖算法。首先,在同一视点内,将相邻帧沿其各自运动矢量外推,得到视点内的最佳运动矢量;在视点间采用同样的方法,得到最佳视差;以外推的重叠面积为判断依据,在视点内错误掩盖和视点间错误掩盖之间选择较优的掩盖方式;最后,在MVC已有块模式的基础上引入新的块组合模式,合并具有相同错误掩盖方式、运动矢量的绝对差值小于阈值的相邻块,以减小图像的块效应。实验结果表明,与已有算法相比,本文算法有效利用了MVC的内部机制,改善了重建帧的客观指标,增强了主观质量。