基于率失真特性的视频编码优化算法

率失真(R-D)优化是视频编码器中一项关键技术,然而当前广泛采用的独立率失真优化远未达到全局最优性能.为了进一步提升高效视频编码(HEVC)的压缩性能,提出了一种结合率失真依赖性和率失真特性的二次编码优化算法.首先,采用原始HEVC的方法对当前帧进行第一次编码,从而得到当前帧消耗的比特数和每个编码树(CTU)单元的率失...     

视频编码量化失真估值算法研究

针对量化失真估计算法存在的误差问题,对算法中的DCT系数分布模型进行了改进,提出了基于LAP分布模型的分段建模方法。将DCT系数的尾部数据进行分离,以主体数据的建模结果作为全体数据的分布模型。以均方误差作为量化失真的衡量准则,归纳并推到上述分布模型下的失真估计算法。采用限制量化步长的方法来评估失真估计算法的准确度。实验结果表明,采用LAP分布模型对DCT系数进行分段建模,不仅提高了模型的准确度,还简化了分布模型的复杂度;由此所产生的失真估计算法在复杂度和准确度方面具有很高的兼容性,与传统的LAP失真估计算法相比,准确度有所提高。     

基于率失真优化的可伸缩视频编码码率分配

可伸缩视频编码的主要目标是生成空域、时域、质量可伸缩的视频流,其中如何进行有效的码率分配,以截取特定条件下最优的一段码流,对视频信号的网络传输十分重要。在研究现有JVTSVC中码率分配算法的基础上,提出了通过划分FGSNAL单元建立其近似的率失真特性曲线,从中选择构成凸壳的点作为率失真最优的候选截断点,并以此进行优化的码率分配的方法。在参考软件JSVM上的实现表明,对标准测试集中的序列截取相同需求条件下的码流时,相对于JVTSVC中现有率失真优化的码率分配方法,新方法的解码视频质量均有进一步的提高。     

基于视频内容编码感知失真模型研究

针对现有恰可感知失真模型不能很好地适用于感知视频编码的问题,开展了面向编码的视觉感知失真测度模型研究。从编码量化参数的角度对恰可感知失真进行测量,并通过实验统计和数据拟合定量地得出了基于编码量化参数的恰可感知失真模型。实验结果表明,恰可感知失真阈值与初始编码量化参数呈现良好的线性关系。该模型的优势在于采用了与编码相关的编码量化参数,建立了恰可感知失真模型,可以更方便地应用于实际编码。     

不依赖于量化参数的视频编码控制优化技术

目前,混合式视频编码技术普遍采用基于量化参数的Lagrange乘子优化算法(QP-L)实现预测编码的率失真优化计算.文中则提出一种新的率失真优化算法Adapt-L,可以根据视频信号的率失真统计特性,自适应地调整Lagrange乘子的计算.实验及数据分析表明,在QP-L算法的Lagrange乘子和视频信号的率失真统计信息...     

基于可伸缩视频编码的率失真优化编码算法*

可伸缩视频编码（SVC）可实现视频流空间、时间和信噪比的完全伸缩,但在差错信道上传输容易引起误差扩散,为此提出一种基于SVC的率失真优化编码算法。该算法在分析了差错信道下传输可伸缩视频流误差扩散失真的基础上,在率失真优化模型中引入时间和信噪比分级的误差分级参数,并根据信道状态自适应地确定宏块编码模式。该算法能够有效地抑制误码在各分层的扩散,提高了可伸缩视频流的鲁棒性。仿真结果表明,算法与以往的算法相比具有更好的抗误码性能,适合视频数据在差错信道上的传输。     

OpTrans:一个率失真优化的MC-EZBC转换编码算法

可伸缩性视频转换编码算法是大型分层视频组播系统层次化代理自适应机制的核心技术.好的转换编码算法不仅要满足拥塞速率控制的要求,而且要使分层视频组播流中的增强层数据以率失真优化的方式进行截断,以提高接收者的接收效能.本文对可伸缩三维小波编码算法MC-EZBC视频转换编码的联合率失真目标函数和优化算法进行了深入研究,提出了率失真优化的MC-EZBC转换编码算法及其分层速率控制方法.对比实验结果表明,采用了联合率失真优化后的转换编码码率控制方法比原有的按顺序截断方法可提高平均视频质量PSNR0.3-0.5dB,进而可优化大型分层视频组播系统的整体效能.     

一种基于MPEG-4视频编码流的信道失真模型

准确地估算信道失真是视频通信系统中联合功率率失真（P-R-D）优化的重要基础,提出了一种基于MPEG-4视频编码流的信道失真模型,采用帧间递归,根据信道平均误比特率和视频编码信息在编码器端实时估算视频序列的信道失真,仿真结果表明,对于不同的视频编码序列,在不同信道误比特率和信源编码率下,模型估算的平均相对偏差和绝对偏差较小,准确度高,为基于P-R-D优化的失真估算提供一个有力的工具。     

采用整数变换降低率失真运动估计失真度计算量的研究

基于率失真的运动估计是提高视频编码器运动补偿精度的一个重要手段,但率失真失真度的计算太复杂,长期以来应用一直受限制.本文试用整型DCT变换代替DCT变换来优化计算失真度的纹理因子,从而提高计算速度.文章详细推导了优化计算公式,并用几组相关的实验数据来验证方法的有效性.     

计算资源受限的视频编码多模式决策

由于视频编码技术趋向于采用越来越复杂的分块模式,多模式决策技术也随之成为一种非常重要的编码技术.多模式决策的优劣不仅会大幅度地影响视频编码的计算消耗,而且也对编码性能的高低起到关键的作用.为使多模式决策在计算能力相差悬殊的平台上都能获得优化的率失真性能,给出一种计算复杂度自适应的优化多模式决策算法.首先,利用视频序列中不同宏块模式间的时空相关性,预测这些宏块多模式决策后的拉格朗日代价和计算复杂度的斜率(Lagrangian cost and complexity slope,简称J-C slope).J-C slope越大,说明在该宏块上的模式决策消耗每单位的计算资源可以获取的率失真收益越多.在计算资源有限的情况下,多模式决策应该按照J-C slope的大小顺序执行,也就是性价比优先的顺序,以便保证计算资源优先分配给率失真收益大的宏块.另外,还通过建立J-C slope阈值与实际计算复杂度的关系模型,设计了一种根据给定计算约束自适应调整计算复杂度的算法.根据实验结果,该方法不仅可以准确地控制多模式决策的计算复杂度,而且还能在不同的计算约束下获得优化的率失真性能.     

视频编码位率控制技术

随着视频编码技术和视频流应用的发展,位率控制技术目前已经成为多媒体研究领域的热点课题之一.首先归纳出位率控制的基本原理,然后根据视频编码在不同领域内的应用,对目前几种主流的位率控制算法进行了阐述,并指出了不同应用环境下的位率控制算法的优缺点.     

高效视频编码中变换跳过模式的快速选择

目的新一代高效视频编码(HEVC)标准采用了灵活的块结构和大量新颖的编码工具,有效提高了视频编码效率。变换跳过模式作为一种新增加的模式,可以有效地提高编码效率,但是也显著地增加了编码的复杂度,增加了实时编码应用的难度。因此提出一种针对变换跳过模式的提前剪枝算法。方法通过分析不同率失真代价下是否选择变换跳过模式的残差块的分布情况,最终选取率失真代价的平方根作为阈值,并建立了量化参数与阈值之间的模型。之后可以根据量化参数提前计算得到阈值大小,减少变换跳过模式的编码次数,从而降低变换跳过模式的复杂度。结果由于最终只需要对少量的块进行变换跳过模式编码,并且使用模型得到经验阈值并不会额外增加复杂度,因此能减少编码器的计算复杂度。实验结果表明,与标准编码器相比,该算法对于不同场景的标准测试序列平均峰值性噪比和平均比特率变化都非常小,平均减少了70%的变换跳过模式编码的次数。结论该变换跳过模式的剪枝算法,选取率失真代价的平方根作为阈值,根据本文模型获取不同量化参数下的经验阈值,对是否需要进行变换跳过模式提前判断。实验结果表明,该算法能在保证视频编码质量的前提下有效地降低由于加入变换跳过模式增加的编码复杂度。     

SSIM度量虚拟视点绘制失真的深度图帧内编码

3D视频中深度编码的性能主要取决于绘制视点的主观质量,传统的失真测度方法———均方误差(MSE)不能很好地体现人眼视觉(HVS)特性。提出了一种基于结构相似度(SSIM)度量的虚拟视点绘制失真的深度编码方法。通过分析深度编码失真与虚拟视点绘制失真(用SSIM作为失真测度)的关系,建立深度编码引起虚拟视点绘制失真的估计模型。最后将绘制失真估计模型应用到基于SSIM的感知率失真优化(RDO)框架中,以此指导深度编码的最优模式选择。实验结果表明,所提方法能够提高SSIM增益,获得更好的绘制视点主观质量,有效减少绘制视点中物体边界的失真和伪影。     

基于量化步长的视频编码能量率失真模型

针对移动手语视频通信中存在的功率和码率约束问题,提出一种能量感知的视频编码能量率失真(P-R-D)模型。在H.264视频编码软件平台JM8.6上进行模型参数选择,确定以量化步长作为模型参数。根据移动设备的电池剩余能量划分3个能量状态,在不同状态下分别建立相应的功耗、码率及失真模型。实验结果表明,对于典型的手语视频,P-R-D模型能够准确反映视频编码功耗、码率和质量之间的关系,其中功耗模型和码率模型精确度较高,最大预测误差仅为-1.1795%和-7.9268%。     

运用H.264/AVC宏块编码特征的低复杂度率

分析H.264/AVC各帧间编码模式与最佳模式编码同一宏块（MB）时在比特率、参考帧选择及CBP（coded block pattern）上具有的相似性,对MB各最佳编码模式的比特率和CBP分布进行了统计,根据统计结果分析出比特率和CBP相结合能对编码模式进行比较准确的区分定位。并由此提出一种联合参考帧选择和模式选择的低复杂度RDO（rate distortion optimization）算法。算法利用P16×16模式编码得到的比特率和CBP来确定候选编码模式,用P16×16模式的参考帧来确定其余帧间模式的参考帧。最后将候选模式在候选参考帧中进行运动估计和编码模式的RDO,选出最佳编码模式。实验结果表明,提出算法与H.264/AVC参考软件JM12.0相比,平均比特率增加1.32%、 亮度PSNR减小0.0752dB,编码时间减少71.20%。     

视频Internet传输的率失真优化运动估计算法

通过对端到端失真的成因进行分析,研究运动矢量的选择对误码扩散大小的影响。针对传统运动估计算法只考虑信源端的情况,提出一种基于端到端预测误差的计算方法并据此对运动矢量进行率失真优化选择。基于H.264编码平台的仿真试验表明,采用所提出的率失真优化运动估计算法可以进一步提高在Internet误码条件下的低码率视频流鲁棒性及解码质量。     

基于率失真优化的ROI编码算法

提出一种通过提升率失真斜率来实现任意形状的感兴趣区域（ROI）编码的方法,从而避免了因提升系数引入过多的位平面导致编码效率降低的问题。实验结果表明该算法通过调节提升因子可实现ROI与背景区域重现图像对比度的任意可调,并且无需发送ROI区域的形状信息,同时降低了部分ROI编码块中背景系数的优先级,可以使感兴趣区域得到更快的恢复重现。     

高清立体视频的传输失真估计模型

针对高清立体视频序列分辨率大、宏块信息量少以及网络传输易出现差错的特点,提出一种能够估计高清立体视频端到端传输的失真模型。该模型能够考虑到丢包对后续帧的错误扩散以及立体视频左右视点帧之间的时空相关性,采用递归算法准确地估计失真,并运用时域帧拷贝的错误隐藏方法降低解码端的复杂度。仿真结果表明,失真模型的平均预测误差能控制在6%以内,对于不同特性和分辨率的立体视频序列,在不同网络环境下传输失真估计均有一定的适用性。