H.264/AVC到HEVC快速帧内转码算法

为加快H.264/AVC到HEVC的转码速度,提出一种快速帧内转码算法。针对H.264/AVC和HEVC两标准间帧内预测块尺寸的差别提出一种合并宏块的方法,利用该方法得出的编码信息预判HEVC中最可能的帧内预测尺寸及最可能的帧内预测模式并简化HEVC中四叉树划分过程,从而降低转码过程中帧内预测的计算复杂度。实验结果表明,在编码效率和视频质量损失很小的情况下,所提出的转码算法平均节省了63.20%的编码时间。     

H.264到HEVC的低复杂度视频转码算法

针对H.264视频转码为下一代压缩标准高效电视编码（HEVC）视频过程中耗费大量时间的问题,提出一种低复杂度的视频转码算法.该算法充分利用H.264压缩视频流中包含的信息,基于图像复杂度和编码比特数之间的关系对每帧图像进行编码复杂度分析,并根据分析结果决定编码树单元的搜索深度范围;基于HEVC码流中Skip模式与H.264码流中各种模式的映射关系对Skip模式进行提前判决,通过对编码比特数的统计分析快速选择预测单元的对称与非对称分割模式;依据运动矢量的相似性,优化了HEVC运动估计过程中预测单元的搜索起点和搜索范围,进一步减少了转码过程的计算量.实验结果表明：该算法与参考算法相比转码速度获得了大幅提高,同时还保持了几乎相同的率失真表现.     

新一代视频编码标准HEVC关键技术及其应用

ITU-T/VCEG和ISO-IEC/MPEG两大国际标准组织联合推出下一代视频编码标准(high efficient video coding,HEVC),主要为高清/超高清以及3D视频编码服务,目标是实现在保证H.264/AVC视频质量基础上,压缩率可提高50%.针对之前的编码标准,在介绍HEVC技术发展背景的同时,重点介绍了其预测编码和变换编码相结合的混合编码器框架,基于4叉树和扩分块单元的数据结构,多角度的帧内预测模式和采用先进运动矢量预测技术的帧间预测模式,以及其对并行化特有的数据处理方式和针对3D视频编码应用.最后,总结了HEVC的最新应用并对其未来发展方向进行了展望.     

H.264／AVC网络视频的丢包失真评估

针对新一代压缩编码标准H.264／AVC所使用的新编码技术在网络传输时误码对视频质量的影响,提出一种无参考的H.264／AVC网络视频的丢包失真评估方法．首先对信道误码引起的视频失真进行了分析,然后确定H.264／AVC编码新特性对空时域误码传播及误码掩盖的影响,进而提出一种无参考的H.264／AVC网络视频的丢包失真评估方法．该方法计算复杂度低,适合对实时传输的视频进行质量监控．实验结果表明,使用该方法得到视频序列的MSE(mean square error)与使用全参考视频质量评估方法得到视频序列的MSE具有很好的一致性,相关性超过0.85．     

一种多步骤多分支H.264帧内预测模式选择算法

提出了一种用于H.264/AVC编码的多步骤多分支快速帧内模式选择算法。该算法首先利用整数DCT域的频率分布特点有效减少了候选预测模式的数量,然后使用经过改进的率失真优化模型和H.264原有模型有选择地处理上述模式,并得到最优模式。通过实验发现在图像峰值信噪比(PSNR)和编码比特率基本不变的情况下,编码时间降低到了原来的1/6~1/3,从而达到了降低计算复杂度和提高编码效率的目的。     

异构多处理平台并行实时编码算法研究

针对以CPU为处理平台的H.265/HEVC串并行编码效率较低的问题,设计了一种基于异构多核CPU+GPU处理平台的并行实时编码算法。按照CPU和GPU互不相同的硬件特性分配任务,降低了时间复杂度,同时使CPU和GPU的协作能力获得了提升,计算资源得到了更加合理的利用。视频编码并行化设计提高了编码效率,高清视频的编码速度最高可达26.31帧/s,实现了高清视频的实时编码。     

融合视频编码的低复杂度纹理自适应视频加密算法

针对现有视频加密算法复杂度高的问题，提出一种低复杂度的纹理自适应视频加密算法。该算法直接利用视频编码DCT系数和运动矢量建立阈值自适应的纹理估计模型，以此检测视频纹理区域并进行加密。考虑到视频编码效率和格式兼容性，选择纹理区域的DCT系数符号和MVD符号进行加密。该算法以应用广泛的H.264/AVC视频编解码器为验证平台，实验结果表明，该文提出的加密算法在确保视频内容安全性和压缩编码效率的同时，加密算法复杂度降低，待加密数据量减少。与现有纹理检测模型相比，该文纹理检测算法复杂度低，能够适用于实时性视频加密应用场景。     

基于H.264/AVC的帧内4×4预测模式快速选择算法

在H.264/AVC视频编解码标准中,帧内预测利用周围像素预测当前块来降低空间冗余,能极大地提高H.264/AVC的编码效率。然而,帧内预测的4×4预测有9种模式,为选出最佳模式,全搜索算法需要花费极大的计算量。为了降低帧内预测的复杂度,文章结合9种预测模式的各自特点和整数变换的线性性质,提出一种适用于H.264/AVC帧内4×4模式选择的快速变换和量化算法来减少对应模式变换和量化操作步骤的计算量。实验结果表明,优化算法可以有效地减少整数变换和量化操作的计算量。     

融合空域相关和率失真代价的HEVC帧内编码算法

新一代视频编码标准HEVC采用基于编码单元(CU)四叉树递归的分割结构,与上一代视频压缩标准H.264/AVC的高档次相比,最高能够节省50%的比特数.然而,由于HEVC增加了更多的划分块尺寸和预测模式,导致了编码复杂度急剧上升.因此,本文提出了一种融合空域相关信息和率失真代价值的帧内编码模式.本文首先根据各序列的不同运动和纹理特性,通过寻找编码单元深度预测值和实际值之间的误差,从训练帧得到最佳的加权系数,最后决定编码单元是否继续分割;其次,将每个编码单元划分为四个子单元,计算每层的率失真代价总和,据此计算出率失真代价的阈值,按照每秒训练两帧情况更新阈值,以此阈值决定该编码单元是否继续分割.实验结果表明,本文算法相对于原始编码器,平均可以降低48%的编码复杂度,平均比特率BDBR仅增加0.91%,平均峰值信噪比BDPSNR仅下降0.05 d B.     

基于上下文的自适应二进制算术编码研究

针对视频编码标准H.264中基于上下文的自适应二进制算术编码(CABAC)的复杂度高和存储空间大的问题，提出了一种简化的编码器模型.在对CABAC熵编码器进行理论分析后，给出了CABAC的编码效率公式，进而推导出不同概率时的理论最优量化点集合；通过调整CABAC中消除乘法运算的编码器的区间精度和倍乘系数，研究了这些参数和量化点集合对CABAC的编码效率和存储空间的影响，获得了该种简化模型，并利用此编码模型对不同特性的图像序列进行测试.仿真结果表明，该模型能够在编码效率降低不多的情况下，大大降低复杂度和存储空间，适用于对存储空间要求较高的视频通信.     

一种基于多参考块的多视点视频编码方案

为了能获得更加优良的视频压缩性能和图像效果,新一代视频编码标准H．264提出了许多新的视频编码技术,其中多参考帧技术已经被证实有优秀的压缩效果。结合H．264标准中多参考预测特性的基础上,提出一种基于多参考宏块匹配的多视点视频编码方案,通过将相邻I／P帧对的残差与预定义的闽值比较,自适应地选取B帧作为参考帧。该方案采用H．264／AVC的JM编码器下实现,取得了预期的测试结果。实验表明,该方案在兼顾随机访问性能的同时,实现了较高的编码效率,尤其适合视点间相关性较高的运动图像序列。     

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。     

网络机器人遥操作系统H.264帧内编码改进算法

H．264／AVC标准算法是目前最适合低速率下进行图像压缩传输的算法之一,但是帧内图像压缩编码后数据量依然比较大,对于网络机器人遥操作系统应用来说依然影响系统的实时性．结合基于网络的机器人遥操作系统中机器人控制的特点,文中对H．264／AVC标准算法中帧内编码提出了一种改进算法,即对于机器人本体部分图像采用帧内预测编码,而对背景部分图像采取帧问运动补偿编码．利用图像投影原理和机器人运动学方程,能够快速实现机器人部分视频对象分割,从而满足帧内编码改进算法的要求。     

面向H.264/AVC的低时延码率控制算法

为降低传输系统延迟,并满足实时的要求,提出了一种面向H.264/AVC的低时延码率控制算法。该算法基于H.264/AVC编码标准的特性,进行分层的精细化码率控制,并综合了基于图像复杂度分析的前向码率控制技术和基于缓冲区容量反馈的后向码率控制技术。仿真结果表明,与传统JVT-H017算法相比,该算法可有效减少跳帧次数、降低时延、提高视频通信的时效性;同时较好地保持图像编码质量,其PSNR仅下降约0.1 dB。该算法运算量小,易于工程实现。     

H.264/AVC的核心技术及应用分析

H.264/AVC是ITU-T视频编码专家组和ISO/IEC运动图像专家组共同开发编著的最新视频编码标准。在描述该标准系统层结构的基础上,着重分析其视频编码层的技术特点,并研究阐述该标准在IP网络及无线网络中的应用情况。     

子块结构信息与LSB相结合的脆弱水印

该文结合H．264／AVC视频编码特点,提出一种利用结构特征的脆弱水印算法。利用4×4DCT子块在宏块中的位置信息和该子块中最后一位非零量化系数之间的差值,通过LSB位的替换方法,将水印信息嵌入到该子块中所选的非零系数中,然后将嵌有水印的DCT量化系数通过熵编码写入比特流中进行传输。实验仿真结果表明,该算法具有较好的脆弱性,对视频的影响较小。