基于自适应预选的快速帧间模式选择算法

针对率失真性能和算法复杂度约束,提出基于偏移量自适应模式预选的高效帧间模式选择算法.计算所有可能模式率失真优化关闭判据下的编码代价,对代价进行自适应偏移量调整.基于调整后的代价进行模式预选,选择几种性能可能较优的候选模式,对这些模式进行率失真优化模式选择.由于该算法采用统计分析建模方法,自适应地确定偏移量参数,显著提高了模式预选准确率,较好地平衡了复杂度和算法性能.针对典型视频测试序列进行算法验证.实验表明,与完全率失真优化模式选择算法相比,该算法的复杂度大大降低,视频质量仅存在轻微退化.     

H.266/VVC分步全零块判决快速算法

为了减少编码计算复杂度,提出分步全零块判决快速算法. 基于硬决策量化公式推导固定阈值,判决出真全零块. 通过与变换块尺寸和量化参数（QP）相关的自适应阈值,判决出伪全零块. 通过提取出8个与量化结果密切相关的特征,基于全连接神经网络（FCNN）对剩余未判决的块进行最后判决. 实验结果表明,提出的分步全零块判决快速算法在Low Delay B和Random Access配置下,在性能平均损失分别仅为0.458%和0.575%的情况下,分别平均减少了7.382%和7.237%的编码复杂度.     

H.264视频鲁棒传输的最优宏块模式选择

分析了受损宏块的信道失真及其差错扩散,研究了宏块编码模式对信源失真和信道失真的影响,提出了结合信源信道编码的一种基于率失真优化的快速模式选择算法。通过估算不同宏块模式的信源失真和信道失真,自适应地选择最佳编码模式,使得视频序列的整体传输失真最小。模拟实验显示,相对于H.264参考软件的模式选择算法,该算法显著降低了计算复杂度并提高了视频差错恢复性能。     

基于全局和局部残差复杂度的帧间模式选择

针对H.264/AVC传统帧间模式选择算法的高复杂度,提出了一种适合各种视频分辨率格式的快速帧间模式选择算法.该算法基于全局残差复杂度(General residual complexity,GRC)和局部残差复杂度(Local residual complexity,LRC),通过GRC与QP来近似计算一个阈值,然后通过对局部残差复杂度跟该阈值比较来决定宏块的活跃度,再根据宏块的活跃度选出候选的帧间模式,由此进行率失真优化(Rate-distortion Optimization,RDO)计算,从而减少了不必要帧间模式的RDO计算,取得了较高的编码效率.实验结果表明,与JM18.4默认的帧间模式选择算法相比,该算法在峰值信噪比和码率基本不变的前提下,可以平均减少大约60%的帧间编码时间.     

基于率失真优化的快速帧内更新算法

提出了一种近似估计整帧图像最小量化失真度的模型和新的率失真优化的实时帧内更新准则,可使编码器直接计算出编码一帧图像的最小量化失真度,通过评估宏块帧内编码所增加的总量化失真度和减小的扩散失真度,以决定是否需要对此宏块进行帧内更新。经与传统的基于率失真的帧内更新相比和实验结果表明,更新算法在具有更小计算复杂度的同时,在大多数情况下可以取得更好的峰值信噪比值。     

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.     

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.     

基于JND的H.264编码模式选择算法

提出了一种基于JND模型的H.264编码模式选择算法, 使用改进的基于DCT域的JND计算模型, 同时考虑了时空域CSF、亮度自适应调节、带内/带间掩蔽等因素, 对编码过程中产生的预测残差进行JND阀值计算; 在率失真计算过程中, 通过去除不可察觉的冗余系数进行主观质量优化. 实验结果表明, 在不影响视频主观质量的前提下, 该算法明显降低了编码产生的数据量, 提高了编码效率.     

可分级视频编码结构优化的差错恢复编码方法

提出了一种在丢包环境下的基于H.264的可伸缩视频编码(SVC)扩展的率失真(RD)优化宏块模式判决模型. 在RD模型中加入时间级的优化参数. 编码器每编码完一帧图像后,都以编码块为单位计算信源编码失真和误差扩散失真,并将计算结果存储在失真映射表中用于计算下一个编码图像的端到端失真. 实验结果表明,在丢包环境下,优化后的率失真模型的差错恢复性能比优化前有明显提高.     

H.264/AVC快速帧间模式选择算法

提出了一种针对H.264的快速帧间模式选择算法。该算法从三个方面提高编码效率:SKIP模式提前判决;引入视频分割算法分离前景和背景,确定候选模式;提出了快速帧内模式选择方法。该算法避免了不必要的运动估计和率失真代价(RDO)的计算,节省了编码时间,同时保证了编码质量。     

快速帧内预测方法

为了进一步提高编码的效率,提出了一种基于离散余弦变换(discrete cosine transform,简称DCT)的能量函数的快速Intra-4×4模式选择算法.该算法通过估计帧内预测残差的纹理复杂度达到减少进行率失真最优化计算的模式数量.实验结果表明,该算法在保持原有编码效率的基础上能节省约一半的编码时间.     

面向H.264/AVC的宏块级码率控制算法

为了降低计算复杂度和提高H.264/AVC编码器的效率，基于一种相对简单的率失真（R－D）模型提出了新的宏块级码率控制算法，并在新算法中引入了一种自适应方法对目标码率分配和编码复杂度进行调整.相比以往算法在码率分配和参数更新中只利用了宏块绝对平均误差预测值的情况，新算法充分利用了已编码宏块的实际绝对平均误差值和相邻帧之间编码特性的相似性，保证了输出码率的稳定性和解码图像的质量.新算法还采用了一种跳块预判断策略来进一步降低编码复杂度.与JVT-G012码率控制算法相比，新算法在信噪比和输出码率基本不变的条件下，整个编码速度平均提高了约10%.     

基于异构多处理平台视频编码并行化复杂度与率失真研究

针对高效视频编码(HEVC)实时编码高清视频和超高清视频而带来视频编码速度慢、计算复杂度高的问题,提出了基于异构多核CPU+GPU处理平台上的并行实时编码算法以及在GPU中基于率失真优化快速搜索算法,以提高视频编码的速度和降低计算复杂度。经实验验证,所提算法简单且有效,在不牺牲率失真性能的前提下,使编码速度得到明显提升,并进一步接近了实时编码的要求。     

基于率失真理论的低复杂度码率控制算法

为降低计算复杂度和提高图像质量，提出了一种新的码率控制算法.基于率失真理论，推导出了基于平均绝对差（MAD）的码率（R-Q）模型.编码过程中根据图像的复杂度分配帧层的目标比特数，在宏块层利用宏块的复杂度和运动信息计算其权重，并使用拉格朗日方法最小化失真度，确定宏块的最优量化器.实验结果表明，与测试模型8（TMN8）算法相比，该算法不用计算方差，计算量得到明显降低.与测试模型7（TMN7）和TMN8的算法相比，该算法能将码率更精确地控制在目标码率附近，减少了跳帧，图像质量更加稳定且有所提高.     

基于Cauchy分布的二次RDO编码码率控制算法

为提高码率控制精度和图像质量,通过基于Cauchy分布源模型的率失真分析,得出了精确的码率(RQ)模型和失真(DQ)模型,在此基础上提出了一种低码率下的宏块层码率控制算法.该算法在宏块层上利用新的RQ模型计算量化参数,并采用率失真优化技术(RDO)对部分宏块进行二次编码,从而进一步优化选择编码模式,提高了编码效率.实验结果表明,与H.264参考软件JM 8.6中采用的码率控制算法相比,该算法得到的平均峰值信噪比最大提高了0.81 dB,而且能显著降低比特数估计偏差,更准确地进行码率控制.     

基于线性预测的动态阈值JPEG2000码率控制算法

针对JPEG2000标准建议的码率控制算法的计算复杂度高且占用存储空间大的问题,提出了一种基于线性预测的动态阈值截断的码率控制算法.通过分析小波变换特点及图像边缘和纹理特性,根据图像的压缩倍数线性预测码流截断点的率失真斜率阈值,在编码过程中动态调整此阈值以满足码率的要求.该算法实现了码流的实时截断,降低了计算量和存储空间,提高了编码器的编码效率,保持与原算法相近的图像质量.该算法与JPEG2000码率控制算法相比,峰值信噪比（PSNR）只下降了0.1~0.3 dB,在图像压缩倍数大于8的情况下,计算复杂度下降了41.6％以上,存储空间节省了43.2％以上.     

分布式视频编码中边信息的多策略优化

分布式视频编码器中边信息的重建质量直接影响整个编码器的率失真(Rate Distortion, RD)性能.为了提高分布式视频编码的边信息重建质量,从而优化其RD性能,在介绍最基本的边信息内插算法基础上,提出了3种策略对边信息帧进行重建优化:在利用传统单向运动估计得到运动矢量初始值后,首先利用交叠对称双向运动估计、自适应加权运动场滤波对运动场进行优化重建,然后通过加权交叠运动补偿减少边信息帧的方块效应.实验结果表明所提出的算法相对于其他边信息重建算法在不改变编码端的运算复杂度的情况下,明显提升了视频编码系统的RD性能.     

自适应预测残差和量化矩阵的码率控制

为了进一步提高H.264中码率控制的性能,提出了自适应预测残差和量化矩阵的码率控制. 首先根据宏块梯度方向权值和简化率失真模型,确定是否对宏块进行离散余弦变换(DCT);然后通过新的比特分配模型计算宏块的量化参数,并通过坡度加权确定宏块的坡度系数,最终根据得到的量化参数(QP)和坡度系数计算宏块的量化矩阵,并使用该量化矩阵对宏块进行编码. 仿真结果表明,与H.264基本单元层码率控制算法相比,本算法在严格控制编码时间和输出码率的情况下,使重建图像的峰值信噪比(PSNR)值提高021dB.     

面向分层B帧编码的帧级别码率控制算法

为了更有效地支持分层B帧编码结构,提出了一种帧级别码率控制算法.首先,根据编码内容的复杂度和可用信道带宽自适应选择最佳初始量化参数;其次,根据分层B帧的编码结构特点,分别从图像组级别、时域层级别以及帧级别进行码率分配;最后,采用二次码率-量化模型计算量化参数并进行调整.实验结果表明,该算法与传统的码率控制方法相比,在提高码率控制精度的同时,能带来最高1.5 dB的峰值信噪比增益.     

H.264的帧间/帧内预测模式快速选择算法

多模式运动估计使H.264比其它视频编码算法具有更高的编码效率,但同时也使计算复杂度明显提升.如果能在搜索进行之前先对模式进行筛选,除去不适用的模式,就可以减少不必要计算,大大提高运动估计的运算速度.通过分析各编码模式的特点和最佳模式分布规律,提出了帧间/帧内预测模式快速选择算法.按照从帧间模式到帧内模式、从大尺寸划分到小尺寸划分的模式选择顺序准则,基于最优匹配的检测来进行帧间/帧内模式的快速选择,略过不可能进一步降低率失真代价的模式,以降低编码过程的计算复杂度,从而提高编码速度.实验结果表明,该模式与全模式搜索相比,在图像质量和码率有少量变化的前提下,编码速度显著提高.