H.264快速帧内预测模式选择算法

H.264引入帧内预测技术提高了I帧的编码效率,但也大大增加了编码的计算复杂度。为了降低计算复杂度,根据预测模式算法的特征提出了一种基于像素边缘矢量方差及子块宏块映射关系的帧内预测模式快速选择算法。实验结果表明,该算法在保证图像质量和比特率大致不变的前提下,极大地降低了帧内预测编码的计算复杂度。     

基于H.264的快速帧内预测算法

为降低帧内预测的复杂度,提出一种快速的帧内预测算法。该算法根据量化系数Qp,缩小预测模式的选择范围。通过判断全0或近似全0残差块,引入提前终止方法。结合最优预测模式和次优模式的方向相邻性,进一步减小预测的计算量。实验结果表明,该算法能降低40%~96%的帧内预测计算量,同时保持视频的图像质量几乎不变。     

一种基于自适应阈值的H.264/AVC帧内预测模式快速选择算法

在H.264/AVC中,帧内编码采用帧内预测来提高编码效率.色度块尺寸为8×8,亮度块包括4×4和16×16两种尺寸,每种块提供多种预测模式,因此这种多模式选择极大地增加了编码复杂性.本文利用色度块和亮度块以及亮度4×4和16×16块模式选择之间的相关性,提出一种基于RDO(Rate distortion optimization)不同判决依据的快速帧内预测模式选择算法,并能够自适应调整阈值.实验结果表明与校验模型JM7.2相比在信噪比和码率变化不大的同时,能够使Ⅰ帧编码速度平均提高6倍,并可节约P帧25%的编码时间.     

一种快速帧内预测算法

为进一步提高帧内预测的编码性能,提出一种新的帧内预测算法。该算法对用于预测的参考像素进行相似度检测,当参考像素相似度高时,直接使用平均模式预测,省去了用于编码预测模式的比特,节省了码率,并降低了计算复杂度。实验结果表明,该算法在同样的峰值信噪比(PSNR)下,平均码率降低了1.42%,编码速度提高了32.1%。     

H.264/AVC帧内预测模式快速选择算法研究

在H.264/AVC中,采用帧内预测来提高帧内编码的效率,色度块尺寸为8×8,亮度块包括4×4和16×16两种尺寸。其中,色度块8×8有4种预测模式,亮度块16×16有4种预测模式,而亮度块4×4有9种预测模式,这么多模式选择大大增加了编码的复杂性。文中介绍一种基于RDO的单阈值快速算法和一种基于RDO的双阈值快速算法,并阐述了两种算法在性能上的优越性。     

基于UMHexagonS的快速帧间模式选择算法

对基于“非对称十字型多层次六边形格点搜索”（UMHexagonS）的帧间模式选择算法进行了改进，应用了优先判断SKIP模式和基于图像细节的分块模式选择算法。实验结果表明，该方法在保证图像失真度和码率性能的前提下，单帧编码时间较UMHexagonS减少了57.48%，较大幅度增加了帧间模式的决策速度。     

一种适用于H.264/AVC的自适应空域帧内预测算法

提出了帧内预测算法中邻块间预测选项的相关性、预测选项和SAD相关性的概念,在此基础上提出了一种适用于H．264／AVC的自适应空域帧内预测算法,该算法利用上述的两种相关性预测当前块的帧内预测选项;利用“半步停”技术自适应地中止预测．实验结果表明,该算法在保证重构图像质量和压缩比的同时,计算复杂度仅相当于原有算法的7％左右．     

一种改进的快速H.264/AVC帧内预测Pan算法

对基于边缘方向直方图的快速帧内预测Pan算法进行了改进,应用了帧内Intra_4×4和Intra_16×16块类型选择以及4×4亮度块模式选择提前中止技术。实验结果表明,该方法在保证图像失真度和码率性能的前提下,单帧编码时间较Pan算法减少了29.093%,较大幅度地加快了帧内模式决策速度。     

H.264/AVC帧内4×4块快速帧内预测算法

H.264引入帧内预测并采用率失真优化（RDO）技术来选择最佳帧内预测模式,提高I帧的编码效率,但也大大增加了编码的计算复杂度。为了降低计算复杂度,提出了一种基于DCT变换的能量函数的快速帧内预测选择算法。实验结果表明,该算法在保证图像质量和基本保持编码效率的前提下降低了近一半的编码时间。     

利用宏块特征的H.264/AVC快速帧内模式决策

针对H.264帧内模式决策,提出一种快速算法。对于亮度分量,该算法根据待编码宏块平滑度的特点来设定条件,满足平滑条件则直接判断出采用intra_16×16四种预测模式中的哪种模式,对于不符合条件的采用intra_4×4预测模式,此时可以剔除部分不常用的预测模式;对于色度分量,可以根据人眼对色度不敏感这个客观事实来减少候选模式的数量,从而进一步降低编码时间。实验结果表明,该算法可以节省30%以上的编码时间,同时保持相似的视频质量。     

基于功率谱的H.264/AVC快速帧内预测算法

针对H.264/AVC帧内预测复杂度高的问题,结合H.264帧内预测的特点,提出一种基于功率谱的快速帧内预测算法。该算法在帧内预测之前,首先对宏块进行离散快速傅里叶变换,将频域内的三维功率谱函数转为化二维功率谱函数,然后利用二维功率谱函数的自相关性进行阈值判决,最后根据判决结果从两种预测模式中选择一种,从而减少算法的复杂度。实验结果表明,该算法在保证图像质量和编码码率较少增加的前提下,有效提高了编码速度;并且,该算法有利于在视频编码芯片上的实现,可用于实际的视频通信产品。     

H.264/AVC快速帧内预测模式选择算法

基于像素块的纹理特性,相邻块预测模式的相关性提出了一种H.264/AVC快速帧内预测算法,该算法将4×4亮度块的候选模式从9种降低到1～4种。实验结果表明,与H.264编解码器JM8.6相比,I帧编码时间降低50%～60%,而PSNR和输出码率基本保持不变。     

H.264/AVC快速帧内预测算法的研究

H.264/AVC采用先进的帧内预测技术,进一步提高了编码效率,但计算复杂度也随之增高。提出了一种快速的帧内预测算法。该算法充分利用宏块的MAD信息及时间/空间相关性,对宏块进行预判,在帧内4×4（I4）和帧内16×16（I16）预测模式之间进行选择;然后,针对I4预测,计算当前块与参考块之间的相似程度D(b_x,b_r),据此判断是否跳过当前块的模式选择过程,从而减少了编码时间。实验表明,与JM10.2相比,针对全I帧测试：编码时间平均减少约59.03%;针对IPPP测试：编码时间平均减少22.76%;SNRY和码率基本不变。并且,该算法有利于在硬件平台(FPGA)上实现,可用于实际的视频通信产品。     

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。     

基于纹理估计的H.264帧内预测快速算法

帧内预测是H.264取得高编码效率的关键技术之一,但其计算复杂度是H.264帧内编码中的瓶颈问题。结合H.264帧内预测特点,提出一种基于纹理估计的帧内预测快速算法。首先通过计算相邻宏块的边界像素差值,估计图像的纹理方向,再根据此方向选择相应的帧内预测模式,减小候选模式数量,简化模式选择过程,降低了帧内预测的计算复杂度。实验结果表明,在保证图像质量和编码码率的前提下,本算法能有效提高H.264的编码速度,有利于实时应用。     

一种H.264/AVC的自适应去块效应滤波快速算法

去块效应滤波在H.264视频编解码中起到了很重要的作用,对H.264中去块效应滤波的理论进行了再分析,提出了一种以4×4块为单位,对帧内预测帧和帧间预测帧分别计算边缘强度（Bs）的快速去块效应滤波算法。实验仿真结果表明,该算法同时适应于编码和解码中的去块效应滤波,在有效提高去块效应滤波效率的同时不影响已有编解码的码流和图像质量。     

基于梯度和全零块检测的快速帧内模式选择算法

针对移动视频业务的市场需求和移动终端设备的性能局限,提出了一种基于方向梯度特征和全零块检测的H.264快速帧内预测模式选择算法。为降低预处理计算量,对像素进行降幂采样;进行主要预测方向上的纹理梯度检测,排除可能性较小的预测模式;对图像边界块和纹理平滑块进行优化处理;进行4×4全零块检测,略过不可能进一步降低率失真代价的候选模式。实验结果表明,在基本保持编码性能的前提下,该算法平均可降低51.69%的编码时间。     

Lossless video coding based on pixel-wise prediction

The state-of-the-art H.264/AVC was designed for lossy video coding in the beginning. Recently, the H.264/AVC FRExt was developed by removing transformation and quantization for lossless coding. In this paper, we propose an efficient intra lossless coding method based on a pixel-wise prediction. The proposed algorithm introduces an additional intra prediction mode that employs the LOCO-I predictor of JPEG LS. We found that the proposed lossless coding algorithm achieved approximately 22.0, 2.6, and 10.7% bit saving in terms of compression ratio, compared to the H.264/AVC FRExt, lossless intra 4:4:4, and Takamura’s lossless coding methods, respectively.