基于梯度的H.265/HEVC帧内预测硬件加速算法研究

HEVC即H.265,是目前最新的视频编码标准。相比于前一代视频编码标准,H.265/HEVC虽然能够明显改善视频压缩效率,但是却带来了更高的计算复杂度,尤其是在帧内预测过程中。为了解决这个问题,提出一种基于梯度的帧内预测硬件加速算法来跳过一些帧内预测模式和划分深度的预测过程,从而达到减少计算的目的。利用图像梯度信息来粗略估计编码单元的纹理方向和纹理复杂度,其中纹理方向用来估计编码单元的最优帧内预测方向,纹理复杂度用来判断是否跳过当前划分深度的预测编码过程。实验表明,相比于H.265/HEVC测试模型HM16.18,本文提出的算法能够减少6059%的编码时间,仅造成0.38 dB的BD PSNR减少和8.52%的BD-Rate增加。     

结合运动搜索的混合域I帧错误隐藏

在数字广播电视,移动视频终端和视频电话中错误恢复是一个必须的部分。最新的视频压缩标准H.264/AVC为一系列视频消费电子应用提供更高的编码效率。但是H.264的视频流仍然容易发生传输错误。根据H.264的编码特性和网络特性众多的错误隐藏方法已经被提出。在H.264中I帧的错误隐藏尤为重要,因为I帧的错误会通过运动估计传播到后续的P帧或B帧中。结合时域和空域错误隐藏算法,本文提出一种用于I帧的低复杂度自适应空域/时域运动估计算法。实验结果显示,本文提出的算法的视觉效果和PSNR都优于原算法。     

一种基于纹理测度的帧内预测模式选择优化算法

视频是当前人们获取信息的主要途径之一,在视频业不断发展的如今时代,人们对于视频质量和视屏传输速度的要求日益增长。视频编码的目的就是尽可能去除视频数据中的冗余部分,减少视频的数据量。而HEVC中的帧内预测模块,是指利用视频空间域的相关性,使用当前图像已编码的像素预测当前像素,以达到去除视频空域冗余的目的。论文设计和实现了一种基于纹理分布的快速帧内预测模式预测算法,相较于H.265/HEVC编码实现平台X.265帧内预测编码模块,PSNR平均降低0.294dB,比特率平均升高2.098%,平均降低60.94%的编码时间。     

基于H.264运动矢量域的脆弱水印算法研究

针对H.264/AVC的编码特征,提出一种基于H.264/AVC低比特率视频流的脆弱水印算法。该算法在视频编码端的P帧经过运动矢量搜索和运动矢量预测之后,提取运动矢量残差,将水印嵌入在运动矢量残差中。在视频的解码端进行水印提取和检测,检测不需要原始视频的参与。该算法具有较小的码率变化、视频失真,以及较强的脆弱性。     

深度透视H.264标准中的预测编码

基于帧间预测与帧内变换相结合的编码方式,在H.264混合编码中,引入了帧内预测的编码,并对H.264视频编码结构中用到的各种新技术和算法进行了详细分析.从理论上分析了帧内变换、预测编码算法,得出其优点,并通过实验验证了帧内变换、帧内预测、帧间预测的混合编码方法优越性.     

基于H．264的立体视频右图像整帧丢失错误隐藏算法

当H．264编码立体视频流在Internet上传输时，由于信道错误所引起的数据丢失常常会造成整帧图像的丢失。为了恢复丢失的整帧立体视频右图像，提出了一种基于H．264的立体视频右图像整帧丢失错误隐藏算法，该算法依据立体视频编码特点进行相关性分析，首先确定丢失帧中每个宏块的预测方式，然后采用运动补偿或视差补偿对其进行恢复，进而重现丢失帧。实验结果表明，该算法能够在较低的计算复杂度下，获得较高质量的立体视频图像。     

一种MPEG1/MPEG2视频流的自适应播放算法

提出了一种MPEG1/MPEG2视频流的自适应播放算法。算法根据播放缓冲区的占用情况来调整视频帧的播放持续时间，并在播放缓冲区上溢时判断到达视频帧的类型，以决定是暂时存储还是丢弃，使得不会造成帧内编码帧和前向预测编码帧的丢失，从而保证视频流平滑地播放。实验结果表明，在播放不连续性和播放失真上新算法都优于Yuang算法，并实现了视频流的平滑播放。     

基于预测机制的云媒体网络自适应视频流选择算法

研究移动网络中,如何进一步提高云媒体服务带宽利用率的问题,提出一种基于预测机制的云媒体网络自适应视频流选择算法。该算法包含可用带宽预测模型和视频流决策模型。在带宽预测模型中,根据带宽评估结果把当前的网络状态划分为三个模式,每个模式对应不同的带宽预测方法,并且不同的模式能够相互转化。在视频流决策模型中,利用预测的可用带宽,结合可伸缩视频编码技术为用户自适应的调整视频质量。根据实验,在不同网络环境下,该方法能够有效的利用带宽,并提高媒体服务质量。     

优化的Hierarchical B码率控制算法

H.264/AVC可伸缩视频编码系统（SVC）在时间域采用的可分级B帧（Hierarchical B）结构,与传统的IPPP或者IBBP编码结构相比,编码性能有较大提高。其采用调整单位时间内编码和显示的图像帧数来适应不同的码率。但信道带宽变化较大时,帧率波动较大,会造成视频的不连续性。因此,针对各分层不同特点给出相应的码率控制方案,并通过对B帧选择合适的量化参数限制图像帧率的波动范围。实验结果表明该算法能够有效地控制码率,帧数波动小,视频质量较好,与其他同类算法相比PSNR平均能提高0.45 dB。     

基于双目感知的多视点视频快速编码算法

为了减少多视点视频编码过程中多参考帧预测技术巨大的编码复杂度,提出基于双目恰可察觉失真（BJND）的多视点视频多参考帧快速选择算法,通过分析多参考帧选择与BJND之间的统计特性,提前结束多参考帧选择过程。当BJND大于阈值时,确定参考帧列表中时间或者视点上第一参考帧为最优参考帧。实验结果表明,所提出的快速算法在几乎不影响编码率失真性能的情况下,比多视点视频编码校验模型平均节约76%的编码时间。     

面向RCBR网络的变比特率MPEG视频流的自适应预测

变比特率视频业务是将来多媒体业务的主要组成部分，为保证高质量，实时传输的需要，准确把握视频特征，结合网络传输机制为多媒体通信提供更好的服务质量（QoS)是目前亟待解决的问题之一，该文针对面向RCBR（Renegotiated Constant Bit Rate)网络的变比特率MPEG视频提出了基于编码结构的自适应预测算法，它充分利用了视频流的周期相关性，能准确快速，无延迟地对视频帧的码率进行预测，通过网络动态地为视频分配合适的带宽，不仅能达到高质量，低延迟抖动的视频服务，并且提高了网络的利用率，与分配固定带宽的网络相比，其网络缓冲的排除性能和网络的利用率有明显提高。     

基于H.264/AVC SP/SI帧技术的VCR功能实现

基于H.264/AVC的SP/SI帧能参照不同参考帧重构出相同图像帧的技术和多参考帧技术,提出一种实现H.264/AVC视频VCR操作的方法。该方法能够消除双向码流中的漂移问题。实验结果显示,与传统方法相比,在相同播放速率下,使用该方法可以降低约40%的网络带宽,峰值信噪比的提高超过1 dB。     

一种自适应的视频流化前向纠错算法

网络视频应用经常会受到数据包丢失或错误以及网络带宽资源不足的干扰.相关研究表明:在多数情况下,动态变化的网络带宽和丢包率是影响视频流化质量的关键因素.因此,为了保证视频质量,可以采用前向纠错(forward error correction,简称FEC)编码来提高视频数据传输的可靠性;同时,为了适应网络状态的变化,发送端可以调节视频数据的发送速率,并在视频源数据与FEC数据之间合理分配网络传输带宽.首先通过对视频流结构的分析,在充分考虑帧之间的依赖关系和帧类型的基础上提出了一种帧的解码模型.在此基础上,建立了用于在视频源数据和FEC数据之间分配网络带宽资源的优化算法.实验表明,该模型可以有效地适应网络状态的变化,并通过优化分配网络带宽资源来使接收端获得最大的可播放帧率.     

结合帧率变换与HEVC标准的新型视频压缩编码算法

相比于之前主流的H.264视频压缩编码标准,HEVC在保证重建视频质量相同的前提下,可以将码率降低近50%,节省了传输所需的带宽.即便如此,由于一些特定的网络带宽限制,为继续改善HEVC视频编码性能,进一步提升对视频的压缩效率仍然是当前研究的热点.本文提出一种HEVC标准编码与帧率变换方法相结合的新型的视频压缩编码算法,首先在编码端,提出一种自适应抽帧方法,降低原视频帧率,减少所需传输数据量,对低帧率视频进行编解码;在解码端,结合从HEVC传输码流中提取的运动信息以及针对HEVC编码特定的视频帧的分块模式信息等,对丢失帧运动信息进行估计;最后,通过本文提出的改进基于块覆盖双向运动补偿插帧方法对视频进行恢复重建.实验结果证实了本文所提算法的有效性.     

Online smoothness with dropping partial data based on advanced video coding stream

Most studies of smoothing video stream compute the required bit rate of video transmission to satisfy all the transmitted data. In this paper, our proposed online smoothing with tolerable data dropping algorithm can adjust the bit rate as smooth as possible. Several multimedia encoding schemes, such as advanced video coding (AVC), can support partial data dropping to adapt to available bandwidth network. The AVC stream can be adapted by smoothing algorithm to ensure video quality for a given set of constraints where these constraints may be either static after the session set up or may dynamically change over the session duration. Our algorithm is based on the online minimum variance bandwidth allocation algorithm to look ahead a window of frames, dynamically adjusting the required bit rate such that ensuring smoothness when the buffer encounters underflow or overflow for video stream. Furthermore, we add the scheme of data dropping into this algorithm to increase the possibility of smoothing bit rates. The experimental results show the peak rate, the average ratio of dropped data, and the coefficient of variation for five test sequences with different content characteristics such as the average frame size, the peak/mean ratio of frame size, and the average frame bit rate. Experimental parameters are varied by window sizes and tolerable dropping ratios. The algorithm can significantly reduce the peak rate and the coefficient of variation when the transmitted packets are allowed dropping by a user-defined dropping ratio.     

屏幕直播系统延迟优化

低延迟直播是视频直播中一个颇具挑战性的技术难点.文章从网络推流、首帧延迟、视频编码延迟三个角度进行延迟优化：首先依据网络状况自适应调整推流码率;其次实现关键帧缓存算法,优化首帧打开时间,使得首帧打开时间减少到2~4秒;然后改进帧内预测模式快速选择算法,通过降低候选模式个数减少编码复杂度,在视频质量基本不变的前提下使编码时间最多可降低约22%.最后基于以上三种优化策略设计实现屏幕直播系统并应用于课堂教学,满足课堂屏幕共享低延迟场景.     

一种适用于H.264的时域差错掩盖改进算法

视频压缩码流在信道传输时 ,由于受到信道带宽或者稳定性的影响 ,容易发生数据的损坏或者丢失 ,这样不仅会对当前的视频帧产生影响 ,而且差错会延续到随后的视频帧 ,因此 ,需要采用某种技术来降低差错的影响。针对这一问题 ,在对最新视频压缩标准 H.2 6 4研究的基础上 ,基于 H.2 6 4标准的框架 ,对已有的差错掩盖算法进行了改进 ,提出了适合 H.2 6 4编码标准的时域子块匹配差错掩盖算法。该算法首先采用 8× 8的子块代替 16× 16的宏块 ,作为差错掩盖的运算单元 ,然后对不同的子块采用不同的边界像素 ,利用边界匹配算法 ,并通过改进的 1/ 4像素精度菱形搜索法在参考帧内找到最佳匹配块。实验结果证明 ,由于该算法有效地利用了 H.2 6 4压缩码流里的信息 ,因此 ,同传统的时域差错掩盖算法相比 ,对差错信号有更好的恢复效果。     

Classification of slice-based VBR video traffic and estimation of link loss by exceedance

Classification of a video stream is an essential preliminary step to estimate the bit loss when the video stream is transmitted over a communication network. In this paper, we classify the video frames by the average frame size and estimate the bit loss for each class when the bitrate exceeds the capacity of the bottleneck link. The video stream under study is encoded using the explicit slice-based H.264/AVC encoding scheme. This scheme reduces the burstiness of regular H.264/AVC encoded video by removing the traditional GOP structure. Instead, a repetitive combination of intracoded and predicted slices is employed, thereby introducing a specific dependence structure in the video data. We consider a bufferless model of the communication system and evaluate the channel capacity required to give a maximum allowed loss rate for each class.Due to the high variability, non-stationarity and non-homogeneity of the underlying video data, the obtained classes are checked regarding the dependence and distribution structure of the data. The high quantiles of the losses are estimated for each class.     

大时间尺度上MPEG4视频流量预测的自适应算法

为了保证用户的服务质量(QoS),宽带分组网络需要进行动态带宽分配,而视频流量预测在动态带宽分配中发挥着重要的作用。本文从自相关性、自相似性的Hurst参数两个方面,阐明图像组(GOP)时间尺度上的流量能够体现原有视频帧序列的流量特性,并在固定步长的LMS自适应算法(FSSA)的基础上提出了一种新的可变步长自适应算法(VSSA),在GOP所表示的大时间尺度上预测MPEG4视频流量。大量的仿真实验结果表明,VSSA算法可以明显地改善预测性能。