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.     

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H.264空时SVC编码的快速模式决策算法

提出一种简单可行的快速模式决策算法,该算法利用空域和时域分级视频编码的宏块模式相关特性,选取参考帧宏块中率失真代价较小的一部分已用模式作为当前宏块的候选模式,使得增强层的运动预测计算量大大降低。实验结果表明,该算法能够在峰值信噪比损失不大的情况下,有效地减少编码时间。     

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.     

利用边缘方向检测实现H.264帧内预测编码的新算法

提出了一种能够快速实现帧内预测编码的新算法,该算法先利用宏块分割进行宏块边界方向检测,得到图像纹理的方向,只在最可能的几个模式中进行模式选择,从而降低了运算量．对不同的视频测试序列的仿真结果表明,使用该算法后帧内编码时间平均可以减少72.64％．同时保持相近的图像压缩质量和码率水平．     

一种新颖的H.264帧内预测快速算法

提出了一种新颖的H.264帧内预测算法．该算法把9种4×4帧内预测(Intra_4×4)模式分为3类,用左面和上面相邻块的模式类预测当前4×4块适合采用的模式类;基于定义的变换系数索引加权绝对值和设计了一种新颖的Intra_4×4模式选择方法;利用连续I帧中16×16帧内预测(Intra_16×16)宏块位置的准平稳性降低了帧内预测的计算复杂度;利用亮度块和色度块帧内预测模式间的相关性加速了色度块的模式选择过程．实验结果表明,本文提出的帧内预测快速算法比Joint Video Team (JVT)-G013平均节省了25%的编码时间,且编码率失真性能较好． :     

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。     

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。     

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.     

基于递推模式的帧内预测快速算法

针对H．264帧内预测中存在的边缘像素预测不精确问题,提出一种基于递推模式的帧内预测算法．利用宏块内部像素之间相关性更强的特点,参考同一块内已经预测过的像素预测其他像素．为了降低H．264帧内编码的复杂性,提出一种基于递推模式的帧内预测快速算法．利用4×4块在空域和频域上的特性,采用层次性结构选择需要考察的候选模式,减少帧内预测所要计算的模式数量．根据4×4块与16×16宏块之间的关系,充分利用4×4块的预测结果,快速选择16×16宏块的预测模式．实验结果证明:与以前的快速算法不同,这种基于递推模式的快速算法不仅能在很大程度上减少预测以及重构的计算量,降低帧内编码的计算复杂度,还能提高帧内编码的效率．     

基于率失真优化的H.264参考帧选择算法

为了有效抑制H.264/AVC压缩视频流的传输错误扩散,提出一种基于率失真优化的H.264参考帧选择算法。该算法针对H.264/AVC中的多种预测模式,在像素级准确估计了差错环境下的视频传输失真,并将该失真模型与率失真优化准则结合,在率失真框架内选择最合适的参考帧,使解码段的失真度达到最小。实验结果表明,改进算法相比传统的预测编码方法PSNR值大约提高了1²dB,能有效改善H.264视频传输的抗差错性能。     

基于H.264-SVC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-SVC扩展的率失真（RD－rate distortion）优化的宏块模式判决模型。在编码器中，在基于块的基础上综合考虑了信源编码失真、时间可分级的等级B图像编码结构和误差扩散失真。在当前的H.264-SVC的丢包环境下宏块模式判决模型的基础上，结合H.264-SVC的等级B图像编码结构的特点，一个时间级的参数被加入到RD代价函数的计算中。实验结果表明，本方法比没有经过时间可分级编码结构优化的的差错恢复率失真模型的差错恢复性能要好。     

使用联合比特面译码的分布式视频编码

提出了一种联合比特面译码（JBPD）算法用于分布式视频编码。该方法利用量化系数已解码比特平面的结果作为先验信息,对其它比特平面进行解码,避免了独立比特面解码时存在的信源间相关性弱化,更充分利用了Wyner-Ziv帧与关键帧之间的相关性,可在不增加解码复杂度的情况下提升分布式视频编码的率失真性能。仿真结果表明,在其它环节相同时采用联合比特面译码算法的分布式视频编码系统比采用独立比特面译码的系统最多可节省比特率16.5%,并且随着量化级数的增多,性能提升更为明显。     

无反馈分布式视频编码中Wyner-Ziv帧码率控制算法

基于分布式视频编码系统,提出一种Wyner-Ziv帧的码率控制算法.首先,通过理论推导和实验,提出了针对Wyner-Ziv帧不同系数带的率失真估计模型,并通过训练学习的方法针对不同系数带分别确定模型参数;然后,使用提出的率失真模型估计当前帧的编码码率,并结合目标码率约束确定最优量化矩阵;最后,为每个比特面分配相应数目的校验位,完成LDPC编码并输出.实验结果表明,在相同目标码率下,与现有无反馈码率控制算法相比,使用本算法可提高解码恢复视频峰值信噪比0.3～1dB,且编码端运算复杂度增加很小.     

图像颜色矢量量化算法

提出了一种基于LUV颜色空间的彩色图像量化算法. 首先运用PGF技术对原始图像进行平滑,在去噪的同时保持图像的边缘和细节;随后将PGF滤波系数作为先验的权重信息传递给矢量量化部分;最后,利用凝聚聚类进行多余颜色的合并. 结果显示,本文算法在主观评价和量化误差上都明显优于经典的K均值聚类算法.     

一种矢量量化码书设计及编码的快速算法

提出了一种矢量量化码书设计及编码的快速算法。该算法对匹配码字的判决过程是：先根据Minkowski误差最小准则,在全部码字中找出一定数量Minkowski误差最小的码字;再根据均方误差最小准则,在上术码字中找出其中最匹配的。模拟实验和理论分析表明,将该算法用于矢量量化的码书设计和编码过程,能在保证较好性能指标和视觉效果前提下,明显减少运算量。     

一种矢量量化码书设计及编码的快速算法

提出了一种矢量量化码书设计及编码的快速算法 .该算法对匹配码字的判决过程是 :先根据Minkowski误差最小准则 ,在全部码字中找出一定数量Minkowski误差最小的码字 ;再根据均方误差最小准则 ,在上述码字中找出其中最匹配的 .模拟实验和理论分析表明 ,将该算法用于矢量量化的码书设计和编码过程 ,能在保证较好性能指标和视觉效果前提下 ,明显减少运算量 .     

Novel video coding distortion estimation algorithm for H.264/AVC

A novel video coding distortion estimation algorithm is proposed for H.264/AVC. First, a new linear method is used to compute the variance of the direct current (DC) coefficient. Then, with the assumption that the DC coefficient follows a Gaussian distribution, the distortion of the Gaussian source under the quantization of the dead-zone plus-uniform threshold quantization (DZ-UTQ) with the uniform reconstruction quantizer (URQ) is derived, and according to the distortion of the Gaussian source and the variance of the DC coefficient, the coding distortion of the DC coefficient called DC distortion is calculated. Thirdly, a new function is employed to compute the ratio of video coding distortion to DC distortion. Finally, video coding distortion is estimated using the ratio and DC distortion. Compared with the algorithm with the best performance in the existing algorithms, the proposed algorithm decreases the averaged estimation error by up to 36％. Experimental results show that the proposed algorithm can provide the estimation of video coding distortion more accurately than the existing algorithms.     

Fractal image encoding based on adaptive search

Finding the optimal algorithm between an efficient encoding process and the rate distortion is the main research in fractal image compression theory. A new method has been proposed based on the optimization of the Least-Square Error and the orthogonal projection. A large number of domain blocks can be eliminated in order to speed-up fractal image compression. Moreover, since the rate-distortion performance of most fractal image coders is not satisfactory, an efficient bit allocation algorithm to improve the rate distortion is also proposed. The implementation and comparison have been done with the feature extraction method to prove the efficiency of the proposed method.     

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。