基于纹理特征的HEVC帧内编码快速算法

为了降低高效视频编码（HEVC）帧内编码的复杂度,提出了一种基于编码块纹理特征的帧内编码快速算法.首先,对当前编码单元（CU）进行预处理,获取CU的纹理复杂程度和方向特性.其次,根据纹理复杂度决定部分CU是否划分,跳过率失真代价计算,减少不必要的划分与裁剪.然后,根据纹理方向减少帧内预测模式的数量,降低帧内预测过程的复杂度.实验结果表明,在全I帧模式下快速算法与HM10.0相比,码率（BR）上升0.649%,峰值信噪比（PSNR）降低0.059 dB,帧内编码时间平均减少56.18%.     

一种快速HEVC帧内预测模式决策算法

高性能视频编码(HEVC)标准是视频编码联合小组提出的新的视频编码标准。针对HEVC帧内预测模式决策的高计算复杂度问题,提出一种基于边缘方向强度检测的快速帧内预测模式决策算法。将35种帧内预测模式根据5个基本方向分为5个预测候选模式集合,每个集合中有11种预测模式。分别计算预测单元(PU)的5个方向的方向强度,以及每个方向所占比例,选择比例最大的方向所对应的候选模式集合为该PU块的候选预测模式,有效减少帧内预测的计算复杂度。实验结果证明,与HM8.0相比,该算法能够以保证视频质量为前提,在高效率条件和低复杂度条件下平均节省15%和18%的编码时间。     

H.264/AVC快速帧内预测模式选择算法

H.264引入帧内预测并采用拉格朗日率失真优化(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,根据帧内预测算法特征提出了一种基于像素方向相关性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HEVC的帧内预测模式快速选择算法

为了节省高效视频编码（High Efficiency Video Coding,HEVC）中的帧内编码时间,提出一种帧内预测模式快速选择算法,通过判断预测编码单元的大小,分别采用像素梯度和方向强度来预测候选模式,利用像素梯度能减少选择候选模式过程的计算量,而方向强度判断能减少候选模式数量。实验结果表明,提出的算法与测试平台HM13.0的快速算法相比,帧内预测时间平均减少了27.15%。达到了降低计算复杂度的目的,有效节省了编码时间。     

基于宏块预判的快速帧内预测模式选择算法

针对H.264/AVC帧内预测模式选择部分计算复杂度问题,提出一种基于宏块预判的快速帧内预测模式选择组合算法.该算法采用低复杂度的三点梯度算子改进了边缘方向直方图帧内预测模式选择算法（Pan算法）中利用Sobel算子得到边缘方向矢量.首先运用平均绝对误差（Mean Absolute Difference,MAD）值对编码宏块类型结合QP下的阈值进行预判;预判后的宏块采用改进的Pan算法进行模式筛选,最后确定最佳的预测模式.实验结果表明,在6个不同视频序列全I帧编码情况下,该算法与全搜索算法相比编码时间平均减少大约72.4%,与Pan算法相比编码时间减少28.6%,而码率仅分别增加4.21%、1.8%,峰值信噪比基本不变.     

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。     

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。     

H.264帧间预测模式选择的快速算法优化

在H.264视频编码器帧内预测模式下,为确定一个宏块的帧内预测模式,会带来很大的运算复杂度,基于图像差分的帧间预测模式快速选择算法,采用测定图像序列平坦度的思想,能够实现快速帧间模式选择。可以有效减少模式搜索次数并能保证视频编码的质量,从而可大幅度降低编码时间和视频压缩的计算量,有效地减少了帧间模式选择算法运算复杂度,有利于实际应用。     

基于改进的Canny算子的HEVC帧内模式选择

针对HEVC中帧内预测模式选择算法复杂度问题,提出了一种基于改进的Canny算子的HEVC帧内模式选择算法. 首先,通过改进的Canny边缘检测算子提前分析预测块的方向,将此方向相应的角度预测模式加入到候选模式集中;其次,利用图像空间相关性,将相邻预测单元的最优帧内预测模式添加到候选模式集中,最后,通过RDO代价进行帧内模式选择. 实验结果表明,与粗选择模式相比,该算法将候选模式数目从35种减少到不超过9种,算法编码时间平均减少32%,而BD-Rate损失仅为0.096%,并且编码后的主观图像质量基本没有变化.     

一种AVS-M的帧内预测模式快速选择算法

在分析AVS-M帧内预测模式选择原理的基础上,提出了一种基于边缘方向信息和时空相关性的帧内预测模式快速选择算法。该算法的I帧编码时间可降低17%~21%,而PSNR和输出码率均无明显变化,有效地降低AVS-M帧内编码的计算复杂度。