基于空间相关性的复杂度可分级帧间模式选择

本文提出了一种针对H．264的复杂度可分级的帧间模式选择算法,该算法采用一张概率表将当前宏块的7种预测模式与相邻的上侧和左侧宏块的最优模式联系起来。对于每一种相邻宏块模式的组合情况,该表将当前宏块的7种预测模式按照出现概率的高低进行排序,从而可以确定最可能模式、次最可能模式等。在此基础上,调整候选模式数量以匹配终端平台不同的复杂度约束水平,同时又可以最大可能地保证最优模式处在所选择的部分模式子集中。该算法具有4个复杂度级别：40％,54％,70％和82％,实验证明该方法可以灵活有效地降低编码器复杂度,同时编码质量下降很小,不会影响主观效果。     

低复杂度HEVC帧内编码快速划分算法

高效视频编码(HEVC)在H.264之上实现了显著的编码性能.但是却以明显的编码复杂度为代价获得了性能上的提高,其中,由于对所有可能的编码单元(CU)进行基于率失真优化的遍历搜索,因此编码树单元(CTU)最耗时的部分就是CU的划分.为了解决此类问题,本文提出了一种基于纹理分类的深度卷积神经网络(CNN)模型来对CTU的...     

H.266/VVC帧内预测模式快速判决方法

为降低新一代高效视频编码标准H.266/VVC的编码复杂度,提出一种快速的帧内预测模式判决方法.从率失真理论的角度出发,分析变换域残差的分布特性,根据标量量化技术对码率的影响推导出编码码率预测模型.结合帧内预测原理,利用当前块预测残差、参考块预测残差及其编码失真提出编码失真预测模型,并根据率失真代价确定最优的帧内预测模...     

高效帧内预测模式选择算法

帧内预测技术是H.264不同于以往标准的特点之一.在深入分析帧内预测原理以及预测模式选择过程的基础上,提出了一种新的帧内预测模式选择算法.算法通过相邻宏块预测模式相关性原则、预测模式尺寸预先选择原则、提前中止原则来加快编码速度.实验结果表明,与全搜索算法相比,在编码质量相近的情况下,能够节省51.01%～72.91%的编码时间,与FIMDA算法相比,能够节省15.63%～27.31%的编码时间.     

低复杂度视频编码算法研究与实现

研究帧内预测模式的选择。根据图像自身的特点,对其宏块的像素值进行平坦性分析,确定较小的模式搜索范围;再根据宏块的方向性,排除小概率预测模式,从而大大缩小视频帧内编码的搜索模式范围。实验表明,改进算法提高了编码效率,平均节省约52.40%的模式预测时间,在保证视频图像质量的同时,实现低复杂度的视频编码新算法。     

低复杂度视频编码算法研究与实现

研究帧内预测模式的选择。根据图像自身的特点,对其宏块的像素值进行平坦性分析,确定较小的模式搜索范围;再根据宏块的方向性,排除小概率预测模式,从而大大缩小视频帧内编码的搜索模式范围。实验表明,改进算法提高了编码效率,平均节省约52.40%的模式预测时间,在保证视频图像质量的同时,实现低复杂度的视频编码新算法。     

基于调色板模式的屏幕视频帧内编码快速算法

基于HEVC的屏幕视频编码根据屏幕视频的特征,引入了调色板模式、基于Hash的块匹配算法等新技术。这些新技术虽然提升了编码的质量,但同时增加了编码器的复杂度。为降低屏幕视频编码器的复杂度,提出了一种基于调色板模式的屏幕视频帧内编码快速算法。该算法结合了屏幕视频的特征和帧内编码模式的空间相关性,有效地减少了帧内编码单元的模式搜索范围。该算法可以在保证视频编码质量的前提下,有效降低编码复杂度,减少编码时间。在屏幕内容编码的标准测试平台SCM5.4的实验结果显示,本算法可以降低21%的编码时间,同时只引起0.93%的BD-Rate的上升。     

基于HEVC的帧内预测模式决策和编码单元划分快速算法

针对高效视频编码（HEVC）帧内预测过程中的高计算复杂度问题,提出一种基于纹理特征的预测模式选择和编码单元划分的快速帧内预测算法。利用每一深度层纹理方向强度判断编码单元是否需要进行分割,并且减少候选模式数量。首先,在每一深度层编码单元上结合像素方差,以像素点为单位计算相应的纹理方向强度,确定其纹理复杂度并结合阈值策略预测最终划分深度;其次,比较垂直和水平方向强度关系及统计预测候选模式概率分布,以减少预测模式数量,确定最优候选模式子集,进一步降低编码复杂度。所提算法与平台HM15.0相比,编码时间平均节省51.997%,BDPSNR（Bjontegaard Delta Peak Signal-to-Noise Rate）仅降低0.059 dB,BDBR（Bjontegaard Delta Bit Rate）仅上升了1.018%。实验数据表明,在保证信噪比和比特率基本不变的同时,所提算法能有效降低编码复杂度,利于HEVC的实时视频应用。     

H.264帧内4×4块预测模式选择快速算法研究

在H.264视频编码过程中,编码时间受诸多因素的影响,如帧间/帧内模式选择、运动估计(ME)、率失真优化(RDO)等。为了以较快速度和较好质量进行编码,针对H.264帧内模式选择,提出了一种适用于H.264帧内4×4块预测的模式选择快速算法。该算法利用帧内4×4块最优预测模式与和它相邻的预测模式之间率失真代价(RD Cost)的高相关性,以及绝对变换误差和(SATD)与率失真(RD)性能之间的强相关性,有效地跳过一些不太可能的预测模式,从而使帧内4×4块模式选择过程只需进行4次率失真代价计算即可。实验结果显示,该算法在编码性能和编码速度之间取得了很好的折衷。     

可伸缩视频编码的快速帧内模式选择算法

提出了一种适用于SVC增强层的快速帧内模式选择算法。首先利用基本层和增强层模式分布的相关性,优化了增强层的帧内预测过程;并提出了一种能优化SVC的INTRA_BL模式选择过程的算法。实验结果证明,在比特率和PSNR值保持相近的情况下,该算法的编码时间可减少59.6%。     

基于统计的SVC层间编码快速模式决策算法

可分级视频编码提供了较为灵活的编码方式,但层间模式决策算法增加了编码器的计算复杂度。该文分析了基本层和增强层间模式分布的相关性,设计一种层间编码快速模式决策算法。实验结果表明,在PSNR平均仅降低0.04 dB、码率减少0.096%的前提下,该优化算法能使编码时间平均减少50.34%。     

基于FPGA的AVS编码器帧内预测实现

针对帧内预测的快速算法,由于DSP架构软件顺序执行的局限性难以满足实时性要求,而FPGA以其高速的计算速度和强大的并行处理能力成为H.264和AVS编解码的理想平台。本文在FPGA平台上采用资源共享、高并行和多流水线结构实现了亮度帧内预测算法。该方法在分析AVS帧内亮度5种预测模式的基础上,将像素预测与模式判决在一个模块中完成,并且利用各模式预测的相似性,实现运算单元共享和多种模式并行执行,兼顾了处理速度和实现代价。仿真及综合结果表明该设计能够完全满足标清(704×576,30f/s)数字视频的实时处理要求。     

基于冗余小波变换的可扩展视频多描述编码

视频图像信息在不可靠信道上传输将引起丢包、误码以及延时等现象,严重影响了重建视频图像的质量;另外,在网络带宽、信道条件以及用户需求不同的传输环境下,迫切希望对视频图像进行可扩展性编码。将多描述编码技术与视频小波技术相结合,提出了一种新的视频编码方法,为解决上述问题提供一种新途径,实验仿真结果说明了这一方法的可行性与有效性。     

AVS帧内模式选择优化

AVS(Audio Video Coding Standard)采用率失真优化(Rate-Distortion Optimization,RDO)技术,通过计算所有预测组合模式的率失真代价来确定宏块的最优编码模式,使得计算复杂度大大增加,难以适应实时性要求较高的场合。为了降低AVS帧内预测模式选择的复杂度,在深入分析帧内预测原理以及预测模式选择过程的基础上,提出了一种基于SATD(Sum of Absolute Transformed Differences)准则和空间相关性的快速帧内预测算法来优化帧内模式的选择过程。首先,利用SATD准则确定候选模式,以大幅度降低帧内预测模式选择的数量;然后,利用相邻宏块预测模式相关性,以进一步减少亮度块候选模式数量,提高模式选择速度。实验结果表明,与AVS标准算法相比,在编码效率相近的情况下,其编码速度能够平均提高53.56%,与经典的基于边缘检测的方法相比,其在质量略有提高、码率还稍有降低的前提下,平均节约16.39%的编码时间。     

针对HEVC编码单元的二分深度划分算法

为了降低高效率视频编码（HEVC）的编码单元（CU）进行四叉树递归遍历的时间,提出一种改进的编码单元快速划分算法.首先,利用帧间时间域的相关性,提取前一帧相同位置CU的最优划分结构,以预测当前CU的划分深度;然后通过改进编码CU结构划分遍历的算法,减少CTU （Coding Tree Unit）四叉树结构的遍历,即从二分深度开始遍历,在每一步遍历之前,判断是否提前终止遍历.实验表明,与HM15.0中的基准划分算法相比,本文算法能够在保证编码性能的同时,降低了55.4%的编码时间,提高了HEVC的编码效率.     

基于小波空间的可伸缩视频编码

文章提出了一种新的下采样技术提高了可伸缩视频编码的性能。可伸缩性是从空间、时间、SNR(质量)三个方面来提供的,同时还保持了高压缩率。其中基本层视频序列是从上一层经过下采样得到的视频序列。一次下采样后,分辨率降为原视频序列的1/2,基本层的运动向量与增强层的运动向量有很大的相关性。目前的做法是使用M PEG滤波器来进行下采样,层间的运动向量的关系减弱了。文章提出使用小波变换对输入的增强层的视频序列进行下采样,基本层就是小波空间的低频部分,这样在基本层的运动估计补偿可以通过相位平移在低频子带中预测,减少运动估计残差,同时,增强层的运动向量可以由基本层小波空间中的运动向量给出估计值。     

H.266合并模式候选决策的研究与改进

针对H.266中基于历史块的运动矢量预测（HMVP）技术在换行更新列表过程中无法参考之前运动信息,以及HMVP候选列表在加入Merge列表过程中存在繁琐的去冗余过程的问题,提出一种改进的H.266合并模式候选决策算法。通过临时存储一个HMVP候选列表来解决原有HMVP列表在换行清空时存在的无法参考之前运动信息的不足,从而更好地预测运动信息。通过Merge候选列表中原有的空时域候选数量来确定需要进行去冗余的HMVP候选数量,以简化去冗余过程。实验结果表明,与H.266标准算法相比,该算法在随机接入的配置下,测试图像序列的亮度分量能够平均节省0.46%的码率,编码总时间平均缩短4.09%,帧间预测时间平均缩短10.87%,能够提高编码性能同时降低编码复杂度。