基于可变尺寸块运动矢量恢复的H.264时域差错掩盖算法

针对H.264帧间预测编码的新特点,提出了一种基于可变尺寸块运动矢量恢复的时域差错掩盖算法。该算法首先利用相邻宏块编码模式的相关性,根据周围宏块的编码模式判断受损宏块的编码模式及运动矢量恢复的宏块划分方式,分别对各个划分的子块进行运动矢量的恢复;然后利用相邻块运动矢量参考帧的相关性,根据相邻块运动矢量的参考帧确定匹配使用的参考帧;最后采用边缘失真匹配方法恢复运动矢量。实验结果表明,该算法同传统的差错掩盖算法相比,由于支持不同尺寸块运动矢量的恢复,因此,算法对差错信号能够获得更好的恢复效果。     

基于H.264的运动矢量插值修复算法研究

在视频编码新标准H.264中,一个16×16的帧间编码宏块可采用多种宏块分割模式来进行运动估计,其运动矢量场也更为精细。根据其运动矢量的邻域相关性提出了一种有效的运动矢量修复算法,可在压缩视频流在Internet上进行传输时发生丢包后,通过受损宏块时空域相邻宏块相关信息对丢失的运动矢量进行修复,并针对连续图像片丢失或整帧丢失情况进行处理。仿真实验表明,该方法可有效地抑制视频差错扩散,改善视频质量。     

基于边界匹配的增强多权重差错掩盖方法研究*

提出了一种基于边界匹配的增强多权重差错掩盖算法,通过受损宏块周围时空域相邻宏块的相关信息在增强候选运动矢量集中进行运动矢量选取,采用多权重的边界匹配方法使之在物体边界处能够获得更准确的运动矢量,并专门对连续图像片丢失或整帧丢失的情况进行时域掩盖处理。基于H.26L的仿真实验表明,该方法可有效地抑制视频差错的扩散,取得较好的差错掩盖效果。     

基于边界匹配的增强多权重差错掩盖方法研究

提出了一种基于边界匹配的增强多权重差错掩盖算法,通过受损宏块周围时空域相邻宏块的相关信息在增强候选运动矢量集中进行运动矢量选取,采用多权重的边界匹配方法使之在物体边界处能够获得更准确的运动矢量,并专门对连续图像片丢失或整帧丢失的情况进行时域掩盖处理。基于H．26L的仿真实验表明,该方法可有效地抑制视频差错的扩散,取得较好的差错掩盖效果。     

H.264高清视频解码实时错误掩盖算法

针对IP网络丢包条件下的H.264高清视频实时解码问题,分析高清视频码流的特点,提出一种实时错误掩盖算法。该算法利用丢失片的边缘宏块信息,以垂直距离为权值加权平均预测得到错误宏块的运动矢量,进而完成错误掩盖。实验表明,与Joint模型中的错误掩盖算法相比,该算法提升了重建图像的主观质量和客观质量,计算复杂度较低,错误掩盖效果较好,适用于高清实时解码。     

一种改进的H.264自适应空域错误掩盖算法

对H.264视频码流的帧内编码帧(I帧)进行空域错误掩盖时，单纯使用加权像素平均插值算法或方向插值算法不能得到满意的效果。因此，使用一种基于方向熵的自适应选择算法，根据丢失宏块周围的边缘信息自适应地选择加权像素平均插值算法或者该文提出的一种方向插值算法进行空域掩盖。该文提出方向插值算法，使用“双圈法”精确估计丢失宏块内的边缘方向，计算周围8个宏块中此方向上的边缘强度，根据边缘强度将丢失宏块划分成不同的区域分别进行方向插值。实验结果表明，该算法不仅提高了方向插值的精确性，也避免了虚假边缘的产生，有效地提高了错误图像的掩盖效果。     

一种适用于H.264的时域差错掩盖算法

为了克服视频传输中因传输错误引起的视频质量下降,结合H.264的编码特性,提出一种基于运动矢量自适应修复的时域差错掩盖算法。首先利用正确接收的宏块信息估计丢失块邻域内运动矢量的变化强度,据此自适应采用边界运动矢量差值最小法或多项式插值法恢复丢失块的运动矢量,然后根据恢复的运动矢量对丢失块进行补偿替代。仿真结果表明,该算法同传统的时域差错掩盖算法相比,在相同网络丢包的环境下PSNR值提高了0.2~2.5dB,同时解码的图像也获得较好的主观视觉效果。     

基于运动信息分布的帧间预测模式选择算法

多模式预测可以提高H.264标准的编码效率和率失真性能,但会增加编码复杂度。针对上述情况,分析多预测模式帧间预测的复杂度,提出一种基于运动信息分布的帧间预测模式选择算法,以宏块中全零子块的分布情况、各子块的绝对误差和及运动向量的大小作为缩小待选模式集的判据,从而提高编码速度。实验结果表明,该算法的编码质量与全搜索算法相当,编码速度提高了37%~93%。     

H.264视频流分辨率缩减转码的快速宏块模式选择算法

H.264视频编码标准采用帧内预测,帧间的宏块分割等新的特性提高了编码效率,同时也较大地提高了模式选择的复杂度,因此H.264视频转码中模式选择算法将显著影响到转码的效率。提出了一种适用于H.264视频流空间分辨率缩减转码的宏块模式选择算法。主要利用输入码流中的宏块模式和运动矢量信息,获得局部的预测方向或者梯度方向,从而根据方向信息,减少需要计算的宏块模式的数目。实验证明,在保持编码效率和视频质量的同时,能够有效地降低H.264下采样转码过程中的宏块模式选择算法的复杂度。     

基于MRF-MAP的运动矢量恢复差错掩盖算法

针对帧间编码模式下出现图像块丢失的情况,提出一种有效的时间域运动矢量恢复差错掩盖算法。把运动矢量场建模为高斯马尔科夫随机场,对丢失图像块的运动矢量采用最大后验概率方法恢复,其权值能够根据空间和时间信息而自适应选择。仿真结果表明,该算法在客观和主观上都能获得高质量的图像。     

分级视频编码中宏块相关性快速模式决策

为降低空时分级视频编码中自适应层间预测模式的计算复杂度,利用增强层中时域宏块相关性的特点,提出一种随时间等级变化的快速模式决策算法。该算法将参考宏块使用过的模式按照其率失真优化代价排序,选择其中代价较小的模式作为当前宏块的动态备选方案,从而有效地提高编码效率。在JSVM上的实验结果表明,同原有非优化决策算法相比,在PSNR平均降低0.0148dB、比特率增加0.55%的情况下,该优化算法使得平均编码时间减少21.67%。     

一种针对H.264/AVC的帧间模式快速选择算法

为了进一步减小宏块的帧间预测误差,新的视频编码标准H.264/AVC采用了可变块划分运动估计,极大地增加了编码器的复杂度.针对此问题,提出了一种快速的帧间模式选择算法,该算法利用已编码相邻宏块的时间和空间相关性信息预先检测图像,对图像各区域可能采用的编码模式进行判定,从而大大简化了模式选择的过程.实验结果表明,算法可以在图像质量基本保持不变的基础上,有效地降低编码的复杂度.     

动态模式的快速运动估计算法

针对H.264视频编码标准中运动估计的高计算复杂度,提出了一种动态模式的快速运动估计算法。该算法通过判断宏块的运动大小及运动方向选择相应的搜索模式;同时对标准中的中值预测进行了改进并提出了一种动态的参考块提前跳过策略。实验结果表明,该算法在保持良好的率失真性能的基础上,减少了运动估计时间,相对于快速全搜索算法FFS以及UMHexagonS算法,该算法分别减少了85.28%和35.29%的运动估计时间。     

基于宏块的具有时域和SNR精细可伸缩性的视频编码

提出了一个高效灵活的视频编码方法，称为基于宏块的具有时域和SNR精细可伸缩性的视频编码方法（简称为PFGST视频编码方法），将原有的基于帧的渐进精细可伸缩的视频编码技术扩展为基于宏块的编码技术，即增强层编码中运动补偿和重建时所用的参考信息是基于宏块选择的而不是基于帧、然后将时域可伸缩特性引入到基于宏块的渐进精细可伸缩的视频编码中，从而实现了PFGST编码方案，在时域可伸缩的增强层编码中，根据运动补偿中使用的参考宏块的不同，提出了时域可伸缩增强层宏块编码的两种方法，由于在时域可伸缩的增强层编码中使用高质量的参考宏块不会造成任何误差传播，因此通过选用最佳的参考宏块，PFGST方法的编码效率得到了显著的提高，实验结果显示，同MPEG－4标准中的FGST编码方法相比，基于宏块的PFGST视频编码技术的编码效率提高了2．8dB，并且同样具有FGST的所有特性，即可以根据不同的通道，客户和服务器的需求来分别支持精细的SNR可伸缩特性，时域可伸缩特性和SNR－时域混合可伸缩特性。     

HEVC完全内部模式空间可分级编码

空间可分级扩展编码使码流在不同层中包含不同的视频分辨率。本文提出基于HEVC标准的一种空间可分级模式,这种模式在基本层中采用基于纹理判断的方法,节省了划分更小CU的时间,得到更加有效的内部预测模式,并通过基本层的内部预测模式信息和增强层的相互关系来提高增强层的内部模式编码效率。本文提出的模式与同时联播高分辨率视频编码比较,增强层平均亮度BD率达到35.1%,层间内部预测能有更好的显示效果并能有效减少冗余。     

适用于增强层的帧间快速编码算法*

视频可伸缩视频编码方式有着较高的编码效率,然而也有着较高的编码时间代价,因此,结合可伸缩编码的特征来提高其编码速度显得很有必要。本文根据空间可伸缩编码的特征,提出了一种适合于增强层的帧间快速编码算法,具体来讲,如果基本层宏块采用帧内模式,则增强层对应宏块采用Intra-BL模式;否则,根据相关宏块模式的和采用不同的算法同时结合提前终止算法。实验证明,该算法在视频序列不太复杂或者复杂视频序列但是编码量化参数不太大的情况下,编码速度有着显著地提高,同时编码质量差别很小。     

复杂度可伸缩的帧间模式选择

针对H.264/AVC中复杂度无法满足终端设备异构性的问题,提出一种新的帧间模式选择算法。利用相邻宏块的空间相关性和时间相关性,进行模式预测,并通过复杂度伸缩因子,控制参与预测的模式的数目,使复杂度在20%到100%之间灵活变化。实验结果表明,该算法能在视频质量和复杂度之间形成良好的折中,适应从高端设备到低端设备的计算能力差异。     

基于时空相关性的分布式压缩感知多假设预测重构算法

综合考虑到视频序列本身的不同特性以及时空相关性, 将传统视频编码中的多假设预测运动估计思想引入到分布式压缩感知视频编码系统中, 提出一种新的基于时空相关性的分布式压缩感知多假设预测重构算法。在编码端增加CS帧的块模式判别, 在解码端CS帧根据模式判别进行相应的基于块的多假设预测估计和残差稀疏重构。仿真实验表明, 与传统的分布式压缩感知多假设预测重构算法相比, 所提出的算法能够较好地改善视频序列的重建质量。