一种复杂度约束下基于宏块优先顺序的运动估计优化算法

在实际应用中,视频编码算法不仅需要提供最好的编码效率,而且还需要自动地适应各种平台不同的计算能力约束.这是一个在复杂度约束下的率失真优化问题.针对视频编码消耗计算资源最多的运动估计过程,提出一种复杂度约束下的优化算法.该算法对运动估计的失真度和复杂度建模,并通过该模型决定每个宏块的预测失真度一复杂度斜率(distortion-complexity slope,DC-slope),以此决定各个宏块运动估计的优先顺序,然后通过一个常微分方程建立控制参数与计算复杂度之间的关系,准确地控制运动估计的计算复杂度.通过实验比较,本算法不仅可以自适应地调整运动估计的计算复杂度,而且能在不同的复杂度约束下提供优化的编码性能.     

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%。     

基于宏块多相关性的多视点视频编码方法

为降低多视点视频编码( MVC)中过高的计算量,提出基于宏块多相关性的多视点视频编码视间预测与Direct模式提前终止算法。分析MVC参考模型( JMVC)中时域预测和视间预测的特点及Direct模式的分布情况。基于当前宏块的时间和视点之间率失真代价的大小关系判断是否进行视间预测。利用先前已编码宏块的编码模式信息确定是否跳过Direct模式。实验结果表明,同JMVC的全搜索算法相比,该算法能降低编码的计算复杂度,平均可达75.62%,同时保持几乎相同的编码率失真性能。     

自适应阈值AVS帧间模式快速选择算法

为降低AVS视频编码标准中帧间模式选择算法的复杂度,提出自适应阈值帧间模式快速选择算法。利用相邻宏块模式之间的相关性和预测模式统计分布规律预测当前宏块最可能预测模式,根据相邻宏块率失真代价的相关性自适应地调整判决阈值,如果帧间最可能预测模式率失真代价满足阈值判决准则,则最可能预测模式为最佳模式,提前退出模式搜索。实验结果表明,该算法在基本保持AVS原有编码性能的前提下编码速度得到较大提高。     

基于相关性的H.264自适应模式判决算法*

提出了一种基于时空相关性的H.264自适应模式快速判决算法。该算法首先根据前帧已编码宏块各模式的比率大小顺序来确定当前宏块模式判决顺序;利用前帧中宏块编码模式的平均率失真及当前帧的图像复杂度自适应地预测当前帧宏块相应编码模式的阈值。实验表明,本算法平均可以节省编码时间75%以上,同时PSNR下降约为0.07 dB,有利于实时应用。     

H.264标准中的宏块编码模式的时空相关性预测算法

与以往的各种视频编码标准相比,H．264视频编码标准在编码效率上获得了相当大的提高。但这是以提高编码的计算复杂度为代价的,其中运动估计和模式选择的计算复杂度最大。文中提出一种宏块编码模式的快速预测算法,该算法首先检查根据宏块编码模式的时空相关性预测得到的模式,再与相应的阈值进行比较,判断是否结束模式选择过程,而不用检查所有的模式。试验结果表明：在保持相近率失真性能的同时,该算法可以有效地降低编码的计算复杂度。     

HEVC中Merge模式候选决策的探究和优化

针对Merge模式中存在的运算时间长且计算复杂度高的问题,通过对候选PU的合并过程进行研究,提出了优化的候选决策算法。基于时域候选和空域候选决策算法在不同情况下对当前块的影响程度不同,自适应地改变候选决策列表来减少计算复杂度和提高预测精度。与标准算法相比,该算法在视频序列的PSNR值略有增高、码率减少的情况下,编码时间得到有效减少。而且该算法在提高HEVC编码率失真性能的同时有效降低了计算复杂度。     

一种基于方向相似性的帧内预测算法

摘要：H．264帧内预测是采用率失真优化（RDO）技术来达到编码效率,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,其计算复杂度非常大,因此,如何减小计算复杂度是算法研究的核心问题。本文从另外一个思路着手,基于方向的相似性提出一种新的算法。测试结果显示,本算法在保证视频质量的前提下降低了计算复杂度。     

一种基于快速模式选择的H.264跳帧转码算法的研究

为使视频数据适应异构网络和不同终端设备,基于最新视频编码标准H.264的跳帧转码技术成为当前的研究热点。针对在H.264跳帧转码过程中,对所有帧间候选模式进行运动估计而耗费巨大计算资源等问题,在分析相邻帧对应宏块编码特性的基础上,提出一种基于宏块时域相关性的快速模式选择算法。该算法首先统计不同特性视频序列相邻帧对应宏块编码模式的相关性;选取相关性高的模式作为编码模式可选集合,以减少模式选择遍历数目;在对当前宏块进行编码时,根据前一帧对应宏块的模式从上述集合中选取模式进行遍历,以实现率失真优化算法的提前终止。实验结果表明,该算法在控制比特率增长4%的情况下,缩减编码时间近25%,说明算法在保证视频图像具有较好质量的前提下,能够有效降低算法的时间复杂度。     

H.264中基于时空相关性的帧间模式选择算法

帧间块模式选择是H.264视频编码器巾比较耗时的模块之一,为降低H.264视频编码器帧间模式选择的复杂度,提出了一种利用宏块的时空相关性实现帧间模式快速选择的方法.该算法通过对视频序列连续帧的时间相关性和相邻宏块的空间相关性进行统计、分析,首先得到宏块模式转换的统计分布规律,并根据此规律得到宏块的初始候选模式;然后利用基于主宏块的宏块跟踪,找到最相关宏块,再由率失真门限筛选出最佳编码模式.仿真实验结果表明,该快速模式选择算法可以在保证视频编码质量的同时,很大程度上降低了编码器的计算复杂度,平均节省编码时间约64%,平均信噪比下降约0.31 dB.     

Fast block mode decision algorithm in H.264/AVC using a filter bank of Kalman filters for high definition encoding

In this paper, we propose a fast mode decision algorithm using a filter bank of Kalman filters for H.264/ AVC. For the highest coding efficiency in H.264/AVC, a macroblock can be coded with seven different block sizes for motion compensation in an inter mode and various spatial prediction modes in an intra mode. The conventional encoder employs a complex technique for mode decision based on a rate-distortion (RD) cost of all possible modes. Hence, for the purpose of selecting the best block mode with the minimum RD cost, the conventional procedure requires much computational burden and a very complex encoding structure. In order to reduce the complexity, we propose a fast algorithm for mode decision based on Kalman filtering to estimate RD cost of a specific block mode. Furthermore, we propose an optimized structure of H.264/AVC encoder to implement the proposed algorithm. Without considerable performance degradation, using SIMD technology, the computer simulation shows that the proposed methods are dramatically faster than the original JM 9.6 encoder.     

基于边缘特征的H.264/AVC帧内模式选择算法

为降低H.264帧内预测模式的计算复杂度,提出了一种率失真优化（RDO）准则下的基于边缘特征的快速帧内模式选择算法。该算法根据主要边缘强度（KES）等边缘方向特征,选择出与该特征相对应的模式子集进行RDO计算,大幅度降低了帧内预测的模式选择数;同时将亮度宏块和色度宏块分别优化以降低计算复杂度。仿真结果表明,与原H.264相比,所提出的算法在比特率略有增加和信噪比基本保持不变的条件下,大约减少75%的计算时间,大大降低了算法的计算复杂度;与PAN FENG等人提出的基于Sobel算子的边缘矢量检测算法相比,两者的比特率基本相同,但算法的平均峰值信噪比明显高于PAN的算法,编码时间也有明显降低,同时运算简单规则,更易于VLSI的实现。     

An Efficient Mode Decision Algorithm for H.264/AVC Encoding Optimization

The H.264 video coding standard significantly outperforms previous standards in terms of coding efficiency. However, this comes as a cost of extremely high computational complexity due to mode decision where variable block size motion estimation (ME) is employed. In this paper, we propose an efficient algorithm to jointly optimize mode decision and ME. A theoretical analysis is performed to study the sufficient condition to detect all-zero blocks in H.264, and thus adaptive thresholds are derived to early terminate mode decision and ME. Besides the aforementioned early termination technique, the proposed algorithm also introduces temporal-spatial checking, thresholds based prediction and monotonic error surface based prediction methods to skip checking unnecessary modes. Experimental results demonstrate that the proposed algorithm can significantly reduce the computational complexity of H.264 encoding while maintaining almost the same rate distortion (RD) performance as the original encoder     

H.264/AVC帧内4×4块快速帧内预测算法

H.264引入帧内预测并采用率失真优化（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,提出了一种基于DCT变换的能量函数的快速帧内预测选择算法。实验结果表明,该算法在保证图像质量和基本保持编码效率的前提下降低了近一半的编码时间。     

多视点视频编码快速帧间模式选择算法

为解决多视点视频编码(MVC)可变尺寸块的模式选择计算复杂度过大的问题,提出了基于模式复杂度的多视点视频编码快速模式选择算法。该算法首先分析了多视点视频编码参考模型(JMVC)中各尺寸块的分布特点。然后,提出模式复杂度的概念以确定当前宏块的模式特征。最后,将宏块分成3个不同的模式类型:如果当前宏块属于简单模式,那么仅16×16分块被检查,其他分块均跳过;若当前宏块属于中等模式,则8×8块被跳过;若当前宏块属于复杂模式,所有模式分块都要检查。这样算法对那些不必要的模式选择过程就可以提前终止,从而使得计算量大大减少。实验结果表明:所提算法能保持同JMVC中全搜索算法几乎相同的编码效率,同时使计算复杂度减少62.75%。     

H.264快速帧内预测模式选择算法

H.264引入帧内预测技术提高了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,根据预测模式算法的特征提出了一种基于像素边缘矢量方差及子块宏块映射关系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。     

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。     

A first approach to speeding-up the inter mode selection in MPEG-2/H.264 transcoders using machine learning

The H.264 standard achieves much higher coding efficiency than the MPEG-2 standard, due to its improved inter and intra prediction modes which come with a cost of higher computation complexity. Transcoding MPEG-2 video to H.264 is important to enable gradual migration to H.264. However, given the significant differences between the MPEG-2 and the H.264 coding algorithms, transcoding is much more complex and new approaches to transcoding are necessary. In this paper, we introduce and evaluate a low complexity macroblock partition mode decision algorithm, to be used as part of a high-efficient inter-frame prediction in MPEG-2 to H.264 transcoder. The proposed tools are used to compute an optimal MB coding mode decision with significantly reduced computational complexity. Specifically, we achieve the computational savings by using the following MB information coming from MPEG-2: the MB coding modes, the coded block pattern (CBPC) in MPEG-2, and the mean and variance of the 16 4 × 4 sub blocks of the MPEG-2 residual MBs. We use data mining algorithms to develop a decision tree for H.264 coding mode decisions. The decision trees are built using RD optimized mode decisions and result in highly efficient mode decisions, with significantly reduced computational complexity. The proposed transcoder is 35% faster than the RD optimized H.264 reference transcoder without a significant PSNR degradation (0.05 dB on average). The proposed transcoder performs over 0.4 dB better on average than the SAE cost based H.264 transcoding.