高效视频编码标准中的关键技术概述

高效视频编码标准(High Efficiency Video Coding)是视频压缩领域继H.264/AVC之后的又一重大突破,主要面向高清电视(HDTV)以及视频编解码系统,文章从HEVC基本体系出发,较全面地介绍了HEVC在编码结构、自适应样点补偿、自适应环路滤波以及并行化设计方面采用的关键技术。     

结合帧率变换与HEVC标准的新型视频压缩编码算法

相比于之前主流的H.264视频压缩编码标准,HEVC在保证重建视频质量相同的前提下,可以将码率降低近50%,节省了传输所需的带宽.即便如此,由于一些特定的网络带宽限制,为继续改善HEVC视频编码性能,进一步提升对视频的压缩效率仍然是当前研究的热点.本文提出一种HEVC标准编码与帧率变换方法相结合的新型的视频压缩编码算法,首先在编码端,提出一种自适应抽帧方法,降低原视频帧率,减少所需传输数据量,对低帧率视频进行编解码;在解码端,结合从HEVC传输码流中提取的运动信息以及针对HEVC编码特定的视频帧的分块模式信息等,对丢失帧运动信息进行估计;最后,通过本文提出的改进基于块覆盖双向运动补偿插帧方法对视频进行恢复重建.实验结果证实了本文所提算法的有效性.     

一种面向HEVC的编码单元深度决策算法

新一代高性能视频编码(HEVC)标准采用灵活的四叉树自适应存储结构、可变尺寸的编码块、35种帧内预测模式等新技术,能够有效提升HEVC的编码效率,但也造成了更高的编码复杂度。为此,提出一种基于时空相关性的编码单元深度决策算法。融合关联帧编码单元的深度信息及当前帧相邻编码单元的深度信息,从而预测当前编码单元的深度范围。实验结果表明,与HEVC标准测试算法相比,该算法能在不明显影响编码质量的基础上平均减少30.2%的编码时间。     

高清视频编码和编解码器MEncoder的研究

ITU-T H.264和MPEG-4 Part 2（ASP）是当前最重要的两个高清视频编码标准。而x264和Xvid是这两个标准的最流行的具体实现之一。本文介绍了视频编解码中的一些基本知识,通过对MEncoder的选项介绍说明了影响视频编码的一些要素。最后利用MEncoder对x264、Xvid在不同压缩质量下编码的全高清视频,进行压缩率、编解码效率和压缩后视频质量等方面比较。     

H.265——视频监控的下一个圣杯？

目前,大约有80％以上的视频芯片支持H.264编解码标准,作为继承技术,在一年半以前获得核准的H．265（又称高效率视频编码,HEVC）一直被视为是H．264理所当然的接班者,许多业内人士预测,H．265应该很快就能凭借着减少一半带宽需求,在对视频传输需求几乎呈指数级增长的广大消费市场和需要更高效图像质量的高清视频监控领域中崛起。     

主流视频编解码软件的硬件性能分析与设计

网络视频会议以及高清视频点播等应用的广泛流行,对视频编解码的编码质量以及编码速度提出了更高的要求。为帮助硬件设计人员设计更强大的专用处理器去适应视频编解码应用的发展趋势,并评估处理器设计的合理性和正确性,对视频编解码进行分析和测试,提出一套基准测试程序。采用自顶向下的分析方法,以流行性、编解码效率、压缩质量和开源性为标准,选取主流的视频编解码软件,进行热点函数分析。抽取变换、量化以及滤波过程中的热点函数,使之成为视频编解码测试程序,为其构造典型输入集。通过分析真实硬件平台上这些测试程序的计算和访存特性,给出处理器设计的建议。结果证明,该基准测试程序使用10%的代码量即可反映视频编解码过程的主要特征,对处理器设计具有指导意义。     

一种快速HEVC编码单元决策算法

分析高效视频编码标准(HEVC)的编码单元算法,针对当前视频编码标准计算复杂度大的问题,基于相邻编码单元相关性和纹理特性,提出一种快速HEVC编码单元决策算法。该算法统计当前编码单元和相邻编码单元的相关性,分析编码单元的纹理复杂度,并没定合理的阈值,决定检测是否提前终止,以此快速找到最优编码单元。仿真结果表明,该算法与HEVC参考软件HM8.0相比,在码率增加忽略不计的情况下,编码时间平均缩短了37.4%,最高可达48.2%。     

视频编码新标杆——DivX 10试用与综评

软件一直以来,高画质、小体积、串流化是人们对理想高清视频的要求。然而,高画质与小体积却是一对与生俱来的矛盾。如何在高画质与小体积的博弈中寻求突破始终是高清视频编码的努力方向。日前,Rovi推出了新一代高清视频编码标准DivX10。新标准有何亮点？会带来什么新气象？让我们一探究竟。高质量编/解码作为前个免费创建和播放高效视频编码（HEVC/H.265）标准的视频软件,DivX 10推出的新HEVC编码方案的压缩率接近原H.264的两倍。这意味着由H.265编码的视频在同等清晰度下的体积可以减少到原H.264     

利用时空相关性的HEVC帧内编码块快速划分

目的 为了提升高效视频编码（HEVC）的编码效率,使之满足高分辨率、高帧率视频实时编码传输的需求。由分析可知帧内编码单元（CU）的划分对HEVC的编码效率有决定性的影响,通过提高HEVC的CU划分效率,可以大大提升HEVC编码的实时性。方法 通过对视频数据分析发现,视频数据具有较强的时间、空间相关性,帧内CU的划分结果也同样具有较强的时间和空间相关性,可以利用前一帧以及当前帧CU的划分结果进行预判以提升帧内CU划分的效率。据此,本文给出一种帧内CU快速划分算法,先根据视频相邻帧数据的时间相关性和帧内数据空间相关性初步确定当前编码块的编码树单元（CTU）形状,再利用前一帧同位CTU平均深度、当前帧已编码CTU深度以及对应的率失真代价值决定当前编码块CTU的最终形状。算法每间隔指定帧数设置一刷新帧,该帧采用HM16.7模型标准CU划分以避免快速CU划分算法带来的误差累积影响。结果 利用本文算法对不同分辨率、不同帧率的视频进行测试,与HEVC的参考模型HM16.7相比,本文算法在视频编码质量基本不变,视频码率稍有增加的情况下平均可以节省约40%的编码时间,且高分辨率高帧率的视频码率增加幅度普遍小于低分辨率低帧率的视频码率。结论 本文算法在HEVC的框架内,利用视频数据的时间和空间相关性,通过优化帧内CU划分方法,对提升HEVC编码,特别是提高高分辨率高帧率视频HEVC编码的实时性具有重要作用。     

HEVC 熵编码算法优化

新一代视频编码标准HEVC提供了更加灵活的编码工具选择,在提高压缩率的同时也提高了编码的计算复杂度。由于可选择更大的变换单元以及编码中更强的系数间依赖关系,在率失真优化（RDO）模式选择过程中,HEVC熵编码的计算复杂度显著高于H．264/AVC。为了解决这一问题,本文对HEVC熵编码算法进行优化,通过优化熵编码的上下文空间选择过程、非零系数的编码结构,以及对不同大小的变换矩阵进行整体优化。实验结果表明,本文提出的优化算法能够在保证视频编码质量基本不变的同时,平均降低约43％的熵编码时间。     

利用深度学习的HEVC帧内编码单元快速划分算法

新一代视频编码标准高效视频编码(High Efficiency Video Coding,HEVC)中编码单元(Coding Unit,CU)大小不同的特性使得编码效率得到显著提升,但同时带来了极高的计算复杂度.为了去除CU划分中多余的计算从而降低编码复杂度,本文提出了一种利用深度学习的编码单元快速划分算法.首先使用原始视频亮度块及编码信息建立了一个HEVC中CU划分的数据库,用于接下来本文深度学习神经网络的训练.然后,为了更好地贴合编码单元划分的层级结构,本文提出了一种基于Inception模块的神经网络结构,使之内嵌于HEVC编码框架中对编码单元的划分进行提前预测,有效地去除了All Intra配置下中冗余的CU划分计算.实验结果表明,本文提出的算法与HEVC官方测试模型(HM16.12)相比,编码时间平均降低了61.31%,而BD-BR与BD-PSNR仅为1.86%和-0.13dB.     

基于纹理四叉树的快速HEVC帧内编码算法

针对高效视频编码(HEVC)中编码单元(CU)进行四叉树递归遍历时间较长的问题,提出一种基于纹理四叉树的快速HEVC帧内编码算法。采用Sobel算子对当前视频图像提取边缘,利用最大类间方差法剔除弱边缘并保留强边缘。通过递归方式对边缘图中的每个64×64单元建立纹理四叉树,使用视频图像的纹理四叉树结构对CU最优分割组合进行预测。对于不同大小的分割单元,无需完全递归遍历所有的CU深度,从而缩小CU搜索范围,节省编码时间。实验结果表明,与HEVC标准算法相比,该算法亮度分量的码率平均增加了0.50%,信噪比和编码时间分别减少了0.03d B和28.70%。     

浅析HEVC参考帧设置与块划分快速算法研究

HEVC作为新一代的视频编码标准,在传统的混合视频编码框架下,采用了更精细的变换单元、运动融合技术等先进技术,使得HEVC的压缩性能得到很大的提高,尤其针对高分辨率的视频压缩,将达到更加出色的效果。然而,HEVC的压缩性能越强,计算复杂度也就越高,为了降低压缩编码时间,本文探讨了参考帧设置以及块划分的解决方案,通过对HEVC的参考帧集对图像缓存中的已经解码的图像进行管理方法以及对四叉树的块划分策略进行深入分析,结果表明通过参考帧设置以及块划分能够有效的解决HEVC的编码时间,提高了压缩效率。     

高效视频编码帧内快速深度决策算法

针对新一代高效视频编码（HEVC）帧内预测中编码单元（CU）的编码深度选择过程中计算复杂度较高的问题,提出了一种基于空域相关性的帧内快速深度决策算法。首先,利用相邻已编码树单元（CTU）的深度通过线性加权得到当前CTU深度估计值;然后,对当前CTU深度估计值设置较为合适的深度双阈值提前终止编码树单元的划分或跳过CTU的某些深度,来缩小当前CTU的深度范围,从而减少不必要的深度计算。实验结果表明：与HM12.0相比,所提算法对比较简单的视频序列编码时间的减少比较明显,在亮度峰值信噪比（Y-PSNR）几乎不变的情况下（平均降低0.02 dB）,编码时间平均减少了34.6%。此外,所提算法容易与其他算法进行融合,能进一步降低HEVC的帧内计算复杂度,最终达到实时传送高清视频的目的。     

HEVC快速帧内模式决策算法

在高效视频编码(HEVC)标准中,为降低编码单元和预测单元算法的计算复杂度,提出一种基于编码单元纹理和预测单元模式决策的快速帧内预测算法。通过统计编码单元的纹理复杂度,分析编码单元纹理的相关性,设定合理的纹理阈值,快速地决策当前编码单元的大小。改进预测单元模式决策算法,利用三步搜索方法,减少候选模式数量和帧内模式预测时间。算法结合了编码单元和预测单元的特点,仿真结果表明,与HEVC参考软件HM8.0相比,在增加较少码率,降低较少峰值信噪比的情况下,该算法的编码时间平均缩减40.9%,降低了编码复杂度。     

基于全景视频场景的VVC帧内快速划分算法

新一代视频编解码标准VVC使用了新颖的QTMT结构,相较上一代标准HEVC新增了二叉树划分和三叉树划分,而全景视频由于其视角原因包含了大量的数据,往往具有很大的分辨率,但这也导致全景视频编码时的时间复杂度骤升。为此,提出一种基于场景的VVC帧内快速划分算法,将待编码视频划分成不同的场景。此外使用SVM工具,为每个场景设置自己的SVM分类器,经过分类器分类后将冗余的划分模式剔除掉,从而优化编码器的时间复杂度。实验结果表明该优化算法以平均仅0.16%的编码性能损失换取了13.31%的编码时间节省,既保证了全景视频的编码效率,又提升了编码速度,具有优秀的表现。     

基于提前终止编码单元划分的快速帧内预测算法

为了降低高效视频编码HEVC(High Efficiency Video Coding)帧内预测过程的计算复杂度,提出一种提前终止编码单元(CU)划分的快速帧内预测算法。首先,针对HEVC编码结构,提出一种纹理复杂度测度的方法(即像素亮度方差值)。然后,分析不同纹理特性对帧内预测编码单元层次结构的影响,提出一种基于像素亮度方差值统计的提前终止编码单元的方法。对不同层次结构的编码单元进行像素亮度方差值统计,同时结合平均像素代价值统计,设置合理的阈值,自适应提前终止编码单元的划分,从而降低了帧内预测的编码复杂度。实验结果表明,在保证信噪比和比特率不变的情况下,该算法与HEVC参考软件HM10.0相比,编码时间平均节省32%。     

基于多核处理器的高清内窥镜视频处理系统

设计一个基于TILE-Gx多核处理器的高清医用电子内窥镜视频处理系统。该系统支持2路1080p60高清视频输入输出,以及1路YCb Cr422格式高清视频的实时H.264编解码,利用现场可编程门阵列为高清视频数据提供输入输出接口,采用4片TILE-Gx多核处理器进行H.264编码解码运算,并使用1片TILE-Gx多核处理器完成系统控制、视频拼接和数据存储转发功能。实验结果表明,该系统的编解码性能满足医用内窥镜的高分辨率和实时性需求,图像质量达到了H.264的High Profile级别。     

一种低比特率变化的高容量HEVC视频数据隐藏方法

适用于高效视频编码（High Efficiency Video Coding,HEVC）视频的数据隐藏方案相对较少,现有方案大多无法充分利用所有类型视频帧,并且存在嵌入容量不高或载密视频流比特率增加较大等问题．文中提出了一种HEVC视频数据隐藏方法,利用HEVC视频新的编码元素实现在不同类型视频帧中的数据嵌入．该方法主要包括三种嵌入模式：修改编码树单元的样值自适应补偿值（Sample Adaptive Offset,SAO）、交换16×16、8×8和4×4编码单元中的残差系数以及改变4×4变换跳过块的符号位．实验结果表明,所提出的方法具有较好的嵌入不可感知性和较高的嵌入容量,并对视频流比特率影响很小．与最近提出的方案相比,载密视频具有更高的视觉质量和更小的比特率增加．     

HEVC-SCC快速算法研究分析

新一代高效视频编码标准HEVC是基于摄像机拍摄的自然图像特性所设计的,对包含计算机图像的视频编码性能不高,所以ITU-T和ISO/IEC在HEVC标准上提出了SCC扩展标准,HEVC-SCC中提出了新的编码工具,提高了对屏幕内容视频的编码能力,但是计算量也随之增加,使得其在实时应用上无法取得快速的编码速度。随之社会的高速发展,各个领域都或多或少地需要借助视频编码技术,尤其是受疫情影响下的教育领域,借助视频编码技术开展线上教学工作。本文从HEVC-SCC的编码框架出发,研究如何降低复杂度以及缩短编码时间,对未来的研究方向提出展望。