基于空域相关性的快速HEVC帧间预测方法

分析了对应CU分块与其空域上相邻的4个CU之间的相关性,根据分析的最大出现概率的PU模式,以及当前PU分块与前一帧对应不同尺寸CU分块之间的空域相关性,提出了一种基于时域和空域相关性的快速HEVC帧间模式判决方法,跳过当前最大编码单元中各层CU中冗余的PU模式,从而降低了编码的计算复杂度。实验结果显示,与HM7.0相比,该方法在仅仅损失了0.21%~1.66%压缩率和0.01~0.09 dB峰值信噪比的前提下,降低了52.3%~63.5%的编码时间。     

一种基于时域相关性的高性能视频编码快速帧间预测单元模式判决算法

为了降低高性能视频编码(HEVC)的编码计算复杂度,根据视频时域上高度相关性的特点,该文提出一种快速高性能视频编码(HEVC)帧间预测单元(PU)模式判决算法。分析了时域上相邻帧两帧相同位置编码单元(CU)的PU模式之间的相关性;同时,针对视频中可能存在对象运动,还分析了前一帧对应位置CU的周边CU与当前帧中当前CU间PU模式的相关性。根据分析的时域相关性,跳过当前CU中冗余的PU模式,从而降低编码复杂度。实验结果表明,在编码效率和峰值信噪比(PSNR)损失很小的情况下,在目前已有的HEVC快速帧间预测算法的基础上,进一步降低了31.30%的编码时间。     

基于时空相关性的HEVC帧间模式决策快速算法

新一代的高效率视频编码标准HEVC采用编码树单元（CTU）四叉树划分技术和多达10种的帧间预测单元（PU）模式,有效地提高了编码压缩效率,但也极大地增加了编码计算复杂度。为了减少编码单元（CU）的划分次数和候选帧间PU模式个数,提出了一种基于时空相关性的帧间模式决策快速算法。首先,利用当前CTU与参考帧中相同位置CTU、当前帧中相邻CTU的深度信息时空相关性,有效预测当前CTU的深度范围。然后,通过分析当前CU与其父CU之间的最佳PU模式空间相关性,以及利用当前CU已估计PU模式的率失真代价,跳过当前CU的冗余帧间PU模式。实验结果表明,提出的算法与HEVC测试模型（HM）相比,在不同编码配置下降低了52%左右的编码时间,同时保持了良好的编码率失真性能;与打开快速算法选项的HM相比,所提算法进一步降低了30%左右的编码时间。     

基于时域相关性的快速HEVC帧间模式判决方法

高效率视频编码(HEVC)相比目前的国际视频编码标准H.264/AVC,在压缩率方面有了较大的提高,但也带来了巨大的编码计算复杂度。为了降低HEVC的编码计算复杂度,提出了一种快速HEVC帧间模式判决方法。统计并分析了相邻两帧之间对应块的编码单元(CU)和预测单元(PU)的时域相关性,在此相关性基础上,跳过了一些冗余CU分割层和PU预测模式,CU层最多只取两种PU预测模式,从而大大减少了所需要进行的率失真代价计算的数量,实验结果显示,与HM7.0相比,该方法在仅损失了0.21%-1.66%的压缩率和0.01~0.09 dB的峰值信噪比的前提下,降低了52.3%~63.5%的编码时间。     

基于感兴趣区域的高性能视频编码帧内预测优化算法

针对高性能视频编码(HEVC)帧内预测编码算法复杂度较高的问题,该文提出一种基于感兴趣区域的高性能视频编码帧内预测优化算法。首先,根据图像显著性划分当前帧的感兴趣区域(ROI)和非感兴趣区域(NROI);然后,对ROI基于空域相关性采用提出的快速编码单元(CU)划分算法决定当前编码单元的最终划分深度,跳过不必要的CU划分过程;最后,基于ROI采用提出的预测单元(PU)模式快速选择算法计算当前PU的能量和方向,根据能量和方向确定当前PU的预测模式,减少率失真代价的相关计算,达到降低编码复杂度和节省编码时间的目的。实验结果表明,在峰值信噪比(PSNR)损失仅为0.0390 dB的情况下,所提算法可以平均降低47.37%的编码时间。     

基于运动特征的HEVC帧间模式快速判决算法*

为降低HEVC帧间预测编码过程的计算复杂度,提出了一种新的基于运动特征的编码单元(Coding Units,CU)及预测单元(Prediction Units,PU)快速判决算法.首先,通过二阶帧差法检测运动剧烈程度,并分析运动特征对CU及PU时域相关性的影响.然后,利用前帧相同位置CU及PU的最优模式预测当前CU的深度范围,并根据运动剧烈程度优化预测范围.最后,根据预测范围跳过和终止部分不必要的CU深度和PU模式,从而加快帧间编码速度.在HM12.0平台上的实验测试表明,该算法在BDPSNR仅降低0.068 dB、BDBR只增加1.530％的情况下,提高了48.389％的编码速度.     

基于纹理方向和空域相关的HEVC帧内快速编码算法

为了降低高效视频编码(HEVC)的复杂度,提出了一种基于纹理方向和空域相关性的帧内快速编码算法。一方面,利用相邻编码单元(CU,coding unit)的最佳分割尺寸确定相关性的权重,并根据已编码CU的率失真代价值定义了CU分割尺寸的相关性因子,通过比较该因子提前终止CU分割;另一方面,利用Sobel算子求取预测单元(PU,prediction unit)子块的纹理方向,通过判定其纹理方向显著性确定相应的候选模式集,然后根据PU大小对所得的预测模式修正处理,最后遍历这些候选模式选取最优模式。实验结果表明:本文算法相对于原始HEVC编码方法,在全I帧模式下编码时间平均减少36.84%,BDBR(Bjntegaard delta bit rate)上升约0.81%,BDPSNR(Bjntegaard delta peak signal-to-noise rate)降低了0.047dB。     

基于决策树的HEVC SCC帧内编码快速算法

为减少HEVC屏幕内容编码的编码时间,提高编码 效率,本文提出了一种基于决策树的HEVC屏幕内容帧内编码快速 CU划分和简单PU模式选择的算法。对视频序列特性分析,提取有效的特征值,生成决策树模 型。使用方差、梯度信息熵和 像素种类数用于生成CU划分决策树,使用平均非零梯度、像素信息熵等用于生成PU模式分类 决策树。在一定深度的决策 树模型中,通过对相应深度的CU的特征值的计算快速决策当前CU的划分与PU模式的类型。这 种利用决策树做判决的算法 通过减少CU深度和PU的模式遍历而降低编码复杂度,达到快速帧内编码的效果。实验结果表 明,与HEVC屏幕内容的标 准算法相比,该算法在峰值信噪比(PSNR)平均下降0. 05 dB和码率 平均增加1.15%的情况下,能平均减少30.81% 的编码时间。     

一种HEVC帧内快速编码算法

高效视频编码(HEVC)采用编码单元(CU)四叉树的 分割结构,相比H.264/AVC显著地提升了编码效 率,但却使编码复杂度急剧增加。为此,本文提出一种帧内快速编码算法。首先,根据视 频图像纹理复 杂度,提前判断是否进行最大编码单元(LCU)分割。然后,根据空域相邻CU的深度预测当前C U的深度范围, 跳过不必要的计算;最后,根据预测模式被选为最优预测模式的统计特性,去掉可能性小的 帧内预测模式。本文算法在HM14.0的基础上实现。 仿真结果表明,本文算法在全I帧模式下与HM14.0相比,帧内编码时 间平均减少38%,码率(BR)只增加1.41%,峰值信噪比(PSNR)只降低0.29dB,在保证编码性能和视频质量几乎不变的 情况下,本文算法降低了编码的计算复杂度。     

基于多时-空相关的AVS2快速帧间预测算法

针对新一代视频标准AVS2引进四叉树分割、多参考帧等技术而带来的帧间预测复杂度增加的问题,提出一种基于多时-空相关的快速帧间预测算法.该算法利用上下层相邻编码单元(Coding Unit,CU)和空时域相邻CU在预测模式选择上的相关性,计算当前CU的模式复杂度,根据复杂度为当前CU分配合适的候选预测模式;同时利用相邻预测单元(Prediction Unit,PU)在参考帧选择上的相关性,计算当前PU的参考帧索引,根据索引为当前PU分配合适的候选参考帧.实验表明,该算法在BD-Rate(Bjontegaard delta bit rate)增加1.22％,BD-PSNR(Bjontegaard delta peak signal-to-noise rate)降低0.04 dB的前提下,平均减少47.54％的编码时间.     

x265的低复杂度帧内编码快速算法

为了降低x265的帧内编码复杂度,减少编码所需时间,本文针对新一 代高效视频编码标准(HEVC)帧内编码单元(CU)划分以 及预测单元(PU)模式选择的快速算法进行研究。采用经典的差分矩阵计算纹理复杂度,提出 了一种根据当前编码单元子块的纹理复杂 相似度与其编码所需要的总比特数以及量化参数之间的关系作为提前终止CU划分的判决 条件,通过增加SATD的计算进一 步减少PU模式选择的RDO候选列表的个数从而减少率失真代价计算的快速算法。实验结果 表明,与x265的标准算法相比, 该算法在平均峰值信噪比(PSNR)仅减少0.028dB和码率平均增加1.27%的情况下,能够平均减少32.34%的帧内编 码时间。     

3D-HEVC合并模式快速判决方法研究

基于高效视频编码的3D视频编码（3D-HEVC）是目前正在研究的新一代3D视频编码标准。为降低3D-HEVC中模式选择的计算复杂度,根据非独立视点纹理图中合并模式采用率高的特点,该文提出了一种3D-HEVC合并模式快速判决方法。在B帧中,分析了当前编码单元（CU）与视点方向参考帧中参考块间编码模式的相关性;在P帧中,分析了位于相邻划分深度的CU间编码模式的相关性。根据分析的视点间和划分深度间的相关性设计快速判决条件,预判采用合并/合并-跳过模式编码的CU,判别出的CU在模式选择过程中只检查相关的候选预测模式,从而降低计算复杂度。实验结果表明,与3D-HEVC原始算法相比,该文算法能够在率失真性能损失很小的前提下,平均节省11.2%的总编码时间和25.4%的非独立视点纹理图的编码时间。      

基于HEVC的帧内模式快速判决算法

提出了一种HEVC帧内预测优化快速算法。算法在统计总结出当前CU层与其上层CU帧内预测模式、CBF与TU分割深度、相邻CU层之间的色度帧内预测模式之间相关性的基础上,有效地减少了帧内模式的预测,降低了帧内编码计算复杂度。同时,根据不同代价函数之间,以及色度与亮度帧内预测模式之间的相关性,分别在亮度和色度帧内预测过程中添加了RMD中cost代价最小的预测模式和最佳亮度预测模式,保证了较低的编码码率和较高的编码图像质量。实验结果表明,该算法针对各类型、分辨率的视频,在码率和PSNR基本不变的情况下,帧内编码时间平均减少38.2%。     

一种基于HEVC的帧内模式快速判决算法

提出了一种HEVC帧内预测优化快速算法。算法在统计总结出当前CU层与其上层CU帧内预测模式、CBF与TU分割深度、相邻CU层之间的色度帧内预测模式之间相关性的基础上,有效地减少了帧内模式的预测,降低了帧内编码计算复杂度。同时,本文根据不同代价函数之间,以及色度与亮度帧内预测模式之间的相关性,分别在亮度和色度帧内预测过程中添加了RMD中cost代价最小的预测模式和最佳亮度预测模式,保证了较低的编码码率和较高的编码图像质量。实验结果表明,本文算法针对各类型、分辨率的视频,在码率和PSNR基本不变的情况下,帧内编码时间平均减少38.2%。     

基于HEVC的快速帧间预测算法

针对HEVC中PU划分模式和帧间运动模式的选择引起的高复杂度,提出一种快速帧间预测算法.首先,判断图像的运动状态和纹理复杂度,根据当前图像的时空域相关性及图像内容的特点,减少PU划分模式.然后,根据运动剧烈程度对当前PU运动模式预判,从而不需要遍历所有的运动模式.实验结果表明,在视频重建质量基本相当的前提下,改进后的算法编码时间与参考算法相比节省30％～60％左右.     

基于相似度的HEVC帧内低复杂度算法

针对高清视频编码(HEVC)标准帧内编码计算 复杂度过高的问题,提出了基于最大编码单元(LCU)相似度的 深度范围及率 失真代价阈值预测低复杂度算法。首先分析LCU相似性并将其量化,然后利用该量化变量概 率密度分布规律, 采用贝叶斯分类方法估计当前编码LCU深度范围;同时考虑到编码单元(CU)之 间相关性,自 适应设定率失真代价阈值,用以提前结束模式选择及继续分割过程:通过LCU编码深度范围 预测和率失真代 价阈值实现快速CU划分方案。实验结果表明,在性能几乎不变的情况下,本文算法较标准 编码算法编码 时间平均减少了39.55%,平均BDBR增加在1%以内,BD-PSNR仅降低了 0.03dB,在保持良好视频质量下有效降低了编码复杂度。     

3D-HEVC深度视频编码MERGE模式快速选择

针对3D-HEVC中多视点深度视频编码进行研究,提出了一种对深度视频参考视点的MERGE模式快速选择算法。考虑到多视点深度视频相邻视点间相关性和MVD格式中深度视频与彩色视频间相关性,在两个方向上的参考CU采用相同编码深度时,借鉴深度视频主视点PU模式信息以加快当前CU帧间模式选择速度。在深度主视点采用MERGE模式时,当前视点跳过其他的预测模式而直接采用MERGE模式。实验结果表明,在码率和图像质量基本不变的情况下,提出的算法可以有效地提高帧间模式选择速度。     

一种屏幕内容编码帧间模式快速选择算法

屏幕内容编码(SCC)作为高效视频编码(HEVC )的扩展,在压缩屏幕内容方面有着显著的效果, 但也导致了编码器计算复杂度较高的问题。为此,本文提出一种屏幕内容编码帧间模式快速 选择算法。首 先,根据像素点亮度值的变化情况,提前判断出静止区域并使用Skip模式;其次,根据屏幕 内容多包含有 水平及竖直边缘的特点,利用编码单元(CU)的水平及竖直活动性确定相应的预测单元(PU )划分模式, 减少帧间预测时需要遍历的PU个数;最后,根据时空域相邻CU的深度信息预测当前CU的深度 范围,跳 过不必要的深度遍历。实验结果表明,与SCM-8.0相比,在随机接入与低延时两种编码模式 下,本文所提 算法分别节省43.6%和49.09%的编码时间,码 率分别上升3.06%和3.43%,视频质量几乎不变 。     

面向绘制质量的深度图像快速帧内编码

与彩色视频用来直接显示不同,在三维视频系统中深度视频序列的作用是在绘制虚拟视点时提供所需的几何信息,所以直接将现有编码算法应用于深度图像存在一定的局限性.针对深度视频序列的作用以及深度图像自身特征,提出了一种面向绘制质量的深度图像快速帧内编码方法,该方法包括基于深度图像统计特性和空域相关性的图像区域划分算法、HEVC的快速编码单元(CU)和预测块(PB)决策算法和帧内编码模式预先选择算法.实验结果表明:与直接利用HEVC测试软件编码深度视频相比,该快速算法在保证几乎相同的主客观绘制质量的前提下,每个视点的编码速度平均提升了35％以上.     

一种HEVC的快速帧间编码新方法

为了降低新一代高效视频编码(HEVC)的计算复杂度 ,融合基于人眼恰可察觉失真(JND)的快速帧间 模式选择和自适应编码单元深度范围(ACUDR)两种算法,提出了一种快速帧间 编码新方法。首先,通过建立时空域JND和最佳预测模式的统计关系,利用JND 阈 值指导帧间预测模式的快速选择,以减少遍历的模式个数从而降低复杂度;然后,利用编码 的前一帧定义与当前帧 的平均深度差(ADD),通过ADD自适应加权时空域相邻最大CU(LCU) 的平均深度值预测当前LCU的深度范围(DR)类型,减少当前LCU遍 历的深度个数从而降低算法复杂度; 最后,融合这两种算法以进一步降低了视频编码的计算复杂度。结果表明,所提出方法 在低延时和随机访问两种 编码结构下,降低了40%以上的计算复杂度,但编码性能降低很小,在同等码率下的峰值信 噪比(BDPSNR)仅分别降低0.058dB和0.037dB,同等客观质量下 的码率(BDBR)仅分别增加1.71%和1.06%。