基于帧内预测模式多划分的HEVC鲁棒视频水印算法

针对现有基于高效视频编码（HEVC）标准的水印算法鲁棒性不足的问题,提出一种基于帧内预测模式多划分的HEVC鲁棒视频水印算法。首先,针对嵌入水印后帧内误差传播的问题,对4×4亮度块进行可嵌区域的选择,并计算4×4亮度块的纹理方向;其次,将33种角度预测模式划分为四种模式集,依次记为：上水平、下水平、上垂直、下垂直;最后,将当前以及下一待嵌入水印的值与模式集建立映射关系,通过判断当前4×4块属于哪个模式集来进行水印的嵌入,并将33种角度模式截断为其中一种模式集。解码端通过纹理方向和预测模式集提取水印。实验结果表明,所提算法的平均峰值信噪比维持不变,且在重编码攻击下的误码率（BER）为14.1%。由此可知,该算法对视频质量影响很小,在鲁棒性上可以抵抗重编码的攻击。     

3D-HEVC深度图帧内预测快速算法

目的 多视点纹理加深度视频（MVD）格式逐渐成为立体视频的主流表现形式之一。新一代高效率立体视频编码（3D-HEVC）继承了HEVC的编码结构并引入一些新的编码技术,导致深度图帧内编码过程具有较高的计算复杂度。针对这一问题,提出了一种深度图帧内编码快速算法。方法 本文算法利用深度图的特征分别对CU分割过程和粗略模式选择（RMD）过程进行优化。首先在四叉树编码结构上,利用基于纹理元的图像分析方法计算编码单元的梯度矩阵,若梯度矩阵中的梯度值之和小于给定的阈值,则终止该CU的分割进程。同时,对大尺寸的PU和小尺寸的PU分别利用纹理特征与粗略模式选择过程中Planar和DC进行低复杂度率失真计算后的最小率失真代价,跳过RMD中角度模式的检查过程。结果 实验结果表明,与原始算法相比,本文算法平均节省40.64%的深度图编码时间,而合成视点的平均比特率仅仅增加了0.17%。本文算法不仅能对平坦的CU跳过不必要的深度决策过程,而且有效地减少了RMD中需要遍历的模式数目,提高了编码器的效率。结论 该算法对CU分割进程和粗略模式选择过程都进行优化,在合成视点的视频质量几乎不变的前提下,有效降低了深度图的帧内编码复杂度。