基于统计学习的H.264/AVC快速帧间模式选择方法

H.264采用了可变块大小的运动补偿和基于率失真优化的模式选择来提高压缩比和视频质量,这些技术使H.264比其他现有的编码标准都要好,然而,却计算强度大而且非常耗时.本文提出了一种快速的帧间模式选择方法.首先,先编码的几帧作为统计学习对象,得到相应的阈值;然后,后面的帧就根据这些阈值来选择备选模式,只对已选的模式进行运动估计.本文提出的方法适用于所有现有的运动搜索算法,而且阈值是针对每个序列线上计算的.结果显示,本文的方法可使编码时间平均降低57.2%,而对视频质量的降级可忽略.     

一种提前进行模式选择的H.264编码优化算法

H.264编码标准利用基于各种不同大小块的运动估计和补偿,从而显著的提高了编码效率.但运动估计和离散余弦变换(DCT)也大大的增加了计算复杂度,使编码时间随之增加.本文提出了一种提前进行模式选择的算法,先进行16×16大小全零块的检测,然后在此基础上预先进行模式选择的判断,用以控制编码复杂度.实验结果显示在信噪比略有下降的同时,总的编码时间平均可以节省75.11%,而用以进行运动估计的时间平均可以节省84.25%.