H.264分辨率缩减快速帧内宏块模式选择算法研究

H.264视频编码标准对于帧内预测采用了I16×16、I4×4和IPCM三种模式,而前两种模式分别有四种和九种预测方向,这些特性提高了帧内宏块的编码效率,但同时也增加了帧内模式选择的复杂度。提出了一种适用于H.264视频流空间分辨率缩减转码的帧内宏块模式选择算法,主要利用输入码流中的宏块模式信息,推算出下采样后宏块可能的模式及预测方向,从而减少需要计算的宏块模式数目,同时对I4×4宏块采用子块刷新机制,确保转码质量。实验证明,在保持编码效率和视频质量的同时,能有效降低H.264下采样转码过程中帧内宏块模式选择算法的复杂度。

基于Cauchy分布的H.264/AVC码率控制优化算法

由于通信信道带宽有限,有必要对视频编码的输出码率进行控制。通过引入能量均方误差(EMSE),进行视频序列统计分析,建立了一种简单的线性图像失真模型,并基于编码器中量化系数的概率分布特性,提出了改进的Cauchy分布码率模型,然后利用Lagrangian方法实现了率失真优化的位分配。实验结果表明,与H.264参考软件所采用的JVT-G012算法相比,该算法提高了码率控制精度和峰值信噪比,从而改善了解码图像的质量。

基于提升小波变换和BP神经网络的图像哈希算法

针对数字图像作为一种常用的数字多媒体信息,对其真实性和完整性的认证显得尤其重要,提出了一种基于提升小波变化和BP神经网络的图像哈希算法。首先利用图像像素矩阵和构造的函数来训练BP神经网络;再将图像进行提升小波变换,利用低频分量组成矩阵;最后利用已经训练好的BP神经网络来产生哈希序列。实验结果表明,本算法不仅可以抵抗内容保持的修改操作,而且能够很好地区分恶意攻击,有一定的鲁棒性和脆弱性。该技术在图像认证、版权保护、安全和基于内容的图像检索等方面有应用价值。