多阶上下文自适应二进制算术编码实现

提出了一种基于多阶上下文自适应的二进制算术编码算法.考虑了编码符号序列之间的相关性,用符号序列的大概率值代替单个符号的较小概率值,由此建立了多阶上下文概率模型,降低符号间的冗余度.将此模型应用到二进制算术编码中,形成了一种比传统二进制算术编码更有效的方法,能让平均码长变短并使得码字的信息量逼近符号的熵率,从而显著提高二进制算术编码的数据压缩比(可高达90%).对不同类型的数据文件进行实验测试,结果显示其压缩编码效果良好.

H.264/AVC中基于上下文的自适应二进制算术编码

基于上下文自适应二进制算术编码(CABAC)是H.264/AVC采用的高效熵编码方法之一,它由二进制化、上下文建模、算术编码三个步骤构成。详细阐述了CABAC的整个编码过程,并对它与VLC/CAVLC在编码性能上作了比较。

基于上下文的自适应二进制算术编码——一种适用于视频压缩的新型熵编码

CABAC是一种适用于视频压缩的高效熵编码技术。它采用上下文建模来降低符号间的冗余度;采用递归的二进制算术编码使输出码字的信息量逼近符号的熵率,并有利于实时视频编码;采用自适应机制对视频流进行实时统计特性的跟踪。实验表明,CABAC与UVLC相比,能非常有效地节省码率,但是其复杂度要高一些。

基于上下文的自适应二进制算术熵编码

H.264在主要档次中采纳了基于上下文的自适应二进制算术编码(CABAC)的熵编码方案。深入研究了CABAC的二进制化、上下文建模和自适应二进制算术编码器,并利用测试模型进行测试,实验结果表明:在相同测试序列下,CABAC和CAVLC相比的确能节省较大的比特率。

基于上下文快速有效的自适应二进制算术编码实现

介绍算术编码的原理和基于模型的自适应算术编码算法,并利用二进制高效率的索引树这样一个数据结构对传统的自适应算术编码进行了改进。实验表明,无论对于高度集中的数据集还是对于分布较为均匀的数据集,在运行时间上新算法都有较大的改进。验证了该算法在提高解的精度和加快收敛速度方面都有显著改善,从而为解决函数优化问题提供了一种行之有效的新方法.

一种改进的二进制自适应算术编码数据转换方法

本文提出了一种用于二进制自适应算术编码的数据转换方法，并通过实验和理论分析，与直接数据转换法、适于灰度图像的数据转换法进行了比较。

自适应二进制算术编码的动态可重构实现研究

针对H.266/VVC视频编码标准下的上下文自适应二进制算术编码器编码速度慢、资源开销大的问题,面向可重构结构依据算法的内在并行特性优化了编码架构,并基于动态可重构阵列处理器设计实现了CABAC编码器常规编码模式下的并行映射方法,阵列结构能够根据编码输入对优化后的算法进行动态重构,在避免专用硬件编码器较高的资源开销情况下利用软件重构的方法实现熵编码过程,保证编码准确性的同时提高了视频数据流编码效率,为此类运算密集型算法的硬件实现提供了更为灵活高效的参考途径。仿真结果表明,映射实现的编码过程中每个编码周期完成5个二进制序列的编码,平均编码效率达到384.13 Mbin/s。基于FPGA的测试结果表明,软件重构方法与专用硬件实现的编码器相比,资源开销降低且编码效率提升5.47%,与同类型可重构视频编码结构相比,编码效率提升7.03%。

JPEG2000中的二进制算术编码及其DSP实现

算术编码作为一种高效的数据编码方法在图像压缩中有广泛的应用。介绍了国际静态图像压缩新标准JPEG2 0 0 0中的自适应二进制算术编码技术。算术编码的工程实现需要高性能信号处理器的支持 ,研究了在TMS32 0VC5 40 2上实现二进制算术编码的快速算法及优化汇编程序设计 ,证明了其硬件算法的实用性和高效率。该技术可实现对图像压缩编码 。

视频编码中算术编码的二进制化研究

二进制化是自适应二进制算术编码中的重要步骤,在二进制级别进行概率估计与编码,能有效降低编解码计算复杂度。本文提出一种新型二进制化方法,根据相邻变换块的非零系数个数存在的高度相关性,对变换块的非零系数个数进行自适应二进制化;在设计二进制化算法的过程中,还针对概率分布近似对称的情况,提出一种简化的将语法元素映射为码字序号的规则。实验结果表明,与传统方法相比,新的算法能在压缩效率相当的前提下,有效降低计算复杂度。

H.264/AVC中二进制算术编码的研究

基于上下文的二进制算术编码(CABAC)是H.264/AVC中采用的一种高效的熵编码方法。本文简述算术编码的基本原理和CABAC的步骤,详细分析了二进制算术编码的过程。

一种快速有效的自适应算术编码

介绍了算术编码的原理和基于模型的自适应算术编码算法,并利用二进制索引树这样一个高效率的数据结构对传统的0阶自适应算术编码进行了改进。实验表明,无论对于高度集中的数据集还是对于分布较为均匀的数据集,在运行时间上新算法都有极大的改进。

自适应算术编码及其在JPEG2000中的应用

自适应算术编码是一种高效的熵编码方法。本文较为详细地介绍了自适应算术编码的工作原理和实现方法,以及在JPEG2000的应用情况,分析了自适应算术编码应用于图像压缩编码的实现过程,并讨论了实现过程中应该解决的若干技术问题。

CABAC算术编码器硬件优化实现

为了解决上下文自适应二进制算术编码器(CABAC,Context-based Adaptive Binary Arithmetic Coder)硬件实现吞吐率难以提高的问题,提出了基于数据流动态特性的电路优化方法.通过建立算法的数据流模型,提取出限制硬件实现性能的数据流反馈环路.针对上下文环路,采用3条迭代周期不同的子环路更新具有不同依赖周期的上下文变量,提高了时钟频率和吞吐率;对于字节打包环路,通过提取一类可简化电路结构的数据元素,并为之构建快速旁路,增加了环路的处理速度.基于上述方法并辅以基本的电路优化手段,设计实现在现场可编程门阵列(FPGA,Field-Programmable Gate Array)平台上频率可达309MHz,并且每个时钟周期处理一个编码符号.

算术熵编码CABAC

文中研究基于上下文的自适应二进制算术熵编码(CABAC),并对其计算复杂度进行了深入的分析。CABAC被新一代视频编码标准H.264所采用,使得H.264的压缩性能得到极大提升。

基于上下文的分块图像联合压缩加密算法

为了研究图像压缩与加密同步进行及提高安全性问题,提出了一种基于改进零树结构的分块图像联合压缩加密算法,将图像对应不同分块区域映射到相应子带中。利用密钥对图像压缩产生的原始上下文进行修正,然后与判决一起送往自适应算术编码器实现图像联合压缩加密。由于自适应算术编码的概率跳转规律复杂,相对概率固定的区间分裂算术编码安全性更好。对所提出的算法进行仿真,结果表明:与原始图像压缩算法相比较,所提出的算法具有基本相当的压缩效率;而采用的图像分块方法能够灵活地控制不同区域图像的相对质量及更好地实现信息安全防护;使用不同的密钥可以进行分块加密,实现了对重要信息的隐私和机密保护。

基于上下文修正的ROI联合压缩加密算法

提出一种基于上下文修正的ROI图像联合压缩加密算法。对零树结构进行改进,引入自适应算术编码器,利用密钥对ROI图像压缩产生的原始上下文进行修正,修正后的上下文与原始判决一起送入自适应算术编码器中实现对ROI图像的联合压缩加密。为了满足不同权限用户的需求,对感兴趣区域按树型结构扫描的方式进行加密,并对该算法进行仿真。结果表明:在相同码率条件下,与原始压缩算法相比,所提出的算法具有基本相当的压缩效率;在压缩率保持不变的情况下,相对于区间分裂的算术编码而言,所提出的算法安全性能更好。

基于时、频域上下文模型的图像压缩算法

结合离散小波变换和基于上下文的自适应算术编码方法,提出了一种基于时、频域上下文预测模型的图像压缩算法.它通过分析在不同子带内的小波系数和同一子带内的小波系数之间的相关性,建立一个时、频域的上下文预测模型,并通过对增加的条件熵的分析,合理地对该模型中的上下文进行量化,得到合适的编码上下文用于自适应的算术编码以降低模型开销.与此同时,这种算法的输出码流是嵌入式的,可以很好的满足渐进式的传输需求.试验结果表明,该算法在各种压缩比下都获得了比JPEG2000要好的压缩效果.

H.264/AVC自适应算术解码器结构设计

限制基于上下文的二进制算术解码(CABAD)速度的几个主要环节入手,提出了优化的上下文存储模式,改进的重归一化单元,并使用流水线提高解码速度.在Synopsys公司的CoCentric System Studio平台进行了二进制算术解码器体系结构设计,仿真结果表明,本结构能够满足主要档次(main profile)CIF 30fps的实时解码的要求.

一种基于上下文的树形加权概率统计算法

介绍了一种基于上下文的树形加权概率统计算法,基本上解决了高阶马氏链的概率统计问题,提出了一种边统计边编码的自适应算术编码方案,并将其应用于高质量的语音二次压缩算法中。

基于熵编码CABAC的信源信道联合解码器

H.264的熵编码都采用基于上下文自适应二进制算术编码(CABAC),能达到较高的压缩性能,但对信道误码非常敏感.文中提出了一种基于CABAC的算数码变长码联合解码算法,联合信源信道算数码解码之后的信息作为变长码的输入信息,再通过变长码格状图搜索获得最佳的符号序列.同时,在算数码解码部分可以利用变长码的码字结构信息来删除无效搜索路径,提高解码性能.仿真实验表明,该联合迭代解码算法明显优于传统的分离解码器.