基于H.264视频编码的快速模式决策算法

针对H.264视频压缩中模式决策部分计算复杂度过高的问题,提出了一种实时的快速模式决策算法。首先,在帕累托最优宏块分类方法的基础上制定类决策指标,划分宏块类;然后,检测宏块的运动活跃性,为当前宏块选择率失真代价较小的模式,提前作出模式决策,得到最佳模式。实验结果表明,该算法与参考编码器相比,在比特率平均增加0.09%、峰值信噪比平均损失0.19dB的情况下,编码时间平均减少了64.28%。

分级视频编码中宏块相关性快速模式决策

为降低空时分级视频编码中自适应层间预测模式的计算复杂度,利用增强层中时域宏块相关性的特点,提出一种随时间等级变化的快速模式决策算法。该算法将参考宏块使用过的模式按照其率失真优化代价排序,选择其中代价较小的模式作为当前宏块的动态备选方案,从而有效地提高编码效率。在JSVM上的实验结果表明,同原有非优化决策算法相比,在PSNR平均降低0.0148dB、比特率增加0.55%的情况下,该优化算法使得平均编码时间减少21.67%。

一种H.264模式决策算法的快速实现

MPEG4AVC/ITU-TH.264视频编码标准因其优异的编码效率和性能而被广泛采用,但其模式决策问题导致运动估计器运算复杂度非常大。本文提出一种快速模式决策算法的实现方法。仿真结果证明,本方法在编码质量降低较小的情况下,能够减少80%以上的编码时间。

基于混合特征的H.264/AVC快速帧内预测模式决策

H.264/AVC中采用率失真优化(RDO)代价函数对多种帧内预测模式进行全搜索决策,为了克服这种决策方法运算复杂度较大的弊端,提出了一种基于混合特征的快速帧内预测模式决策算法。该方法针对最耗时的4×4亮度块模式决策环节,强调了DC模式的重要性,并将其与混合代价函数特征相结合形成混合决策信息,以此对候选模式进行预先筛选,从而加快了决策速度。实验结果表明,该方法可以使图像序列的I帧编码速度提高近30%,且与原全搜索算法相比,其峰值信噪比(PSNR)的减少和比特率的增加均小到可以忽略不计。

帧内预测模式的快速决策算法研究

HEVC是由视频编码联合协作小组(JCT-VC)开发出的一种先进的视频编解码标准。在帧内编码的亮度预测中,HEVC引入了35种预测模式,使得编码性能显著提高,但是计算复杂度急剧增加。为了有效地降低HEVC的计算复杂度,研究人员已经研究了许多快速模式决策算法。许多传统的快速模式决策算法一方面在计算梯度或者用特定的算子提取信息时,会不可避免地引入复杂度较高的运算;另一方面,梯度纹理信息也仅仅反映当前块的大致纹理信息,用其指导的预测模式与最终实际最优预测模式会有一定的偏差。本论文在帧内模式决策的过程中充分利用角度模式之间的相关性,提出了一种新的快速帧内预测模式决策的算法。

H.264/AVC帧内预测模式决策算法研究

文章对H.264/AVC标准中帧内预测模式及其决策算法进行了深入研究。首先介绍了四类帧内预测模式及参考代码中所用的全搜索的模式决策算法;然后详细分析了基于边缘方向直方图和基于分组像素点的快速决策算法的原理,通过实验对两种快速算法的运算量及优化效果进行了比较和分析;最后对帧内预测模式及其决策算法进行归纳总结,并就编码精确度、编码运算量、优化帧间预测三个方面提出了帧内预测模式决策算法进一步研究和改进的方向。

分级中快速层间帧内预测

针对空间可分级视频编码中编码复杂度高、计算量大的缺点,利用编码层间的模式相关性,提出一种快速层间帧内预测算法。本算法通过分析编码层之间的模式分布规律,由基本层信息指导增强层编码,减小增强层中备选模式数量,从而提高编码速度。实验结果表明,在PSNR和比特率微小变化的情况下,该方法使编码时间平均下降了34.48%,有效提高了编码效率。