基于人眼视觉特性加权的率失真优化编码算法

本文提出了一种基于人眼视觉特性加权的率失真优化的嵌入式静态图像编码算法。率失真优化是按照率失真斜率递减的顺序编码系数位,最先编码的位具有最大的率失真斜率,每编码一位都会使失真减少最大。率失真斜率的计算仅仅是利用MQ自适应算术编码器的概率状态估计表而进行的查表过程,率失真门限方法的编码速度比搜索最大的率失真斜率更快。基于人眼视觉特性的加权因子改变编码位序而不是编码值,该算法有更快的编码速度以及较好的压缩效果。

基于率失真特性的视频编码优化算法

率失真(R-D)优化是视频编码器中一项关键技术,然而当前广泛采用的独立率失真优化远未达到全局最优性能。为了进一步提升高效视频编码(HEVC)的压缩性能,提出了一种结合率失真依赖性和率失真特性的二次编码优化算法。首先,采用原始HEVC的方法对当前帧进行第一次编码,从而得到当前帧消耗的比特数和每个编码树(CTU)单元的率失真模型参数;然后,结合时域依赖率失真优化,根据当前帧比特预算和率失真模型参数计算每个CTU的最佳拉格朗日乘子及量化参数;最后,对当前帧中每个CTU采用不同的优化目标重新编码。实验结果表明,在低延迟B帧和P帧编码配置下,与HEVC基准相比,所提视频编码优化算法在同样编码质量下节省了3.5%和3.8%的码率,获得了显著的率失真性能提升。

基于率失真优化的嵌入式静态图像编码算法

提出了一种新的基于率失真优化的嵌入式静态图像编码算法。率失真优化是按照率失真斜率递减的顺序编码系数位,最先编码的位具有最大的率失真斜率,每编码一位都会使失真减少最大。率失真斜率的计算仅仅是利用MQ自适应算术编码器的概率状态估计表而进行的查表过程,采用率失真门限可以显著减少计算量。实验证明该算法具有更快的编码速度以及较好的压缩效果。

基于失真反向传播的时域依赖率失真优化

率失真优化是基于块的混合视频编码器中一项关键技术,然而广泛采用的独立率失真优化远未取得最优编码性能。为提升高效视频编码的率失真性能,提出了一种时域依赖率失真优化算法。首先,采用指数形式率失真函数,推导出时域失真传播因子的计算式;然后,通过预编码获得编码失真和运动补偿预测误差,并采用失真反向传播估算时域失真传播因子;最后,自适应地调节编码树单元的拉格朗日乘子和量化参数,以优化编码比特资源分配。实验结果显示,在低时延编码配置下,相比于高效视频编码的率失真优化算法,所提算法在获得同等重建视频质量的前提下,将所有测试视频码率平均节省4.4%,BasketballDrill序列码率最高节省13.0%。

一种改进的TMN8率失真模型

在视频压缩中,码率控制是必不可少的.通常码率控制算法使用一定的率失真模型来决策量化参数从而控制码率.H.263视频编码标准使用传统的基于DCT系数一致分布假设的TMN8率失真模型,但实际上DCT系数更接近拉普拉斯分布.为此,在基于DCT系数符合拉普拉斯分布的假设下,改进了传统的TMN8模型,得到了一种新的率失真模型.实验证明,这种改进的率失真模型在码率控制的精度和编码效率上都有较好的效果.

码率控制中的率失真优化

尽管码率控制本身不作为视频标准的一个组成部分,但有效的码率控制机制对于视频编解码应用系统来说是一个必不可少的组成部分。因此,几乎每一个视频标准都相应有自己的一个或者多个码率控制策略。本文详细介绍了H.264/AVC中运用拉格朗日方法进行率失真优化的算法。它提供了一个有效的途径来选择最佳编码参数,使得在编码比特率和图像失真之间达到一个恰当的折中。

H.264视频编码率失真优化和码率控制技术研究进展

在H.264率失真优化和码率控制(RC)技术研究的基础上,根据控制目的将率失真优化和RC的发展分为3个阶段:即率失真建模,考虑质量波动对主观质量的影响,以主观失真为指导的RC.分析了各阶段有代表性的RC技术及其特点,指明了RC需要进一步研究的关键和难点问题.对面向传输的错误弹性编码、可分级编码、多描述编码、以及立体与多视编码中的RC技术进行总结,分析进一步发展趋势.对下一代高性能视频编码(HEVC)中的RC应该如何发展进行了探讨.

一种基于率失真优化的关键参考帧选择算法

为抑制压缩视频流的传输错误扩散，提出了一种新的基于关键帧的无反馈参考帧选择算法，通过采用一种适用各种掩盖策略的端到端失真度估计方法，评价出选择不同参考帧情况下的解码器失真度期望，在率失真框架内选择最合适的参考帧，使解码端的失真度达到最小．基于H．263＋TMN8测试模型和IP包丢失的模拟实验表明，提出的率失真优化关键参考帧算法比传统的预测编码方法，PSNR值大约提高了1～3dB．当数据丢包率严重时，优势尤为明显．

一种新的视频编码二次率失真模型及其性能分析

基于对视频编码比特率与内容复杂度之间关系的研究,该文提出了一种新的视频编码二次率失真模型。该模型保留泰勒级数中的常数项,并通过合理引入内容复杂度,提高了描述实际信源率失真特性的准确性。大量实验分析表明该模型具有良好的性能,可广泛应用于各种速率控制算法以及其他使用率失真模型的场合,以提高视频编码器的率失真性能。

自适应率失真跟踪ROI编码方法

针对系数提升ROI算法的固有缺点,提出了一种基于率失真优化截取内嵌码块编码(EBCOT)算法的医疗图像矩形感兴趣区域(ROI)编码方法。区别于JPEG2000标准建议,算法不是通过对医疗图像中关键诊断区域的小波系数比特平面移位实现,而是提升码块的率失真斜率通过码流优化截取来实现ROI编码,从而使系统具有更高的压缩比和更低算法复杂度,并通过自适应误差跟踪获得图像的ROI和BG(背景)的质量可任意控制的特性。用该方法对多幅CT图像进行测试,结果表明:该方法可在保证关键诊断区域无损或近无损条件下提高压缩比8-40倍,完全继承JPEG2000在远程医疗系统中的各种优良应用特性,更好地解决医疗图像在存储和传输过程中数据量过大的难题。

一种基于分层率失真优化的容错性视频转码算法

容错性视频转码能够在已压缩视频流中嵌入容错性工具,以增强视频流面向无线信道的抗误码能力.但是容错性工具的嵌入在降低失真的同时也会增加码率,因此需要进行率失真优化.针对这一问题,文中提出了一种基于分层率失真优化的容错性转码算法.该算法通过在帧层和宏块层分别对重同步标记的插入和帧内宏块的刷新进行不同粒度的优化来提高算法的灵活性,通过在帧层考虑帧内宏块刷新、帧内预测和运动矢量预测的影响来提高算法的精确性,通过在宏块层减少候选模式的数量来降低算法的复杂度.实验表明,该算法与基于单层率失真优化的算法相比,信噪比可获得0.6～1.1dB的增益,复杂度最多可降低25%.

率失真斜率提升感兴趣区域编码

提出了率失真斜率提升感兴趣区域编码方法,不需要对小波域的系数进行比特平面提升,而是通过提升率失真斜率实现感兴趣区域编码.解码器不需要进行小波域系数的逆提升,而且达到感兴趣区域的恢复质量要求.这种编码方式适合给定感兴趣区域的失真要求和交互式编码的图像压缩.

基于率失真理论的视频编码码率控制

本文以率失真理论为基础，提出了一种新的前向视频编码码率控制策略ＦＲＣ（ＦｏｒｗａｒｄＲａｔｅＣｏｎｔｒｏｌ），其核心思想是：宏块（Ｍａｃｒｏｂｌｏｃｋ）目标比特数的预分配除受码率的限制外，更重要的是受到图像的局部空间活动性等因素的控制，从而达到一种最优的比特分配方案。主观测试实验结果表明。

二次率失真优化截取的感兴趣区域编码

提出了一种基于优化截取內嵌码块编码(EBCOT)压缩技术感兴趣区域的编码,根据给定的感兴趣区域的最小峰值信噪比要求,利用率失真优化原理自动组织码流。与一般感兴趣区域编码方法不同的是该方法不对小波域的系数进行提升。解码器不需要知道该图像是否存在感兴趣区域或者具体位置,只要进行正常的解码即可。同样重要的是该算法保留了EBCOT的固有特性。实验结果表明,该算法能够获得很好的总体质量。

结合率失真代价预测的HEVC快速CU划分

针对高效率视频编码(high efficiency video coding,HEVC)标准编码复杂度较高的问题,提出了一种快速编码单元(coding unit,CU)划分方法。首先,结合拉格朗日率失真优化理论及相关实验数据分析得到相邻CU深度对应的失真及码率分别满足线性关系,并利用此关系,建立了率失真代价的预测模型。利用此模型,可以在编码当前CU深度后快速预测得到下一CU深度的率失真代价,并最终通过代价比较,判断是否需要继续进行CU划分。实验结果表明,相比于HEVC测试模型HM12.0,针对低时延与随机接入编码结构,提出的方法的BD-rate分别增加了0.2%与0.6%,同时,编码时间分别减少了33.2%和38.9%。

一种新的基于率失真优化的感兴趣区域编码

根据EBCOT编码中率失真优化截取算法的特点,,结合最大位移法提出了以提升率失真斜率来实现任意形状ROI优先编码的方法(DRshift法)。该方法提升的对象是ROI的失真斜率,而非ROI系数,从而避免了最大位移法(Maxshift)中引入过多的位平面导致的编码效率降低的问题。实验结果表明,该算法可在接收到图像的全部编码数据之前,优先实现任意形状的感兴趣区域的高品质重建,提高了编码效率,并且,通过改变提升因子的大小可实现感兴趣区域与背景区域重建图像质量的灵活可调。

基于结构相似的H.264主观率失真性能改进机制

H.264以客观失真作为失真准则进行码率控制(RC)和率失真优化(RDO)模式选择,无法得到最优的主观质量。该文在作者之前研究成果的基础上将基于结构相似(SSIM)的主观失真用于指导H.264基于RDO的帧间模式选择,进一步提出了宏块(MB)层自适应的分析型拉格朗日(Lagrange)乘子来更好地平衡码率和SSIM失真。实验结果表明:在给定目标码率下,该文算法相比基于客观质量的编码算法及基于SSIM的RC算法(但未进行基于SSIM的RDO帧间预测)更有效地编码了图像结构信息,得到了更好的主观率失真性能和主观图像质量。

基于H.264率失真模型的无线信源信道联合编码方案

针对H.264编码器的率失真特性,建立了一种新的H.264编码率失真(R-D,rate-distortion)模型;然后基于该R-D模型和Turbo码的抗差错特性,对无线环境下的端到端视频传输失真进行了深入的分析,提出了一种无线信道下的自适应视频信源信道联合编码(JSCC,joint source channel coding)方案,该方案可以自适应地根据当前无线信道的具体状况,将网络可用带宽在信道编码和信源编码之间进行最优的分配,使得端到端的传输失真达到最小。实验结果表明,与固定选择信道编码速率方案相比,该方案可以显著提高传输的可靠性,在接收端可以获得更好的视频重建质量。

基于可伸缩视频编码的率失真优化编码算法

可伸缩视频编码(SVC)可实现视频流空间、时间和信噪比的完全伸缩,但在差错信道上传输容易引起误差扩散,为此提出一种基于SVC的率失真优化编码算法。该算法在分析了差错信道下传输可伸缩视频流误差扩散失真的基础上,在率失真优化模型中引入时间和信噪比分级的误差分级参数,并根据信道状态自适应地确定宏块编码模式。该算法能够有效地抑制误码在各分层的扩散,提高了可伸缩视频流的鲁棒性。仿真结果表明,算法与以往的算法相比具有更好的抗误码性能,适合视频数据在差错信道上的传输。

基于率失真最佳的视频编码码率控制方法

提出一种通过图像层和宏块层相结合的途径来实现视频编码器码率控制的策略。在图像层首先在总体上对每帧图像的编码速率进行预分配,从而确定一个参考量化系数。然后在对每帧图像具体编码时,根据率失真定理,在保证失真最小的情况下,为帧内不同的宏块选用最佳的量化系数。仿真结果表明:采用此视频编码码率控制策略能有效地减少或避免缓冲区出现上、下溢,使得输出码流趋于稳定,同时提高重建视频信号的信噪比。