H.264/AVC率失真优化(RDO)策略研究

本文对H.264/AVC中所运用的率失真优化策略进行了深入研究。首先介绍了率失真理论及率失真优化模型,然后参照JM 8.4代码详细分析了H.264/AVC各模块的代价函数,并重点研究了其编码过程中率失真代价函数的运用策略。最后通过对JM 8.4代码的测试,得出率失真优化的性能,并对其优缺点进行了分析,提出进一步改进和优化的方向。

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．

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。

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%.

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。

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。

基于像素递归失真估计的率失真优化模式选择算法

为了改善视频数据在差错信道上传输的鲁棒性,结合H.264/AVC标准的多模式划分特点,提出了一种基于像素递归失真估计的率失真优化模式选择算法。该算法针对H.264/AVC中的多种帧内和帧间预测模式,对像素的递归失真估计方法进行改进,准确估计了差错环境下的视频失真,并采用二次率失真模型预测运动补偿编码的总码率以进行运动估计,最后运用率失真优化模型进行编码模式判决。实验结果显示,相对于H.264参考软件的模式选择算法,该算法提高了视频的差错恢复性能,能有效改善视频传输的鲁棒性。

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%。

H.264/AVC率失真优化技术综述

基于视频标准H.264/AVC,对率失真优化技术进行了较为详细的介绍,分析了其运动估计和宏块编码模式的率失真优化,并对当前的率失真优化算法进行了总结,给出了测试模型JM7.6的率失真优化算法及改进算法。

基于感兴趣区域的率失真优化帧内刷新算法研究

由于视频图像中不同区域的重要性存在着很大差异,人眼对其主观质量的要求也不一样,因此对感兴趣区域的前景图像和非感兴趣区域的背景图像的主观质量要求也可以不一样,尽管目前对感兴趣区域的研究已有不少,但是将全局率失真优化、码率控制、帧内宏块刷新和感兴趣区域结合的相关研究并不多见。基于此提出了基于人眼感兴趣区域的率失真优化帧内宏块刷新算法,该算法采用端到端的全局率失真理论,对感兴趣区域和非感兴趣区域进行分析处理,使感兴趣区域的宏块能得到更及时的帧内刷新,由于受到码率的限制,必须对感兴趣区域和非感兴趣区域重新进行码率分配。最后,在JVT的JM12.2平台上实现该算法。大量实验结果表明,与传统的基于率失真优化的帧内刷新算法相比,基于感兴趣区域的率失真优化帧内刷新算法在感兴趣区域能够取得更好的主观质量。

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。

基于率失真优化的快速帧内更新算法

提出了一种近似估计整帧图像最小量化失真度的模型和新的率失真优化的实时帧内更新准则,可使编码器直接计算出编码一帧图像的最小量化失真度,通过评估宏块帧内编码所增加的总量化失真度和减小的扩散失真度,以决定是否需要对此宏块进行帧内更新。经与传统的基于率失真的帧内更新相比和实验结果表明,更新算法在具有更小计算复杂度的同时,在大多数情况下可以取得更好的峰值信噪比值。

基于率失真优化的H.264参考帧选择算法

为了有效抑制 H．264/AVC压缩视频流的传输错误扩散，提出一种基于率失真优化的 H．264参考帧选择算法。该算法针对 H ．264/AVC中的多种预测模式，在像素级准确估计了差错环境下的视频传输失真，并将该失真模型与率失真优化准则结合，在率失真框架内选择最合适的参考帧，使解码段的失真度达到最小。实验结果表明，改进算法相比传统的预测编码方法PSNR值大约提高了1～2dB，能有效改善 H．264视频传输的抗差错性能。

基于率失真优化的视频编码研究(英文)

率失真优化技术在视频优化编码中起着重要的作用,广泛地应用于宏块模式决策,优化量化等编码模块中.本文将率失真优化编码与码率控制结合起来进行研究,通过对率失真关系的分析,提出了基于率失真优化的复杂度可分级码率控制算法,并根据缓冲区操作模型的位分配约束条件调整码率控制的位分配过程,从而使得该算法在达到码率控制的同时也能取得较高的编码效率,并能保证缓冲区不会发生溢出,然后结合场景变换、图像内容分类等主观质量问题研究,提出一种恒定质量码率控制编码算法.

基于视觉感知的率失真优化算法

率失真优化在视频编码中起着关键作用,其目的是在压缩效率和视频质量失真之间取得平衡。现有的率失真算法主要针对视频中时间和空间冗余的消除,未充分考虑视频内容的主观感知冗余。本文提出了一种基于视觉感知的率失真优化算法,通过数据驱动的JND预测模型推导拉格朗日乘数因子,并使用显著性模型优化拉格朗日乘子权重系数,最终融合应用于率失真优化,并采用SW-SSIM评估视频质量,实现视频编码的感知优化。实验结果表明,与AVS3标准率失真算法相比,本文所提算法平均节省12.15%的码率,SW-SSIM提高了0.004 3,有效降低了视频内容中的感知冗余,提高了视频感知质量和编码性能。

基于率失真优化和PSB系数位移的ROI编码新方法

小波系数移位和率失真优化的比率控制是实现ROI编码常用的两种策略。小波系数移位的方法能准确的恢复选择的ROI区域,但会影响编码的效率。而率失真优化的方法有好的编码效率但ROI区域重建精度受到影响。将两种机制结合,本文提出了一种率失真斜率提升和PSB系数移位相结合的ROI编码新方法。实验结果表明,新算法在同等编码效率及计算复杂度下,获得了良好的ROI重建精度。

率-失真优化的渐进几何压缩

提出一种率-失真优化的渐进几何压缩方法.根据三维模型细节信息分布的不均匀性,该方法将细节信息分块并对各块独立编码,然后以一定位率下重构网格几何失真最小为准则,将各块的位流优化组装成最终的码流,从而在渐进传输时使有限的网络带宽能优先分配给那些细节信息较为丰富的块.实验结果表明,与渐进几何压缩方法(Progressive geometry compression,PGC)相比,在低位率时本文方法重构网格的峰值信噪比(Peak signal-to-noise ratio,PSNR)提高了约2.25dB.此外,该方法也为实现三维网格感兴趣区域编码提供了新的方案.

一种H.264视频流自适应率失真优化编码算法

为了提高编码视频流在丢包网络环境中的抗误码性能,目前比较常用的是采用帧内刷新算法。在率失真框架之内的帧内优化编码刷新算法,则被认为是更为直接和有效的解决办法。在视频编码标准H.264/JVT中采用的就是这种算法。然而由于没有考虑到信道丢包率对编码器端进行仿真解码次数的影响,从而导致在进行率失真优化编码时的计算量较大,编码耗时较长,严重影响了编码器的编码效率。基于以上分析,提出了一种改进的自适应率失真优化编码算法。将H.264标准率失真优化编码算法中计算解码器端视频帧期望失真度的代数平均值算法,改进为加权平均值算法。仿真实验表明,提出的算法可根据信道丢包率和模拟信道状态个数信息来自适应地决定编码器端进行仿真解码计算的次数,从而有效降低H.264标准率失真优化编码算法中的计算冗余和计算复杂度,节省编码耗时。在模拟信道状态个数默认为30个时,本算法最多可节省近55%的编码耗时。