新一代视频编码标准——HEVC

在2003年制定的H.264/AVC视频编码标准获得巨大的成功后,新一代视频编码国际标准HEVC(High Ef-ficiency Video Coding)在ITU-T的VCEG和ISO/IEC的MPEG通力合作下已经开发成功。HEVC提供了多项先进的视频编码技术。尽管HEVC的视频编码层结构仍然是常见的基于块运动补偿的混合视频编码模式,但是和先前的标准相比具有多处重要改进。文中对HEVC标准的技术的主要特点和性能进行了综述。

新一代视频编码标准HEVC的关键技术

HEVC(High efficiency video coding)是新一代的视频编码标准,它仍然采用了与先前视频编码标准H.264/AVC一样的混合视频编码的基本框架,但在各个编码模块都进行了改进和革新。与H.264/AVC相比较,在相同视频质量和应用条件下HEVC的码率降低将近一半。本文对HEVC的关键技术进行综述,着重研究探讨了帧内和帧间预测技术的原理和实现过程。

HEVC标准的多层视频编码扩展

随着网络和视频技术的飞速发展,越来越多新的视频应用需要制定相应的国际标准,如3D视频、多视点视频、可分级视频、超高清视频、屏幕内容等。为此,JCT-VC和JCT-3V针对这些需求进行HEVC多层视频编码扩展标准的开发,形成了HEVC的4个附录。针对多层视频编码,HEVC扩展有多处重要改进,提供了多项先进的编码工具,文中对此进行简要分析和介绍。

H.265/HEVC视频编码标准性能评估与分析

简要介绍了H. 265/HEVC的编码框架和采用的新技术。比较了H. 264/AVC和H. 265/HEVC的图像质量、压缩比、编码时延等关键技术指标,将H. 265/HEVC与H. 264/AVC的编码性能进行了比较。实验结果表明,HEVC在编码性能上有了明显提高。

一种基于四维离散余弦变换的视频编码方法

为有效地去除 Y,U,V 3帧之间内在的相关性 ,提出了一种基于四维离散余弦变换理论的彩色视频压缩编码方法。该方法将彩色视频放在四维数学模型中考虑 ,将彩色视频的图象宽度、图象高度、彩色空间的 3帧 ( Y,U,V) ,以及视频序列的连续 3帧分别看作四维数学模型中的“四维”,利用四维离散余弦变换去除彩色视频中图象的相邻像素之间、Y,U,V3帧之间、以及视频序列相邻帧之间的相关性 ,并结合矢量量化进行压缩。实验结果表明 ,利用该方法对“Miss America”彩色视频进行压缩编码 ,在同等信噪比的条件下 ,可获得比标准 MPEG-2压缩编码方法高约 4倍的压缩比。

彩色视频的四维矩阵离散余弦变换编码

为了在高信噪比条件下获得对彩色视频的高倍压缩 ,提出了 4维矩阵及 4维矩阵离散余弦变换理论 ,并将该理论应用于彩色视频编码 .基于 4维矩阵离散余弦变换的彩色视频编码方法将彩色视频的多个帧放在一个统一的数学模型 (即 ,4维矩阵 )中考虑 ,利用 4维矩阵离散余弦变换去除其间的各种相关性 ,并通过矢量量化对变换系数进行压缩编码 .其方法可以同时全面利用彩色视频图象相邻像素间、彩色空间 Y、U、V 3分量间 ,以及视频图象相邻帧之间的相关性 .实验结果证明 ,对可视电话和视频会议等应用中的彩色视频序列图象 。

基于离散小波变换的可伸缩多描述视频编码

提出一种基于离散小波变换的可伸缩多描述视频编码方法,以降低视频在网络传输中由于丢包而导致视频质量严重下降的风险,提高了视频在网络传输过程中的鲁棒性.将小波变换后的小波系数按照奇偶行构造成两个描述,当解码端收到任何一个描述时,通过加权对丢失信号进行估计.实验表明,该方法比通过平均值估计丢失信号的方法的平均PSNR提高约0.6 dB.

三维离散余弦变换的分形视频编码方法

由于视频数据是时间轴上的二维图像序列,提出了利用分形和三维离散余弦变换相结合的视频编码方法。利用三维离散变换把三维视频数据从时空域变换到频域中,再利用分形技术在频域中来寻找对应每个可变三维频域值域块的最佳定义域块匹配。由于频域中DCT系数的强相关性和分形的高压缩性能,能够实现视频数据的高压缩。试验证明对于非实时处理低比特流视频,有一些应用前景。

新一代基于HEVC的3D视频编码技术

HEVC标准出台后,新一代基于HEVC的多视点加深度编码也将正式推出。基于HEVC的3D视频编码作为HEVC标准的扩展部分,主要面向立体电视和自由立体视频。从该编码方式的基本结构出发,较全面地介绍了视频编码方式、深度图编码方式和对深度图的编码控制三个方面的关键技术,包括视点间运动预测、深度图建模模式和视点合成优化等技术。

视频编码标准HEVC中的环路滤波技术分析

新一代视频编码标准HEVC中增加了环路滤波技术来提高编码图像质量。研究了滤波过程中的两种算法:去块滤波和自适应采样点滤波。去块滤波可以消除块效应,自适应采样点滤波可以减小图像失真。通过实验仿真,分析了滤波技术的有效性。结果表明该滤波技术提高了编码性能,改善了图像质量。

一种自适应HEVC视频编码行列变换跳过模式

降低比特率是视频压缩编码的首要任务。视频编码中帧内和帧间预测后残差块存在结构性纹理,其纹理特性与正交变换之间存在以下因果关系:当纹理较强时,正交变换后能量集中的效果较差;反之则相反。因此,根据残差的水平和垂直方向的纹理特性,提出一种自适应变换跳过模式。首先利用残差块纹理特性计算残差块水平和垂直方向的梯度值,分别求出水平和垂直方向梯度绝对值的和,通过大量实验统计,得出经验的水平或垂直方向梯度的阈值,根据该阈值选择跳过水平或者垂直变换,以达到更好的编码性能。接着,根据变换跳过模式提出了一种自适应扫描模式。仿真结果表明:所提出的方法与目前的HEVC参考软件HM4.0相比,在编码时间少量增加的情况下,码率减少了0.82%～8.92%,同时提高了峰值信噪比(PSNR)。

适用于分布式视频编码框架的整数离散余弦变换算法

鉴于H.264的整数离散余弦变换(DCT)算法及其量化方法复杂度高,难以直接应用于分布式视频编码(DVC)框架的现状,提出了一种基于大跨度定长(步长为2的正整数次方)量化的整数DCT算法及变换基生成方法。该算法充分地利用整数DCT基的可伸缩特性寻找最迎合硬件工作原理的变换基,在保证"小"变换基的同时将编码器的伸缩量化阶段"转移"到解码器一端以降低编码器复杂度。在"转移"过程中,该算法利用DCT系数饱和放大保证图像质量,利用DCT系数的溢出上限保证算法的可靠性,通过减小基偏差提高压缩性能。实验结果表明,与H.264对应模块相比,该算法的量化方式便于位平面提取,在图像质量达到准无损压缩的前提下将编码器的伸缩量化阶段的运算量缩减至16次整型常量加法运算,图像质量与压缩率的性价比提升了23.9%,适用于分布式编码框架。

基于PSNR评价方法的H.264与HEVC视频编码标准比较分析

为了得到在同等峰值信噪比PSNR条件下H.265/MPEG-HEVC较H.264/MPEG-AVC的编码性能提升,笔者展开了一系列的测试和分析工作。首先介绍了H.264与HEVC编码标准的框架流程及关键技术、PSNR评价方法的工作原理。测试过程中选定了两组分辨率的视频序列,对选定的视频序列利用FFmpeg工具分别进行H.264和HEVC编码,并利用Evalvid工具分析编码后视频序列的PSNR值,然后基于相同PSNR条件分析HEVC较H.264编码的视频序列在码流上的节省率。通过分析测试数据,最终得出以下结论:在同等PSNR条件下,HEVC较H.264有33%的码流节省。

基于运动一致性的3D-HEVC深度视频帧间编码快速算法

针对深度视频在3D-HEVC编码框架中编码复杂度较高,提出了一种基于运动一致性的深度视频快速帧间编码算法.首先把深度视频划分为4个区域:彩色和深度视频均运动区域、彩色视频运动但深度视频静止区域、彩色视频静止但深度视频运动区域以及彩色和深度视频均静止区域.然后,根据不同分区对最大编码单元设计不同的编码策略.结果表明,本算法与原始测试平台HTM-10.0相比,在绘制的虚拟视点质量几乎一致的情况下,各序列深度视频编码时间平均节省了63.58%,总体编码时间节省了40.13%.

可用于HEVC视频编码器的混合输入DCT变换器设计

针对帧间预测重构时,因编码树单元(CTU)尺寸增大和划分层次增加,完成全部变换块变换所需要的时钟周期显著增多的问题,提出一种既可以实现单一变换块的变换与反变换,又可以对尺寸为32 px×32 px、基于高效视频编码标准(HEVC)四叉树划分的混合块进行变换与反变换的硬件架构.采用多层次蝶形架构与混合矩阵乘法器对混合输入数据进行逐级分解并运算.实验结果显示,其数据流动与单一变换块一致.在Altera的Stratix III器件下综合工作频率为189.47 MHz;在Synopsys的SAED 90-nm器件库下用逻辑综合工具(DC)综合工作频率为140 MHz,逻辑门数为1.30×10^(5);混合块变换每个时钟始终可以处理32点数据.

基于块编码特点的压缩视频质量增强算法

针对现有压缩视频质量增强算法未能充分利用压缩视频特点的问题,研究了视频编码与压缩视频质量增强任务之间的本质关系,并针对性地设计了一种基于三维卷积神经网络(3D convolutional neural network, 3D-CNN)的非对齐压缩视频质量增强算法。实验结果表明:相较于高效视频编码(high efficiency video coding, HEVC)标准H.265,所提算法在低延迟(low delay, LD)配置下且量化参数(quantization parameter, QP)为37时,峰值信噪比(peak signal-to-noise ratio, PSNR)提升了0.465 2 dB;相较于数据压缩会议(data compression conference, DCC)中提出的多帧引导的注意力网络(multi-frame guided attention network, MGANet)方法,该算法PSNR的增长量提升了15.1%。

参数重用的HEVC多描述视频编码

为了提高视频编码的容错性能,保证视频经不可靠信道传输后的重建质量。本文提出了一种面向高效视频编码标准(High Efficiency Video Coding,HEVC)的基于参数重用的多描述视频编码方法。原始视频进行空间梅花下采样,生成四个行列交错的子序列,其中两个子序列采用标准编码器进行编码,并在编码过程中提取视频中每个编码单元(Coding Unit,CU)的深度信息、预测单元(Predicting Unit,PU)的分割方式以及帧内预测模式。而其余两个子序列利用已编码的视频序列信息,进行简化的编码过程。选取一个经标准编码的子序列,与一个简化编码的子序列,结合生成描述1,其余子序列生成描述2,不同描述分信道传输。多描述的编码结构可以保证即使只接收到单一描述也能保证视频的重建质量,参数重用的方法利用子序列间的相关性,减少了冗余信息,降低了编码开销。实验结果表明,参数重用的HEVC多描述视频编码针对高清视频编码效果明显,边缘解码质量PSNR值仅略低于中心解码0.7 dB,有效地提高了高清视频编码的容错性能。进行简化编码子序列的平均编码时间节省了91.7%,实现了高编码效率、低复杂度的HEVC容错编码。

视频编码HEVC关键技术研究

近年来,数字视频应用产业链快速的发展,视频应用逐渐向高分辨率、高帧率、高压缩比的方向快速发展。2010年1月,ITU-T/VCEG和ISO/IEC MPEG联合成立JCT-VC联合协作小组,统一制定了下一代视频编码标准HEVC(High Efficiency Video Coding),简称为H.265。本文主要针对新一代视频编码标准HEVC,对其关键技术原理进行分析,设计了视频编码芯片,并通过实验比较了HEVC与H.264的编码能力与压缩能力。

HEVC中基于四叉树结构的分块模式编码算法研究

高效率视频编码(High Efficiency Video Coding,HEVC)作为新一代视频编码标准,在当前高清视频压缩传输领域具有广阔的应用前景。为保证视频编码效率,降低编码计算复杂度,文章提出一种基于四叉树结构的分块模式HEVC编码算法。该算法在保证高质量编码性能的基础上,有效降低了编码算法的计算复杂度,提高了编码效率。

视频通信中新一代视频编码国际标准HEVC扩展述评

视频通信已经成为通信的主要方式之一,视频编码是视频通信中一个非常重要的组成部分。近年来,随着高清晰度电视、DVD、蓝光盘等设备的出现,分辨率越来越高的视频得到广泛的应用,高效视频编码标准(High Efficiency Video Coding,HEVC)正是为满足此需求而制定的。然而,为了满足更多的应用需求,需要对HEVC进行扩展,主要包括可伸缩扩展和精度扩展。本文主要对HEVC扩展的基本概念、关键编码技术和研究热点进行了详细介绍。