帧间编码模式选择及其择优早期终止的H.264/AVC快速算法

通过研究H.264/AVC帧间编码中最佳模式分布,提出了3种模式选择早期终止策略,分别对SKIP,P16×16,P16×8和P8×16这3类模式成为最佳编码模式进行判断,适当地结束编码模式选择过程,避免了对后面不可能模式率失真代价的计算,从而减少了帧间编码的计算复杂度。实验结果表明,该算法可以减少H.264/AVC编码器50%～70%的编码时间,同时保持与全搜索算法基本一致的编码性能,峰值信噪比PSNR平均下降0.17dB左右,编码比特率平均增加2.42%。

H.264快速帧间编码模式选择算法

本文提出了一种用于H.264编码的快速帧间编码模式选择算法。这种算法有效地减少了原图像编码过程中待测编码模式的数量,从而提高了编码速度。

基于H.264/AVC的帧间编码快速算法

为了减少H.264帧间模式判决的复杂度,提高编码速度,提出了一种帧间模式选择快速算法.该算法对所有编码模式进行综合分析,利用当前宏块的绝对差值以及率失真值对所有编码模式进行三级分裂,在一定误差范围内能够快速寻找最佳编码模式,加快模式判决过程.通过基于H.264/AVC测试模型JM86的仿真实验表明,在保持图像质量和码率基本不变的情况下,该算法可以有效提高编码速度.

对特定模式进行预判的H.264帧间快速编码算法

针对H.264/AVC标准采用率失真代价技术、遍历所有帧间宏块编码模式而导致视频编码计算复杂度高的问题,提出了帧间快速优化编码算法。通过分析H.264帧间编码中各种预测模式出现的概率统计特性,对特定模式进行预判以提前终止不必要的搜索和率失真代价计算,减少编码时间开销。仿真结果表明,本文算法在不影响原有图像质量、码率和保持原输出码流结构的前提下,编码时间平均节省近70%.

H.264/AVC快速帧间编码算法

基于率失真优化的H.264/AVC帧间宏块编码模式,需要对10种模式进行率失真优化计算才能得到一个宏块的最优编码模式,这种宏块的最优编码模式是以巨大计算复杂度为代价的.为了降低计算复杂度,在实验统计了各种宏块编码模式在不同QCIF视频序列中所占的比例及分析各种编码模式的适用性情况下,提出了一种快速帧间编码算法,它采用优先判断SKIP模式和图像纹理相结合的方法,在基于H.264/AVC测试模型JM7.6上的仿真试验表明,所提出的快速算法,在基本保持图像质量和码率基本不变的情况下,可以有效提高编码速度.

一种针对H.264/AVC的帧间模式快速选择算法

为了进一步减小宏块的帧间预测误差,新的视频编码标准H.264/AVC采用了可变块划分运动估计,极大地增加了编码器的复杂度.针对此问题,提出了一种快速的帧间模式选择算法,该算法利用已编码相邻宏块的时间和空间相关性信息预先检测图像,对图像各区域可能采用的编码模式进行判定,从而大大简化了模式选择的过程.实验结果表明,算法可以在图像质量基本保持不变的基础上,有效地降低编码的复杂度.

基于特征建模的H.264到AVS-S2监控视频转码快速帧间模式选择算法研究

针对监控视频从H.264到AVS-S2转码中的高计算复杂度问题进行了研究,提出了一种基于特征建模的快速帧间模式选择算法。首先对少量视频序列通过级联方式转码,根据提取的H.264运动特征和AVS-S2最优模式在线训练建立转码模型,再对后续序列根据模型快速选择转码后的帧间预测候选模式,并基于宏块的前景背景特性进一步减少背景宏块的候选模式数目。实验结果表明算法有效地降低了转码复杂度。由于算法在转码过程中实时训练更新转码模型,所以与传统的模式映射算法相比改善了转码图像质量、降低了转码码率。

基于H.264的立体视频压缩中的快速帧间模式选择算法

为了在保证PSNR和bitrate的基础上,提高立体视频编码的速度,首先,对立体视频序列各模式进行统计分析,然后进行快速帧间模式选择算法的比对,并最终确定使用基于图像细节程度的快速帧间模式选择算法进行编码。实验结果表明,在图像质量和压缩效率基本不变的情况下,大幅度提高了H.264立体视频编码的速度。

采用已编码信息的HEVC帧间快速模式决策算法

针对高效率视频编码(HEVC)帧间预测高额的计算复杂度,提出一种利用已编码块的相关信息进行快速帧间预测的算法.首先,在每个深度级上,利用当前编码单元联合其时空上最近的所有已编码单元的运动矢量(MV)长度,提前决定2 N×2 N的预测单元(PU)分割尺寸.其次,利用当前深度层获得的率失真代价(RDcost),结合离线统计出设置的阈值,终止满足条件的编码单元的进一步分割进程.实验结果表明:文中算法可以节省37.8%的编码时间,并取得与原始算法几乎相同的率失真性能.

一种快速的H.264帧间模式选择算法

提出了一种新的快速帧间模式选择方法,该方法利用模式预截断和精确的大小模式判决等算法,快速地选出最优的模式.实验表明,该算法比全搜索算法和快速多块运动估计算法(FMBME)分别节省了80%和45%的运算量,而峰值信噪比(PSNR)和比特率性能几乎无下降.在对运动较小的序列编码时,该算法比大小模式分离算法节省了75%的运算量,同时PSNR提高了0.06 dB,比特率节省了3.7%.

一种多视点视频编码的宏块模式快速选择新算法

分析了多视点视频编码中宏块模式的选择情况,提出了顺序可选宏块模式集的概念。比较分析了率失真代价最优宏块模式和最省时间可选宏块模式的搜索过程,讨论了编码宏块模式为最省时间可选宏块模式对率失真性能的影响,并在此基础上提出了基于顺序可选宏块模式集的快速宏块模式选择算法。实验结果表明,所提出算法在基本保持率失真性能的情况下,能明显降低宏块模式选择的复杂度,编码速度比多视点视频编码校验模型提高3.2倍到5.8倍。

H.264/AVC帧间预测模式的快速分类方法

H.264/AVC采用RDO技术进行帧间模式选择,提高了编码效率,但增加了计算复杂度。该文提出了快速分类算法,利用相邻宏块率失真特征以及预测模式之间的时空相关性,缩小了模式选择的范围,降低了帧间预测的复杂度。结果表明,该方法可减少25%-46%的序列编码时间,保持了H.264/AVC的编码性能与视觉效果。

可伸缩视频编码的快速帧内模式选择算法

提出了一种适用于SVC增强层的快速帧内模式选择算法。首先利用基本层和增强层模式分布的相关性,优化了增强层的帧内预测过程;并提出了一种能优化SVC的INTRA_BL模式选择过程的算法。实验结果证明,在比特率和PSNR值保持相近的情况下,该算法的编码时间可减少59.6%。

H.264/AVC快速帧内预测模式选择算法

H.264引入帧内预测并采用拉格朗日率失真优化(RDO)技术来选择最佳帧内预测模式,提高I帧的编码效率,但也大大增加了编码的计算复杂度。为了降低计算复杂度,根据帧内预测算法特征提出了一种基于像素方向相关性的帧内预测模式快速选择算法。实验结果表明,该算法在保证图像质量和比特率大致不变的前提下,极大地降低了帧内预测编码的计算复杂度。

基于空间相关信息的H.264快速帧内模式选择算法

简要分析了H.264中的帧内预测模式选择,提出一种简单的快速帧内预测模式选择算法.利用视频数据当中的空间相关性,采用相邻编码块的最佳模式来作为当前编码块最佳模式的选择依据,并且加入刷新机制,有效地减小了待选模式的范围,降低了算法的复杂度.试验结果表明:该算法有效地降低了帧内预测的编码时间,降幅达到了50%以上,同时基本保持了原始算法的编码性能.

自适应H.264可变块编码模式选择算法

为了减少H.264/AVC帧间编码模式选择的计算复杂度,利用编码模式之间的相关性以及视频序列时空域的相关性,提出了有选择性的小块搜索技术和有选择性的帧内编码模式搜索技术。模拟结果表明,该算法在保持率失真性能的前提下可以大幅度减少模式选择的计算复杂度,有利于H.264的实时应用。

H.264帧间预测快速模式选择优化算法

利用模式间冗余和模式的不均衡性对模式选择算法进行了优化。首先,通过设定阈值,优先判定SKIP是否为最佳模式;然后,对16×16模式和8×8模式进行提前判定;最后,在JM9.5平台上检验新算法性能。实验结果表明,新算法在PSNR值略微下降及少量比特率增加的情况下,在整体上节约了77.23%的编码时间。

H.264标准的帧间模式选择快速算法

本文提出一种针对H.264视频编码标准的帧间模式选择快速算法。该算法首先进行SKIP模式的提前预判,然后根据宏块的特点来预先判断可能采用的编码模式,最后根据预判的结果来选择编码模式。实验结果表明,在图像质量和压缩效率没有明显降低的前提下,本文提出的算法使编码速度平均提高了76%。

一种基于H.264/AVC的多参考帧快速选择算法

最新的视频编码标准H.264/AVC采用了多参考帧运动估计来提高编码效率,增加的计算量与参考帧数目成正比。实际中,多参考帧对编码效率的提高并不完全依赖参考帧数目,而是与序列特征有关。为避免搜索多余的参考帧,提出一种参考帧选择算法来快速确定当前宏块所需的参考帧。该算法利用序列的纹理特征来判定可能的参考帧数目,然后再根据帧间运动信息和RDO(Rate DistortionOptimization)的单调性进一步确定16×16,8×8和4×4模式的最佳参考帧,其它模式可根据与这3种模式的参考帧选择相关性来自适应确定可能选中的参考帧。实验结果表明,这种算法在保持码率和信噪比几乎不变的同时,能够节省约30%的编码时间。

H.264/AVC中计算复杂度可调的快速模式选择算法

H．264／AVC视频编码标准采用多模式编码技术虽显著提高了编码效率，但由于该技术计算复杂度极高，因此为了降低计算复杂度，提出了一种计算复杂度可调的快速模式选择算法。该算法依据编码模式的特点和最佳模式分布规律，利用运动活性及已测试模式所得残差的量化系数来预测尚未测试模式的编码性能，并略过不必要测试的模式，通过选择恰当的阈值即可实现计算复杂度的调整。实验表明，与全模式选择算法相比，采用该算法编码速度可以提高2～4倍，而且重建质量和编码效率损失极小。