使用动态模型的UMHexagonS算法优化

H.264取得了很好的编码效率,但是也具有很高的计算复杂度。对H.264中的非对称十字形多层次六边形格点搜索算法(UMHexagonS)进行了优化,分别对提前终止阈值、搜索窗口大小以及搜索模式提出了3种动态模型,提高了算法的自适应性。对六种不同运动程度的视频序列进行了测试,实验结果表明,优化后的算法相对于原来的UMHexagonS算法平均减少了21.67%的编码时间以及47.49%的运动估计时间,同时只有0.02的峰值信噪比下降以及1.69%的比特率增加。

采用块匹配的多视点视频编码算法的改进

利用相邻已编码宏块的模式对当前编码宏块的模式选择进行优化,减少部分细化小块的分割及搜索.然后结合传统单视点视频编码中的简化非对称十字型多层次六边形格点搜索,对运动估计搜索算法进行改进.实验表明:在保证其重建视频质量及码率开销的前提下,两种改进算法使不同特性的视频序列的编码时间平均减少78%.

基于H.264运动估计的空间预测算法

提出一种新的空间自适应预测算法,将其与H.264运动估计中的非对称十字型多层次六边形格点(UMH)搜索算法相结合,预测当前块的运动趋势。实验结果表明,在峰值信噪比和码率几乎无变化的情况下,该算法相比UMH算法,运动估计时间平均减少了9%,运动搜索点数平均减少了13%,运动估计的复杂度显著降低,编码器的实时性得到增强。

UMHS运动估计算法的优化研究

运动估计技术是H.264的关键技术,其消耗整个编码时间80%左右。提出了一种更加合理的模板策略,该策略可以更快地接近最优运动矢量;引入了运动类型判断机制以避免不必要的搜索。在UMHS算法上应用了这两种策略,保持了原有图像质量的同时有效地节省了运动估计时间。实验结果显示,优化后的算法与原UMHS算法和EPZS算法相比,在重建图像质量和码率接近的情况下,运动估计时间分别节省了约30%和15%,特别是当视频内容比较剧烈时分别节省了约40%和25%。

一种利用预测运动矢量改进的H.264快速运动估计算法

针对H.264标准推荐使用的快速运动估计算法——非对称十字型多层次六边形格点搜索(Unsymmetrical cross multi-hexagon grid search,UMHexagonS)算法搜索速度慢的问题,提出了一种改进算法。在起始搜索点的预测环节,建立预测矢量集,并根据预测矢量集的长度信息决定后续的搜索策略;在全局搜索环节,利用预测运动矢量之间的相关性适当跳过某些搜索步骤,并更换一些搜索模板;并且,根据整数变换和量化的特性检测全零系数块,提前终止运动估计过程。实验结果表明,在量化步长为28时,本文算法比UMHexagonS算法平均减少了34.80%的运动估计时间,同时编码性能基本不变。该算法在不同量化步长的条件下能够适应不同运动强度的视频序列,是一种适合H.264的速度快且性能好的快速运动估计算法。

基于H.264的快速运动估计算法

H.264视频编码采用UMHexagonS运动估计算法,在此基础上提出了一种新的快速搜索算法。该算法在预测起始点处又增加了一个自适应的阈值判断,来判断是否可以立即停止搜索。对于不同的块类型,采用不同的搜索模板,保证搜索精度与速度的一致性。实验结果表明:改进算法与原算法相比,搜索时间减少了7%～43%,而码率和信噪比几乎不变。

运动估计UMHexagonS算法的分析与优化

运动估计作为新一代视频压缩编解码标准H.264中的关键技术之一,因其巨大的计算量而成为了研究重点。该文针对非对称十字型多层次六边形格点搜索算法的不足之处提出了两个优化点,并引进了基于矢量分布的搜索模板以及螺旋子集匹配误差法,然后把优化后的算法集成到了H.264的参考模型JM10.1中。对优化后的算法进行实验后表明,在保证视频质量及编码速率几乎不变的条件下,编码耗时及运动耗时分别节省了10.683%和16.240%。