高效率视频编码帧内预测编码单元划分快速算法

高效率视频编码(HEVC)采用基于编码单元(CU)的四叉树块分区结构,能灵活地适应各种图像的纹理特征,显著提高编码效率,但编码复杂度大大增加,该文提出一种缩小深度范围且提前终止CU划分的快速CU划分算法。首先,在学习帧中,基于Sobel边缘检测算子计算一帧中各深度边缘点阈值,缩小后面若干帧中CU遍历的深度范围;同时,统计该帧中各CU划分为各深度的率失真(RD)代价,计算各深度的RD代价阈值。然后,在后续视频帧中,利用RD代价阈值在缩小的深度范围内提前终止CU划分。为了符合视频内容的变化特性,统计参数是周期性更新的。经测试,在平均比特率增加仅1.2%时,算法时间平均减少约59%,有效提高了编码效率。

高效率视频编码快速模式判决算法

为了降低高效率视频编码(HEVC)的编码复杂度,提出一种新的快速模式判决算法。考虑到视频帧的纹理特性和编码中所采用的量化参数影响最优编码单元(CU)模式的选择,首先提取前一帧的平均分割层数和其最大编码单元(LCU)的最小分割层数来预测当前帧对应位置处LCU的最小分割层数,以跳过部分大块CU的模式判决;然后计算当前CU的运动矢量差值和预测残差系数来决定CU的最大分割层数,以避免小块CU的模式判决。实验结果表明,与原始的HEVC编码方法相比,高效率视频编码快速模式判决算法可平均降低51%的编码复杂度,而编码比特率平均只上升了0.69%。

高效率视频编码中基于块整合的错误隐藏算法

针对新一代视频编码标准高效率视频编码(HEVC)编码单元(CU)尺寸较大所导致的丢包后错误隐藏恢复效果不佳的问题,提出了对CU下的分割块进行块融合的错误隐藏方法。首先,分析了残差能量与块分割的相关性;然后,通过参考帧残差能量与所设阈值进行比较判决,对当前丢失CU分割块进行融合,得到丢失CU的块分割方式;其次,对矢量外推法进行权值优化,保证了算法在HEVC错误隐藏的适用性;最后,对融合块采用优化后的矢量外推法进行错误隐藏。实验结果表明,与经典错误隐藏方法如拷贝法、运动补偿法等相比,基于块融合的错误隐藏在保证解码视频结构相似性(SSIM)的同时提高了不同运动性的解码视频峰值信噪比(PSNR),验证了算法的可行性。

基于高效率视频帧内编码的快速编码单元和预测模式决策算法

针对高效率视频编码采用四叉树分割和35种模式预测等技术来提高视频编码质量,但引起算法复杂度剧增这一问题,本文利用当前编码单元及其相邻单元空间相关性对当前编码单元分割模式进行预测,从而快速决策编码单元的分割模式.此外,通过跳过若干低概率预测模式的率失真最优化处理过程,实现了一种快速的预测模式决策算法.测试结果显示,提出的算法可以平均减少53%的编码时间,并保持BDBR仅为1.17%的良好编码质量.

高效率视频编码帧内快速算法

针对高效率视频编码(HEVC)帧内预测过程中较高的计算复杂度,首先在编码单元(CU)决策的层面上,提出了一种基于绝对误差和(SATD)的CU分割提前终止方案:对于每个深度级的CU,判断该CU最小的SATD值是否小于给定的阈值;若是,则终止该CU的分割过程。同时,基于统计的分析,依照各候选模式成为最优预测模式的概率,进一步排除低概率的候选模式。实验结果表明,同原始HM10.1相比,所提算法可以节省编码时间30.5%,并且保持视频质量几乎不变(平均Y方向峰值信噪比仅降低0.02 dB)。此外,所提算法软硬件实现简单,而且容易与其他算法进一步融合,进一步降低HEVC的帧内编码复杂度。

基于3D高效率视频编码背景的信息隐藏算法

针对秘密信息在公开网络传输的安全性和容量性问题,提出了一种基于高效率视频编码(HEVC)背景的信息隐藏算法。利用HEVC中多视点图像的背景图作为载体,首先对其进行lαβ分解得到三个灰度分量子图,然后选取α和β分量子图作离散余弦变换,最后将秘密信息重复嵌入到载体区域中。隐藏区域选取能量权重较低的α及β分量子图的离散余弦变换中频系数区域,且进行重复嵌入,使得算法具有良好的不可见性和鲁棒性。实验结果表明,所提算法比基于帧间和帧内算法不可见性分别提高16.1%和11.4%,鲁棒性分别提高55.5%和20.2%。

面向高效率视频编码标准的快速码率控制算法

在详细分析高效率视频编码标准HEVC现有码率控制算法JCTVC-H0213的基础上,提出了一种快速有效的改进算法。该算法根据前一帧的目标比特和实际比特的比值来确定当前帧量化参数。在恒定比特率情况下将该算法与JCTVC-H0213进行比较,实验结果表明该算法对于大部分内容特性序列峰值信噪比变化值提高2.4 dB以上,达到了很好的码率控制效果;并且该算法非常简单,适用于实时的码率控制应用。

高效率视频编码快速帧内预测算法

针对高效率视频编码(HEVC)帧内预测过程中,编码单元四叉树划分算法计算复杂度极高的问题,提出一种基于多重纹理特征的HEVC帧内编码单元快速划分算法,该算法能够缩小划分的深度区间。首先,使用自定义的纹理提取方法提取出编码单元中的多重纹理特征;其次,使用支持向量机(SVM)对多重纹理特征参数进行训练,得出决策函数;最后,根据决策函数,跳过前面不必要的划分和提前终止划分。实验结果表明,同原始HM 12.0相比,快速划分算法编码时间平均减少43.23%,码率平均增加0.84%,明显提高了帧内编码效率。此外,所提算法容易与其他算法进行融合,进一步降低HEVC的帧内计算复杂度。

高效率编码的动向

以音响信号为中心,对高效率编码进行概略性考察。首先讲解了高效率编码的理论基础,然后介绍了种种高效率编码方式,特别是这几年提出的一些以高、中音质音响信号为对象,利用了听觉特性的新的高效率编码方式。

基于硬件实现的高效率视频编码整像素运动估计算法优化

为减少运动估计模块周期数,提高硬件工作效率,从硬件实现的角度对小菱形搜索算法进行优化,调整PU和CU的迭代与处理顺序,解决处理过程中流水线停滞的问题.对小块PU采取并行计算,进一步提高处理速度.用Matlab实现搜索算法,使用Verilog语言描述硬件电路,两个版本在数据上使用相同的激励文件,对比各模块中间值进行功能验证.通过对多组序列的测试,硬件电路对一个64 px×64 px的CTU进行先进的运动矢量预测技术和整像素处理,估计需要平均消耗5800个时钟周期,在QuartusII平台上选中Arria 10AX115N3F40E2SG型号的开发板,主频能够达到186 MHz,整像素运动估计模块综合性能能够达到1080p@61 f·s^(-1).

高效率视频编码中基于R-λ模型的帧层码率控制优化算法

针对高效率视频编码(High Efficiency Video Coding,HEVC)在编码过程中的帧层比特分配未考虑视频内容特性与缓冲区的状态而导致帧层比特分配不合理及编码性能低等问题,本文提出一种基于R-λ模型的帧层码率控制优化算法。首先,通过计算得到一种度量帧层图像复杂度的综合因子,并作为新帧层比特分配权重;其次,根据目标缓冲级与缓冲区剩余比特计算出缓冲区反馈比特;最后,根据计算获得的新帧层比特分配权重和缓冲区反馈比特对帧层进行比特分配。本文算法在HM16.0上进行了实现和性能测试,结果表明,与HEVC原始的码率控制算法相比,优化算法的码率控制误差平均下降了2.008%,峰值信噪比平均提高了0.21dB。

基于深度学习的HEVC编码复杂度优化方法

为降低高效率视频编码(HEVC)的计算复杂度,提出一种基于深度学习的复杂度优化方法。构建大规模编码单元(CU)划分数据库,为算法设计和神经网络训练提供数据基础;设计一种适用于HEVC的CU划分图模型,高效表征多个邻近CU的划分模式;在此基础上,提出一种基于稠密网络的分层卷积神经网络结构,准确预测HEVC中的三级CU划分结果。实验结果表明:该方法能够在保证编码效率前提下,平均节省57%的编码时间,有效解决了HEVC编码复杂度过高的瓶颈。

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。

基于HEVC的三维视频编码关键技术述评

综述了基于高效率视频编码HEVC(high efficiency video coding)标准的两种扩展,即MV-HEVC(high efficiency video coding based multiview)和3D-HEVC(high efficiency video coding based 3D video coding)的工作原理及其编码工具,分析了3D-HEVC模型的特点、编码模块与方法,并将3D-HEVC与MV-HEVC进行了性能对比.总结发现,由于3D-HEVC采用纹理视频加深度格式来合成虚拟视点,从而降低了大量的编码码率,可方便应用于3D电视、自由立体视点电视和3D数字电影等多种三维体验中.随着智能移动设备的发展,手持终端采用3D-HEVC支持多视点3D视频将会成为未来的研究趋势.

一种基于三角形运动分块的HEVC视频编码方法

分析了目前H.264/AVC已有的非规则运动分块方法的优缺点,根据高效率视频编码(High Efficiency Video Coding,缩写HEVC)标准,提出了三角形的帧间预测单元(Prediction Unit-PU)运动分块,相比常规的PU运动分块,它的斜边更适合一些场景中有着斜边的运动对象,从而提高编码效率。根据该三角形的运动分块形状,提出三角形PU运动分块的运动向量预测方法和运动估计方法。通过分析斜边将产生的块效应方向,相应地提出了优化HEVC滤波方法。实验结果显示,相比已有的非规则运动分块的编码方法,在编码时间平均上升23%的前提下,本算法在BD-rate方面平均降低了2.1%。

针对HEVC编码单元的二分深度划分算法

为了降低高效率视频编码(HEVC)的编码单元(CU)进行四叉树递归遍历的时间,提出一种改进的编码单元快速划分算法.首先,利用帧间时间域的相关性,提取前一帧相同位置CU的最优划分结构,以预测当前CU的划分深度;然后通过改进编码CU结构划分遍历的算法,减少CTU(Coding Tree Unit)四叉树结构的遍历,即从二分深度开始遍历,在每一步遍历之前,判断是否提前终止遍历.实验表明,与HM15.0中的基准划分算法相比,本文算法能够在保证编码性能的同时,降低了55.4%的编码时间,提高了HEVC的编码效率.

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.

基于模板匹配整帧屏幕视频帧内无损编码方法

当前主流的视频压缩标准,如H.264、HEVC等,主要是针对摄像机拍摄的视频而设计的.而屏幕内容(SC)的视频是由计算机生成的,无噪声,要求更高的压缩效率,同时与摄像机拍摄的视频相比包含更多的结构相似性.提出了一种利用屏幕视频中相似性的模板匹配帧内编码方法,采用由21个像素点组成的模板,以像素点为最小单位对整帧进行模板匹配,并使用哈希函数实现高效的模板查找,最后对残差图像进行熵编码.实验结果显示,与标准的HEVC扩展方法相比,该方法在无损编码上压缩率可以提高一倍,编码时间减小了近一半.

基于HEVC屏幕图像编码的哈希表的优化算法

仿2维匹配算法对屏幕图像中的非连续色调区域有很好的压缩性能,但该算法中哈希表的空间开销较大,不利于硬件实现。为了减小哈希表的空间,通过对原算法优化提出了一种3字节计算哈希值方法,将源数据看作是一个由以YUV三元组为元素组成的数据集合,然后以YUV三元组为单位计算哈希值,这样不但减少了哈希值的计算量,而且使哈希表的存储空间得到很大的节省。实验结果表明,3字节计算哈希值方法使哈希表的存储空间减少为原算法的1/3,所测试屏幕图像的BD-rate性能也有所提高。

基于HEVC框架的无损压缩编码算法研究

为了进一步提高无损压缩的效率,提出了一种基于高效率视频编码(High Efficiency Video Coding,简称HEVC)框架的无损压缩编码算法。此框架不只是对视频压缩有效,还对于全I帧视频序列和图像都有很好的压缩效果,我们便是利用这个框架来压缩图像。该算法通过采用自适应差分脉冲编码调制(Differential Pulse Code Modulation,简称DPCM)和误差补偿相结合的方法来提高预测精度,从而达到降低码率的目的。实验结果表明,该方法比HEVC原有无损压缩方法节省10%以上的码率,并且对于纹理复杂的图像也有较好的压缩效果。