基于图像能量相关性的H.264/AVC 2阶预测算

针对现有2阶预测算法对残差像素间的相关性考察不够,使得2阶预测不够准确,导致编码效率降低等缺点,提出一种基于图像能量相关性的H.264/AVC 2阶预测算法。该算法基于对帧内、帧间残差像素相关性的详细统计分析,定义了像素能量相关性,通过统计出能量相关性和1阶帧间残差的关系曲线,动态地、较为准确地筛选出2阶帧内预测参考像素,既提高了2阶帧内预测的准确性,在码率降低的同时,提高了编码图像质量。实验结果表明,本文算法在图像质量和码率两方面均优于现有2阶预测算法。尤其对于高分辨率且包含复杂运动的视频,图像质量和码率提升较大,与其它2阶预测算法相比,率失真优化效果明显。

融合宏块平坦度和时空相关性的预测模式选择算法

H.264/AVC以巨大编码复杂度为代价,在获得更高压缩率的同时,编码实时性也随之降低。针对视频编码中重要且耗时的帧间预测技术,分析了宏块平坦度和时空相关性,提出了一种快速的预测模式选择算法。仿真实验结果表明,本文提出算法与H.264/AVC(JM12.2)标准算法相比,在保持重建视频图像质量和输出码流结构的前提下,平均节省约70%的编码时间,并继承了H.264/AVC低码率的编码优势。

H.264标准中的宏块编码模式的时空相关性预测算法

与以往的各种视频编码标准相比,N.264视频编码标准在编码效率上获得了相当大的提高。但这是以提高编码的计算复杂度为代价的,其中运动估计和模式选择的计算复杂度最大。文中提出一种宏块编码模式的快速预测算法,该算法首先检查根据宏块编码模式的时空相关性预测得到的模式,再与相应的阈值进行比较,判断是否结束模式选择过程,而不用检查所有的模式。试验结果表明:在保持相近率失真性能的同时,该算法可以有效地降低编码的计算复杂度。

基于模式相关性的H.264帧内预测快速模式选择算法

视频压缩编码标准(H.264)中帧内4×4预测有9种预测模式,均使用全搜索算法并引入率失真优化技术,为每个4×4块选择最佳预测模式。虽然这种算法获得了最佳的编码质量,但是由于它的运算量大,从而限制了实际应用。在分析H.264帧内4×4预测的原理和全搜索算法步骤的基础上,针对全搜索算法计算量大的缺点,根据每个4×4块的位置和不同预测模式在方向上的相关性,提出了一种快速模式选择算法。仿真实验的结果证明,该选择算法最大可将编码时间降低34.5%,而峰值信噪比(PSNR)仅仅降低0.035 dB。

基于节点连接模式相关性的链接预测方法

作为复杂网络分析中的一个研究热点,链接预测在许多领域中都有重要的应用价值,得到了广泛的关注。使用网络中的已知结构信息来计算未连接的节点对之间的相似性,进而评估其存在链接的可能性是目前最常用的方法。不同网络具有不同的结构特征,节点之间的特征对链接的形成具有重要影响。为了提高链接预测的性能,文中定义了节点的连接模式,并基于节点连接模式的相关性(Correlation of Nodes’Connecting Patterns,CNCP)设计了一个新的链接预测模型。该模型将CNCP与基本相似性指标相结合,通过综合节点的相似性与节点连接模式的相关性进行链接预测。文中将CNCP与CN(Common Neighbors),RA(Resource Allocation),AA(Adamic-Adar)及PA(Preferential Attachment)4个相似性指标相结合,提出了CNCP-CN,CNCP-RA,CNCP-AA和CNCP-PA 4个新的链接预测指标。在6个真实数据集上的实验结果表明,所提方法在AUC和Precision 2个评价标准上的性能优于对比方法。

一种基于自适应阈值的H.264/AVC帧内预测模式快速选择算法

在H.264/AVC中,帧内编码采用帧内预测来提高编码效率．色度块尺寸为8×8,亮度块包括4×4和16×16两种尺寸,每种块提供多种预测模式,因此这种多模式选择极大地增加了编码复杂性．本文利用色度块和亮度块以及亮度4×4和16×16块模式选择之间的相关性,提出一种基于RDO(Rate distortion optimization)不同判决依据的快速帧内预测模式选择算法,并能够自适应调整阈值．实验结果表明与校验模型JM7.2相比在信噪比和码率变化不大的同时,能够使I帧编码速度平均提高6倍,并可节约P帧25%的编码时间．

考虑时间相关性的风储系统多模式协调优化策略

基于考虑风电预测误差时间相关性的不确定性场景,将能量型储能同时应用于削峰填谷和计划跟踪两种模式,提出了风储联合系统多模式协调优化模型。同时,针对风储联合运行的大规模混合整数规划问题,提出储能调峰容量系数的概念,用于构造两层迭代优化算法,对模型进行快速求解,并可对储能在不同模式的容量分配进行量化评估。基于实际数据进行了计算机仿真验证,仿真结果表明,风储联合系统的最优运行模式受上网电价、惩罚价格以及风电随机特性等因素的影响;而所提出的模型可实现储能有限容量在不同模式间的合理分配和高效利用,为研究风储联合系统运行特性、与电网进行协调调度提供了重要的参考信息。

H.264/AVC快速帧内预测模式选择算法

基于像素块的纹理特性,相邻块预测模式的相关性提出了一种H.264/AVC快速帧内预测算法,该算法将4×4亮度块的候选模式从9种降低到1～4种。实验结果表明,与H.264编解码器JM8.6相比,I帧编码时间降低50%～60%,而PSNR和输出码率基本保持不变。

基于H．264／AVC的快速帧内预测模式决策方法

为了降低编解码复杂度,本文在对不同方向纹理块变换域系数特性分析的基础上,提出了一种简单有效的快速帧内预测模式决策算法。根据二维正交变换系数特性确定的决策准则,将可能性较小的部分预测模式在进行率失真优化(RDO,Rate distortion optimization)计算前排除,仅挑选可能性较大的几种模式作为候选模式进行RDO计算,并采用周期插入穷尽搜索和自适应门限的方法来防止误差扩散。仿真结果表明,该算法在保证必要的图像保真度和低码率的条件下,帧内编码速度平均提高5倍。

H.264/AVC帧内4×4块预测模式选择算法的研究

在分析H.264帧内预测技术的基础上,提出了一种快速的帧内4×4块预测模式选择算法。该算法计算当前4×4块与空间/时间相邻4×4块之间的相似程度,判断是否跳过其模式选择过程;对未跳过的4×4块,根据变换系数的绝对差值和(SATD)信息及空间/时间相关性,排除一些可能性小的预测模式。实验表明,与JM10.2相比,对于IIII及IPPP编码结构:编码时间平均减少了44.07%和20.49%,码率和Y分量的信号噪声比(SNRY)基本不变。

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。

H.264/AVC可变尺寸帧间预测块模式决策研究

文章对H.264/AVC中可变尺寸帧间预测块模式决策进行了深入研究。首先对JM8.4程序所采用的全搜索模式决策方法的步骤及率失真优化策略进行了分析。然后将目前已提出的优化方法归类,并重点介绍和阐述了几种典型方法的理论依据以及决策思路。在理清思路的基础上,总结、归纳各类方法的优化思路,并比较了其优缺点,提出了最佳优化策略。

H.264/AVC帧内预测模式决策算法研究

文章对H.264/AVC标准中帧内预测模式及其决策算法进行了深入研究。首先介绍了四类帧内预测模式及参考代码中所用的全搜索的模式决策算法;然后详细分析了基于边缘方向直方图和基于分组像素点的快速决策算法的原理,通过实验对两种快速算法的运算量及优化效果进行了比较和分析;最后对帧内预测模式及其决策算法进行归纳总结,并就编码精确度、编码运算量、优化帧间预测三个方面提出了帧内预测模式决策算法进一步研究和改进的方向。

基于空间相关性的H.264快速自适应模式选择算法

为了减小H.264编码器的复杂度,提出了一种帧间预测模式快速自适应选择算法。该算法首先利用运动补偿后残差宏块的统计信息,将需要计算率失真代价函数的候选模式减少为一个模式组中包含的模式子集;然后根据相邻的左块和上块的模式,从所选择的模式子集中选出出现概率最高的两种模式来计算并比较率失真代价函数,选出代价最小的模式作为最佳模式。实验表明,本算法平均可以节省编码时间约65%,同时PSNR下降约为?0.24dB,有利于实时应用。

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。

基于块时空相关性的H.264快速帧间模式选择算法

针对H.264视频编码器中计算量大的帧间模式选择部分,提出一种快速帧间模式选择算法,利用块编码模式的时空相关性,在视频序列连续帧时间与空间邻域内块最佳编码模式相关性统计分析的基础上,对当前待编码块进行先验预测,确定其初始候选模式,缩小编码模式选择的范围,最后通过设定自适应门限来提前终止模式搜索.实验结果表明:本算法在保证视频图像质量和编码压缩率的前提下,显著地降低了编码器的计算复杂度.

一种基于H.264/AVC帧内预测模式选择的快速算法

依据宏块的空间相关性,并从概率的角度考虑,提出了一种新的快速模式选择算法,该方法减少了对Intra4×4和Intra16×16的预测模式率失真的计算,降低了帧内预测编码的复杂度。与参考软件JM11.0中模式选择算法相比,在PSNR基本保持不变的情况下,新算法的编码时间缩短了大约30%,而比特率仅提高了1%左右。

基于混合特征的H.264/AVC快速帧内预测模式决策

H.264/AVC中采用率失真优化(RDO)代价函数对多种帧内预测模式进行全搜索决策,为了克服这种决策方法运算复杂度较大的弊端,提出了一种基于混合特征的快速帧内预测模式决策算法。该方法针对最耗时的4×4亮度块模式决策环节,强调了DC模式的重要性,并将其与混合代价函数特征相结合形成混合决策信息,以此对候选模式进行预先筛选,从而加快了决策速度。实验结果表明,该方法可以使图像序列的I帧编码速度提高近30%,且与原全搜索算法相比,其峰值信噪比(PSNR)的减少和比特率的增加均小到可以忽略不计。

分级视频编码中宏块相关性快速模式决策

为降低空时分级视频编码中自适应层间预测模式的计算复杂度,利用增强层中时域宏块相关性的特点,提出一种随时间等级变化的快速模式决策算法。该算法将参考宏块使用过的模式按照其率失真优化代价排序,选择其中代价较小的模式作为当前宏块的动态备选方案,从而有效地提高编码效率。在JSVM上的实验结果表明,同原有非优化决策算法相比,在PSNR平均降低0.0148dB、比特率增加0.55%的情况下,该优化算法使得平均编码时间减少21.67%。

基于帧内预测模式的H.264/AVC视频信息嵌入算法

提出了一种基于帧内预测模式的H.264/AVC视频信息嵌入算法。在秘密信息进行嵌入时,根据人类视觉特性的掩蔽效应,筛选出I帧中纹理密集区域的4×4亮度块,确定为嵌入块。通过秘密信息调制4×4亮度块的预测模式最低有效位,完成秘密信息的嵌入。通过对算法进行仿真实验,证明本算法计算量小,能够实时处理。对视频载体影响小,有一定的嵌入容量,能够保证秘密信息的有效传输。