HEVC对偶编码单元划分优化算法

为了解决视频数据量日益增长与用户享受高质量视频体验需求之间的矛盾,HEVC在H.264/AVC标准的基础上通过引入新型的编码结构和算法进一步将编码效率提升了50%,但是也极大地提升了编码复杂度。基于此,提出对偶编码单元(CU)划分网络DualNet,来降低HEVC中帧内编码复杂度。该网络由预测网络和目标网络2个部分组成,其中,预测网络通过分析图像统计特征实现编码单元划分决策,从而跳过四叉树的遍历搜索,提高编码单元划分决策的时间效率;目标网络基于率失真代价评价和优化决策模型提升编码单元划分性能,实现模型互补和最优率失真估计。实验结果表明:与HEVC标准对比,所提算法在实现相近的压缩效果的前提下能够节省64.06%的编码时间。

面向VVC帧内编码的快速CU划分和角度模式决策

多功能视频编码(versatile video coding,VVC)是最新的视频编码标准,与高效视频编码(high efficiency video coding,HEVC)相比进一步提高了压缩效率,但由于引入了包括二叉树和三叉树在内的多类树结构,同时帧内角度模式从35种增加到67种,导致编码复杂度剧增。为了降低计算复杂度,本文提出了一种基于快速编码单元(coding unit,CU)划分和角度模式决策的VVC帧内编码算法。首先根据自适应标准差阈值对CU纹理复杂度进行分类,初步缩减划分模式列表;然后采用Sobel梯度算子确定纹理方向,跳过非最优划分模式;最后根据统计结果筛选淘汰掉概率小于2%的角度模式。实验结果表明,与VTM-2.1相比,该算法能节省51.05%的编码时间,BDBR(Bjontegarrd delta bit rate)仅上升1.98%。

x265的低复杂度帧内编码快速算法

为了降低x265的帧内编码复杂度,减少编码所需时间,本文针对新一代高效视频编码标准(HEVC)帧内编码单元(CU)划分以及预测单元(PU)模式选择的快速算法进行研究。采用经典的差分矩阵计算纹理复杂度,提出了一种根据当前编码单元子块的纹理复杂相似度与其编码所需要的总比特数以及量化参数之间的关系作为提前终止CU划分的判决条件,通过增加SATD的计算进一步减少PU模式选择的RDO候选列表的个数从而减少率失真代价计算的快速算法。实验结果表明,与x265的标准算法相比,该算法在平均峰值信噪比(PSNR)仅减少0.028dB和码率平均增加1.27%的情况下,能够平均减少32.34%的帧内编码时间。

基于零块分析的高效视频编码通信

为了实现高清、超高清视频实时编码通信传输,针对高效视频编码(HEVC)帧间编码计算复杂度过高的问题,根据图像的文理复杂度和编码单元的零块统计特征,提出一种新的HEVC快速帧间模式判决算法。根据Merge模式下整单元一分为四的4个子编码单元纹理相似度确定是否提前终止编码单元(CU)划分,同时利用帧间2 N×2 N预测模式下零系数与非零系数分布的区域统计特征,选择符合零块分布特征的最佳预测单元(PU)模式。实验结果表明,在低延迟B(LDB,low-delay B)和随机访问(RA,random access)配置条件下,提出的算法在保持编码性能基本不变的情况下,HEVC帧间预测编码时间分别平均减少了60.2%与59.4%。