基于层次聚类的分层可扩展性编码算法的优化

针对视频流接收端带宽不一致所导致的接收质量和带宽利用率不高的问题,利用层次聚类的方法对接收端带宽进行分类,建立了一个基于分层可扩展性编码算法的自适应编码的数学模型,以此确定编码器编码的层数及各层的码流值。该方法对已有的分层可扩展性编码的自适应机制做了优化,提高了接收质量和带宽利用率。

基于H.264空时SVC编码的快速模式决策算法

提出一种简单可行的快速模式决策算法,该算法利用空域和时域分级视频编码的宏块模式相关特性,选取参考帧宏块中率失真代价较小的一部分已用模式作为当前宏块的候选模式,使得增强层的运动预测计算量大大降低。实验结果表明,该算法能够在峰值信噪比损失不大的情况下,有效地减少编码时间。

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%。

空间可分级视频编码的层间预测新算法

针对可分级视频编码中图像输出质量与编码所需时间的权衡问题,提出了一种可行的层间预测算法.该算法结合空间可分级的层间结构特点,充分利用基本层宏块及其邻域宏块的备选模式,依据其统计规律计算当前增强层待编码宏块可能的最优备选模式,有效地减少参与运动估计运算的模式数量,以达到降低编码时间的目的.通过JSVM的仿真实验,该层间预测算法与传统的层间预测算法相比,在输出图像质量变化较小的前提下,能够大幅降低编码时间,提高编码效率.

一种用于层间预测的自适应插值方法

为消除可分级视频编码中的层间冗余,提出了一种用于可分级视频编码层间预测的自适应插值方法。用于亮度信息的插值滤波器根据量化参数从3种滤波器中选择,包括双线性滤波器、双三次滤波器和六抽头滤波器;对色度信息进行插值时,使用双线性滤波器代替联合可分级视频编码模型(JSVM)使用的六抽头滤波器。实验结果表明,与JSVM所使用的固定插值滤波器相比,提出的自适应插值方法性能提高0.05dB,同时改善了重建视频中快速运动物体的主观质量。

面向稳健传输的SVC视频层次自适应选择算法

文章针对动态网络环境中视频自适应传输问题,提出了一种可伸缩视频层次自适应选择算法。算法从提升用户体验质量的角度出发,将层次决策问题建模为一个马尔可夫决策过程模型,每次决策前计算出在当前状态下能够获得的最大的长期回报,以此为根据选择合适的层次提取发送。同时,通过仿真实验,分析这种本算法在有丢包与带宽波动的网络环境下的算法性能,算法能够保证较高的视频质量和均衡的缓存,带给用户更好的体验质量。