基于占用像素的点云视频几何图码率控制改进算法研究

对基于视频的点云压缩方案(V-PCC)编码树单元(CTU)级的码率控制中给未占用像素分配码率的问题,提出一种基于占用像素的几何图码率控制改进算法。对于不含未占用像素的CTU,根据CTU占用像素比例与码率分配权重间的相关性,设计了基于占用像素比例的码率分配权重方案,通过建立几何图码率、几何图失真、点云重建几何失真间的数学关系,求解CTU的码率分配权重;对于不含占用像素的CTU,不给其分配编码比特。对于码率分配算法的初始参数,依据点云序列重新统计更新。实验结果表明:几何图在全帧内配置下,与原始码率控制算法相比,所提算法的Geom.BD-GeomRate中D_(1)、D_(2)平均降低了18.5%和18.8%。

改进的λ域码率估计模型

码率估计是视频编码中的重要一环,它对率失真优化码率控制起着关键性作用。为了提高视频编码的性能,文中在回顾基础码率估计模型的基础上,针对λ域的码率估计模型进行改进,设计了分层、自适应化的R-λ模型。首先将R-λ模型根据视频帧所在的预测层分类为不同的模型;其次建模R-λ模型参数α和β与视频序列的纹理特征和运动特征的关系;最后实验数据验证所建模型的精确度,同时将模型用于分层编码结构的HEVC参考编码器HM中进行实验。实验结果表明,在相同条件下,与JCTVC-K1003标准的码率估计方法相比,改进算法的平均码率误差下降了0.65%,平均亮度峰值信噪比(PSNR)增益提高了0.15 dB。该改进算法能够提高视频传输的质量和码率稳定性,在实际应用中具有一定的潜力和价值。

基于Mask R-CNN的监控视频码率控制研究

码率控制是视频编码中非常重要的技术模块,在能接受的视频质量范围内控制视频流码流大小,对视频尽可能地压缩以提高带宽利用率。对于监控视频而言,前后景划分较为明显,前景一般为感兴趣区域,含有更多重要信息。本文基于MaskR-CNN深度学习算法,将监控视频的前后景进行分离,在主流的编码标准HEVC中,根于监控视频特点,将前景占比高的帧分配更多的比特数,改进原始R-λ模型,提高视频编码性能。实验显示,视频比特率平均降低7.59kbps,PSNR平均提升0.1141dB。

无人机机载侦察视频的高效视频码率控制

提出了一种基于缓冲区状态及梯度算子的低延时高效视频码(HEVC)率控制方法,以解决现有的码率控制算法在无人机机载侦察系统中因比特分配不当引起的视频质量较差的问题。首先,利用剩余比特及缓冲区状态预分配帧层目标比特;然后,以视频中每帧各最大编码单元(LCU)的时空复杂度作为权重,预分配各LCU的目标比特;最后,通过R-λ模型获得目标比特下的编码参数,实现视频压缩编码,并完成模型参数更新。实验结果表明:在8 Mbps的带宽下,提出的算法使码率控制误差缩小到HM16.0的2/5,视频中图像质量波动范围降低到HM16.0的1/4以内。提出的方法有效抑制了帧间比特消耗波动,使得缓冲区占用量能在小范围内平稳波动,图像主观质量也得到了改善,更好地满足了机载侦察系统低延时的应用需求。

基于视频内容特征值的VVC码率控制算法

针对VVC码率控制算法没有综合考虑编码帧实际纹理特征,其编码率失真性能和视觉体验还有待提高的问题,提出了一种基于视频内容相关特征值的码率控制算法。通过引入灰度共生矩阵,计算出反映编码帧纹理复杂度的相关特征值,用于帧层图像权重的调整;基于R-λ模型,对LCU层的λ参数进行重新计算,提高LCU层比特分配的精度。经测试,该算法在低时延配置下,与自适应比特分配算法相比,在更接近目标码率情况下,率失真性能提升了0.86%,视频编码主观质量得到较明显改善。