H.264/AVC率失真优化(RDO)策略研究

本文对H.264/AVC中所运用的率失真优化策略进行了深入研究。首先介绍了率失真理论及率失真优化模型,然后参照JM 8.4代码详细分析了H.264/AVC各模块的代价函数,并重点研究了其编码过程中率失真代价函数的运用策略。最后通过对JM 8.4代码的测试,得出率失真优化的性能,并对其优缺点进行了分析,提出进一步改进和优化的方向。

基于CNN的λ域帧内码控最佳码率分配算法

在λ域帧内码控中,提出一种基于卷积神经网络(Convolutional Neural Network,CNN)的帧内码控最佳码率分配算法。首先利用双曲线函数拟合编码树单元(Coding Tree Unit,CTU)的率失真(Rate Distortion,RD)特性。设计双分支卷积神经网络(Dual-Branch Convolutional Neural Network,DBCNN)预测率失真关键参数。然后根据帧级率失真优化(Rate Distortion Optimization,RDO),建立帧级目标码率与CTU码率分配等式关系,推导帧级拉格朗日参数λ。最后反演出最佳CTU码率分配。实验表明,该算法能够显著提高帧内码控编码性能,并具有较高码控精度。

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。

基于编码模式的H.264/AVC视频信息隐藏算法

本文提出一种基于编码模式的H.264/AVC信息隐藏方法,通过调制某些宏块的编码模式,分别在I帧、P帧和B帧中嵌入隐秘信息。对帧内4×4预测模式的宏块,是通过调整宏块中某个4×4块的编码模式嵌入隐秘信息;对P帧和B帧其它类型的宏块,则是通过调整宏块的编码模式嵌入隐秘信息,模式调整后对宏块做了优化处理。在模式调制过程中引入率失真代价,取得了较好的率失真平衡,减小了隐秘信息嵌入后对视频质量和视频码流的影响。该算法可以实现隐秘信息的快速提取,满足视频实时处理的要求,实验仿真结果证明了该算法的有效性。

结合率失真代价预测的HEVC快速CU划分

针对高效率视频编码(high efficiency video coding,HEVC)标准编码复杂度较高的问题,提出了一种快速编码单元(coding unit,CU)划分方法。首先,结合拉格朗日率失真优化理论及相关实验数据分析得到相邻CU深度对应的失真及码率分别满足线性关系,并利用此关系,建立了率失真代价的预测模型。利用此模型,可以在编码当前CU深度后快速预测得到下一CU深度的率失真代价,并最终通过代价比较,判断是否需要继续进行CU划分。实验结果表明,相比于HEVC测试模型HM12.0,针对低时延与随机接入编码结构,提出的方法的BD-rate分别增加了0.2%与0.6%,同时,编码时间分别减少了33.2%和38.9%。

基于分层视差估计的立体图象编码

基于立体视频数据压缩的目的 ,提出了一种基于分层视差估计 /补偿的立体图象编码方案 ,该方案是采用JPEG标准独立编码参考图象 ,并利用视差估计 /补偿技术编码目标图象 .应用分层马尔可夫随机场 (MRF)模型、率失真 (RD)模型以及交叠块匹配的混合视差估计 /补偿算法 ,可得到光滑准确的视差场 .与通常的变尺寸块匹配(VSBM)相比 ,该算法得到的视差补偿图象的峰值信噪比 (PSNR)可提高 2 .5 d B左右 ;双向半像素精度的视差估计/补偿的性能要比单向整像素搜索提高 3d B.实验结果表明 ,该立体图象编码方案能有效地压缩立体图象数据 ,并可推广到立体序列图象的编码压缩中 .

中国工业企业无利润扩张之谜

本文发现中国近些年来微观企业层面出现了在没有盈利能力支持情况下进行扩张的行为,同时伴随着居高不下的财务杠杆和畸高的融资成本。通过构建理论模型和利用工业企业数据库进行实证分析,本文发现中国企业在与其盈利能力不相匹配的高融资成本下的迅速扩张,可能与中国经济行为中的扭曲有关。在财政补贴和优惠利率等政策支持下的企业,不顾融资成本盲目扩张,在盈利能力没有保障的情况下,进入典型的"存量"吃"增量"的过程。

基于宏块多相关性的多视点视频编码方法

为降低多视点视频编码(MVC)中过高的计算量,提出基于宏块多相关性的多视点视频编码视间预测与Direct模式提前终止算法。分析MVC参考模型(JMVC)中时域预测和视间预测的特点及Direct模式的分布情况。基于当前宏块的时间和视点之间率失真代价的大小关系判断是否进行视间预测。利用先前已编码宏块的编码模式信息确定是否跳过Direct模式。实验结果表明,同JMVC的全搜索算法相比,该算法能降低编码的计算复杂度,平均可达75.62%,同时保持几乎相同的编码率失真性能。

高效的H.265/HEVC快速帧内编码方法

H.265/HEVC帧内编码采用率失真最优化穷举搜索大大提高了编码效率,但引入极高计算复杂度。为降低计算复杂度,对当前64×64单元与时空相邻编码单元之间的率失真统计特性进行研究,提出一种纹理代价与非纹理代价关系优化的提前判决算法。实验结果表明,该方法平均降低了48.74%的计算复杂度,同时相比于HM参考软件,只增加了0.49%的BDBR,仅损失了0.039dB的BD-PSNR。

一种面向Internet信道的H.26L率失真抗误码编码判决策略

从最新的H 2 6L视频压缩标准出发 ,提出了一个面向典型Internet误码信道的率失真宏块编码判决策略 ,通过在宏块编码判决层上引入优化的亮度率失真策略 ,从而在综合考虑视频编码质量和信道误码扩散导致的解码失真的条件下 ,使视频流具有更强的自适应误码抵抗能力 .

一种基于空时域相关性的HEVC帧间预测模式快速决策算法

为了减小高性能视频编码(high efficiency video coding,HEVC)的复杂度,提出一种基于四叉树结构类型分析的帧间预测模式快速决策改进算法。一方面,统计并分析空时域相邻编码单元(coding unit,CU)和CU深度之间的相关性,确定其深度遍历区间,跳过一些冗余CU的分割,从而减少CU深度划分的复杂度;另一方面,通过分析遍历区间内CU的运动特征和预测单元(prediction unit,PU)模式特性,确定不同运动特征所对应的PU模式,减少所需遍历候选PU模式的数量和所需要进行的率失真代价计算的数量。与HM14.0相比,采用该算法的HEVC编码器在输出比特率增加很小的情况下,平均编码时间降低了46.9%,而编码后的视频质量基本不变。

一种基于统计分析的多视点视频编码中Direct模式提前终止算法

提出了一种针对多视点视频编码中Direct模式的提前终止算法.该算法基于当前编码宏块相邻视点、时间及空间方向的已编码邻近宏块的编码信息,提出了一个描述当前宏块的邻近块代价影响因子,通过与阈值比较可对多数编码宏块直接选择Direct模式进行编码,从而略过其他模式的相关计算.实验结果表明,与原始的多视点视频编码算法相比,该算法可平均减少约88.2%的编码时间,同时峰值信噪比仅下降约0.29dB,编码比特率增加约0.68%.

分数像素运动矢量代价产生器的VLSI设计

针对H.264/AVC视频编码器的系统芯片设计,通过分析分数像素运动估计(FME)模块的数据并行度和硬件利用率,探讨了分数像素运动矢量代价产生器的复用结构,再依据FME模块的具体设计约束,提出了可以复用产生1/2像素和1/4像素运动矢量代价的硬件实现结构,并且在FPGA开发板上进行了分数像素运动矢量代价产生器的设计验证。

基于率失真代价的SCC帧间快速算法

为降低屏幕内容编码的计算复杂度,提出一种针对编码单元(CU)划分和预测单元(PU)模式选择的快速算法。根据时空域相邻CU的深度信息及平均率失真代价,对CU划分进行早期决策。依据merge模式的率失真代价均值,终止PU模式的选择过程。实验结果表明,与SCM6.0相比,该算法在平均码率仅增加1.59 %的情况下,编码时间节省了35.4 %,有效降低了编码的计算复杂度。

高性能视频编码帧间预测的单元划分优化算法

新一代的高性能视频编码(HEVC)通过应用各种先进技术来大幅提高视频编码的性能,然而,这些方法也大大增加了整个编码过程,尤其是预测编码阶段的计算复杂度。该文提出一种应用于高性能视频编码帧间预测的快速单元划分算法。该算法基于HEVC灵活的四叉树结构,根据被编码单元的运动特性来确定所编码信息的阈值,并以此作为单元划分的提前终止条件,从而减少了不必要的单元划分操作和率失真代价的相关计算,达到节省编码时间和降低编码复杂度的目的。实验结果表明,在峰值信噪比(PSNR)损失仅为0.0418 d B的情况下,所提算法可以平均降低46.1%的编码时间。

采用率失真与模式特征的多视点视频编码快速模式选择

现有的多视点视频编码使用了分层B帧(Hierarchical B Picture,HBP)的预测结构,其帧内预测、帧间预测以及视点间预测的模式选择给多视点视频编码带来了庞大的计算复杂度。针对这一问题,我们在分析了JMVC模式分布比例的基础上,提出了一个快速帧间模式选择的算法。这种算法利用率失真代价和预测模式特征之间的关系来及时判定最优模式:如果上一尺寸预测模式的率失真代价小于当前尺寸预测模式的率失真代价则认为上一预测模式为最优模式,跳过检查其他更小尺寸的预测模式;反之,如果上一尺寸的预测模式的率失真代价大于当前尺寸的预测模式的率失真代价,则继续检查其他更小的尺寸。这样,通过提前终止一些不必要的模式选择过程,多视点视频编码的计算量得到大幅的降低。实验结果表明:所提算法能在保持JMVC中全搜索算法的编码效率同时,使计算复杂度减少了81.66%。

基于纹理区域分割的SVC快速模式决策算法

为降低可分级视频编码(SVC)模式决策的计算量,提出一种快速模式决策算法。利用INTRA模式率失真代价及其在层间的相关性,对增强层的图像纹理区域进行分割,使用提前终止阈值在SKIP模式、BLPRED模式中选择最佳模式,以INTRA模式率失真代价计算宏块的纹理区域类型,根据该区域类型以及运动活跃性,动态调整INTER模式的估计过程。实验结果表明,该算法能以很小的峰值信噪比损失,使编码时间减少52.58%。

无线视频传输的自适应码率控制算法研究

为在恶劣的无线信道环境中达到良好的视频传输质量,本文提出了一种自适应码率控制的方法,通过探测无线信道反馈的信道参数,判定网络状态及缓冲区满溢程度,计算出代价函数,自适应调节网络传输的码率,达到视频的平滑传输。并通过实测数据分析优化后的方法对视频主观质量、率失真以及压缩比的影响。

H.264中率失真代价估计模型研究

提出了一种新的率失真代价估计模型。首先为提供更加精确的帧内/帧间宏块的编码比特数的估算,提出了一种新的码率估计模型,该码值为一序列编码参数的线性组合,这些参数跟熵编码和变换系数相关,从而得出新的性能更加优越的率失真代价估计模型。最后在率失真代价估计模型的效果分析、性能分析等多个方面进行详细的分析测试。实验结果表明,该模型在保证PSNR和码长变化不大的情况下大大地加快了编码速度。

可分级视频编码空域增强层的快速帧间模式选择算法

针对可分级视频编码(SVC)技术中层间残差预测(ILRP)大大增加了编码复杂度的问题,提出一种快速算法。带残差的帧间预测和不带残差的帧间预测都采用全搜索的预测算法,编码复杂度很大,所提算法分析了增强层带残差的帧间预测和不带残差的帧间预测之间的率失真代价(RDCost)差异,动态判定增强层是否需要采用层间残差预测以减少层间残差预测过程;同时依据层间预测模式相关性,利用基本层最优帧间预测模式指导增强层最优帧间预测模式的选择过程,进一步节省编码时间。实验结果表明,与参考模型JSVM中的算法相比,改进的快速算法在编码质量降低小于0.01 dB,码率提高不大于3%的前提下,可节省平均编码时间50%左右,有效地降低了编码复杂度,对于编码器的优化方面有理论参考价值和实际应用意义。