HEVC帧间编码的快速CU尺寸和PU模式决策算法

为了进一步降低高效视频编码(HEVC)帧间编码的复杂度,提出一种快速的编码单元(CU)尺寸和预测单元(PU)模式决策算法.首先,利用SKIP和平均运动矢量提前结束CU分割过程.其次,根据统计的阈值,实现概率较小的PU模式计算过程的跳过.算法在随机方向(RA)和低延时(LD)配置下,编码时间分别平均降低42.2%和36.3%,造成的BDBR(bjentegaard delta bitrate)损失仅为0.624%和0.264%.实验结果表明:CU尺寸和PU模式决策算法在编码质量基本不变的前提下,能正确地决策出最佳CU尺寸和PU模式,有效地提高HEVC的编码效率.

一种快速HEVC帧内预测模式决策算法

高性能视频编码(HEVC)标准是视频编码联合小组提出的新的视频编码标准。针对HEVC帧内预测模式决策的高计算复杂度问题,提出一种基于边缘方向强度检测的快速帧内预测模式决策算法。将35种帧内预测模式根据5个基本方向分为5个预测候选模式集合,每个集合中有11种预测模式。分别计算预测单元(PU)的5个方向的方向强度,以及每个方向所占比例,选择比例最大的方向所对应的候选模式集合为该PU块的候选预测模式,有效减少帧内预测的计算复杂度。实验结果证明,与HM8.0相比,该算法能够以保证视频质量为前提,在高效率条件和低复杂度条件下平均节省15%和18%的编码时间。

HEVC帧内编码单元快速划分算法

针对HEVC帧内编码中CU(Coding Units)模式判决过程计算复杂度高的问题,分析了CU四叉树划分结构的特征,提出了一种新的帧内编码单元快速判决算法。首先,提取前一帧相同位置CU的最优划分结构,以预测当前CU的起始划分深度和终止划分深度。然后,结合亮度直方图的密集度特征,设置自适应的双阈值对当前CU划分的深度范围进行精确调整,从而跳过或终止部分不适合此纹理特征的划分模式。测试结果显示,该算法在BD-Rate损失仅为0.374%的情况下,提高了51.654%的编码速度,具有良好的实际应用价值。

基于HEVC的帧内预测模式决策和编码单元划分快速算法

针对高效视频编码(HEVC)帧内预测过程中的高计算复杂度问题,提出一种基于纹理特征的预测模式选择和编码单元划分的快速帧内预测算法。利用每一深度层纹理方向强度判断编码单元是否需要进行分割,并且减少候选模式数量。首先,在每一深度层编码单元上结合像素方差,以像素点为单位计算相应的纹理方向强度,确定其纹理复杂度并结合阈值策略预测最终划分深度;其次,比较垂直和水平方向强度关系及统计预测候选模式概率分布,以减少预测模式数量,确定最优候选模式子集,进一步降低编码复杂度。所提算法与平台HM15.0相比,编码时间平均节省51.997%,BDPSNR(Bjontegaard Delta Peak Signal-to-Noise Rate)仅降低0.059 d B,BDBR(Bjontegaard Delta Bit Rate)仅上升了1.018%。实验数据表明,在保证信噪比和比特率基本不变的同时,所提算法能有效降低编码复杂度,利于HEVC的实时视频应用。

高效率视频编码帧内快速算法

针对高效率视频编码(HEVC)帧内预测过程中较高的计算复杂度,首先在编码单元(CU)决策的层面上,提出了一种基于绝对误差和(SATD)的CU分割提前终止方案:对于每个深度级的CU,判断该CU最小的SATD值是否小于给定的阈值;若是,则终止该CU的分割过程。同时,基于统计的分析,依照各候选模式成为最优预测模式的概率,进一步排除低概率的候选模式。实验结果表明,同原始HM10.1相比,所提算法可以节省编码时间30.5%,并且保持视频质量几乎不变(平均Y方向峰值信噪比仅降低0.02 dB)。此外,所提算法软硬件实现简单,而且容易与其他算法进一步融合,进一步降低HEVC的帧内编码复杂度。

多策略的HEVC帧内快速预测算法

为降低高效视频编码(HEVC)帧内预测过程的计算复杂度,提出一种利用灰度直方图结合自相关函数的快速深度选择算法。统计每个最大编码单元(CU)的灰度值分布,生成其灰度直方图,利用灰度直方图的自相关函数排除不必要的深度计算。同时针对帧内预测模式的优化,给出3个减少帧内候选模式数量的有效策略。应用梯度边缘检测进一步减少8×8CU的候选模式数量,使用模式相关以及当前CU的纹理特征,对满足一定条件的CU只选取2种预测模式进行率失真优化计算。实验结果表明,与原始HM10.1相比,该算法平均可以节省约48%的编码时间,同时又能保持较高的视频质量。

采用已编码信息的HEVC帧间快速模式决策算法

针对高效率视频编码(HEVC)帧间预测高额的计算复杂度,提出一种利用已编码块的相关信息进行快速帧间预测的算法.首先,在每个深度级上,利用当前编码单元联合其时空上最近的所有已编码单元的运动矢量(MV)长度,提前决定2 N×2 N的预测单元(PU)分割尺寸.其次,利用当前深度层获得的率失真代价(RDcost),结合离线统计出设置的阈值,终止满足条件的编码单元的进一步分割进程.实验结果表明:文中算法可以节省37.8%的编码时间,并取得与原始算法几乎相同的率失真性能.

基于时域相关性的快速HEVC帧间模式判决方法

高效率视频编码（HEVC）相比目前的国际视频编码标准H.264/AVC,在压缩率方面有了较大的提高,但也带来了巨大的编码计算复杂度.为了降低HEVC的编码计算复杂度,提出了一种快速HEVC帧间模式判决方法.统计并分析了相邻两帧之间对应块的编码单元（CU）和预测单元（PU）的时域相关性,在此相关性基础上,跳过了一些冗余CU分割层和PU预测模式,CU层最多只取两种PU预测模式,从而大大减少了所需要进行的率失真代价计算的数量.实验结果显示,与HM7.0相比,该方法在仅损失了0.21％～1.66％的压缩率和0.01～0.09 dB的峰值信噪比的前提下,降低了52.3％～63.5％的编码时间.

基于梯度的H.265/HEVC帧内预测硬件加速算法研究

HEVC即H.265,是目前最新的视频编码标准。相比于前一代视频编码标准,H.265/HEVC虽然能够明显改善视频压缩效率,但是却带来了更高的计算复杂度,尤其是在帧内预测过程中。为了解决这个问题,提出一种基于梯度的帧内预测硬件加速算法来跳过一些帧内预测模式和划分深度的预测过程,从而达到减少计算的目的。利用图像梯度信息来粗略估计编码单元的纹理方向和纹理复杂度,其中纹理方向用来估计编码单元的最优帧内预测方向,纹理复杂度用来判断是否跳过当前划分深度的预测编码过程。实验表明,相比于H.265/HEVC测试模型HM16.18,本文提出的算法能够减少60.59%的编码时间,仅造成0.38dB的BD-PSNR减少和8.52%的BD-Rate增加。

基于HEVC的快速帧间预测算法

针对HEVC中PU划分模式和帧间运动模式的选择引起的高复杂度，提出一种快速帧间预测算法。首先，判断图像的运动状态和纹理复杂度，根据当前图像的时空域相关性及图像内容的特点，减少PU划分模式。然后，根据运动剧烈程度对当前PU运动模式预判，从而不需要遍历所有的运动模式。实验结果表明，在视频重建质量基本相当的前提下，改进后的算法编码时间与参考算法相比节省30％～60％左右。

HEVC帧内编码的快速模式与TU尺寸决策算法

为降低高效视频编码(HEVC)帧内编码的复杂度,提出一种快速模式和变换单元(TU)尺寸决策算法。在快速模式决策算法中,利用预测单元的纹理减少粗糙模式的决策模式个数,根据最有可能成为第一候选模式的分布,跳过最佳模式可能性较小的模式率失真优化过程。在TU尺寸决策算法中,对残差块的纹理进行分析,以此提前终止TU的分割。在HM10.1上的实验结果证明,提出的算法能够平均降低30.7%的编码时间,增加1.40%的平均码流差。

基于快速编码单元划分和自适应模式决策的HEVC效率改进算法

为提高HEVC在实时视频中的编码效率,文中提出了基于快速编码单元划分和自适应模式决策的HEVC效率改进算法。通过利用上边和左边相邻编码单元的分离深度信息,确定当前编码单元能否提早分离或提早结束。当不满足该条件时,利用训练帧在线学习确定率失真代价阀值使编码单元可以尽早结束其四叉树分离。通过最小的率失真代价模式和第二小的率失真代价模式减少候选集的数量并确定候选集CS5。然后最优化CS5以减少候选率失真优化数量,最后进行率失真优化计算选择最优模式,达到减少预测模式数量的目的。实验结果证实,与HM标准测试结果相比,文中算法在保证编码质量的前提下可降低45.93%的视频编码时间,仅伴有0.5978%的BDBR上升。

基于感兴趣区域的高性能视频编码帧内预测优化算法

针对高性能视频编码(HEVC)帧内预测编码算法复杂度较高的问题,该文提出一种基于感兴趣区域的高性能视频编码帧内预测优化算法。首先,根据图像显著性划分当前帧的感兴趣区域(ROI)和非感兴趣区域(NROI);然后,对ROI基于空域相关性采用提出的快速编码单元(CU)划分算法决定当前编码单元的最终划分深度,跳过不必要的CU划分过程;最后,基于ROI采用提出的预测单元(PU)模式快速选择算法计算当前PU的能量和方向,根据能量和方向确定当前PU的预测模式,减少率失真代价的相关计算,达到降低编码复杂度和节省编码时间的目的。实验结果表明,在峰值信噪比(PSNR)损失仅为0.0390 dB的情况下,所提算法可以平均降低47.37%的编码时间。

基于纹理特征的HEVC帧内编码快速算法

为了降低高效视频编码(HEVC)帧内编码的复杂度,提出了一种基于编码块纹理特征的帧内编码快速算法.首先,对当前编码单元(CU)进行预处理,获取CU的纹理复杂程度和方向特性.其次,根据纹理复杂度决定部分CU是否划分,跳过率失真代价计算,减少不必要的划分与裁剪.然后,根据纹理方向减少帧内预测模式的数量,降低帧内预测过程的复杂度.实验结果表明,在全I帧模式下快速算法与HM10.0相比,码率(BR)上升0.649%,峰值信噪比(PSNR)降低0.059 dB,帧内编码时间平均减少56.18%.

基于时域相关性的HEVC帧间预测快速决策算法

为了降低高效视频编码(HEVC)的计算复杂度提出一种帧间预测快速决策算法。首先,统计分析最大CU(LCU)的离散度与划分深度之间的关系,采用自下向上合并CU的方式,对不同深度下的CU划分进行决策。然后,利用离散度中计算的参数,参与计算同位CU与当前CU的相关性,建立相关性与帧间预测模式之间的线性关系,指导帧间模式的预测。最后,融合两种方法,优化该算法计算量,减少帧间预测的计算量。通过实验对比论文算法与HM14.0,在峰值信噪比损失很小的情况下,视频质量基本不变,减少了30%以上的编码时间。

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。