H.264帧内4×4块预测模式选择快速算法研究

在H.264视频编码过程中,编码时间受诸多因素的影响,如帧间/帧内模式选择、运动估计(ME)、率失真优化(RDO)等。为了以较快速度和较好质量进行编码,针对H.264帧内模式选择,提出了一种适用于H.264帧内4×4块预测的模式选择快速算法。该算法利用帧内4×4块最优预测模式与和它相邻的预测模式之间率失真代价(RD Cost)的高相关性,以及绝对变换误差和(SATD)与率失真(RD)性能之间的强相关性,有效地跳过一些不太可能的预测模式,从而使帧内4×4块模式选择过程只需进行4次率失真代价计算即可。实验结果显示,该算法在编码性能和编码速度之间取得了很好的折衷。     

基于SATD准则的HEVC快速帧内预测算法

相比于H.264/AVC视频编码标准,高效视频编码（HEVC）具有更大的压缩率和计算复杂度。HEVC更多的帧内预测模式显著地提升了编码器的率失真性能,但更高的算法复杂度使得编码时间大大增加。通过对典型序列编码的统计分析,提出一种基于变换残差绝对值和（SATD）的帧内预测模式快速选择算法,以降低HEVC帧内预测过程的计算复杂度。所提算法通过比较SATD来加速帧内预测模式的判决,避免了耗时的率失真代价（RD-Cost）计算,并且选择性地降低候选预测模式的数量,以减少总体编码时间。通过与现有其他HEVC快速算法进行比较测试,结果表明,所提算法平均减少了12.90%~19.89%的编码时间（编码器不进行任何优化）,而BD-Rate码率指标仅增加了0.5%~0.96%,几种算法的率失真性能基本一致。     

H.264帧内预测模式的快速选择算法

为了降低H.264标准中帧内预测模式选择的复杂度,提出一种快速的帧内预测方法.H.264采用率失真优化(RDO)算法,通过计算所有预测组合模式的率失真代价来确定宏块的最优编码模式,其计算复杂度非常大.提出的帧内预测快速选择方法利用宏块的绝对误差和(SAD)来缩小预测模式的范围,减少帧内预测的计算量,从而提高模式判别的速度.实验结果表明,在图像质量和码率基本保持不变的情况下,该算法使Ⅰ帧的编码速度提高约76%.     

H.264帧内4×4块预测模式选择快速算法研究

在H．264视频编码过程中，编码时间受诸多因素的影响，如帧间／帧内模式选择、运动估计（ME）、率失真优化（RDO）等。为了以较快速度和较好质量进行编码，针对H．264帧内模式选择，提出了一种适用于H．264帧内4×4块预测的模式选择快速算法。该算法利用帧内4×4块最优预测模式与和它相邻的预测模式之间率失真代价（RDCost）的高相关性，以及绝对变换误差和（SATD）与率失真（RD）性能之间的强相关性，有效地跳过一些不太可能的预测模式，从而使帧内4×4块模式选择过程只需进行4次率失真代价计算即可。实验结果显示，该算法在编码性能和编码速度之间取得了很好的折衷。     

一种应用Radon变换的H.264/AVC帧内预测算法

在H.264/AVC视频编码过程中,编码时间受诸多因素影响,如帧间/帧内模式选择、率失真优化(RDO)等.JVT(Joint Video Team)提供的参考软件采用全搜索算法进行帧内预测,其算法复杂度很高.为此,提出一种基于Radon变换的快速预测算法,通过对4 ×4块进行Radon变换求取其纹理方向,根据求取的纹理方向减少4×4块的预测模式,有效的降低了预测时间.实验结果表明本算法在信噪比和码率变化极小的情况下,编码速度有显著提高.     

H.264/AVC快速帧内预测模式选择新算法

为了得到最优模式,H.264采用了率失真优化(RDO)技术计算宏块的每种模式的代价,但是这样增加了计算复杂度。结合PAN算法提出了一种快速帧内预测模式选择算法,首先根据宏块是否平坦决定帧内预测的类型——帧内4×4和帧内16×16。其次,改进了PAN算法,提出了一种快速帧内预测模式选择的新算法。实验结果表明,新算法与全搜索算法和PAN算法相比,减少了编码时间,峰值信噪比(PSNR)基本保持不变,输出码率略有增加。     

基于AVS-M的帧间模式快速选择算法

AVS-M是中国自主制订的数字音视频编码系列标准(AVS)中的移动视频编码标准。AVS-M采用了可变块尺寸运动估计和率失真优化模式判决,增加了编码器的复杂度。针对AVS-M帧间预测多预测块模式的特点,文中提出一种选择预测块模式的方法,可以有效地减少判决的模式数量。实验结果表明,该方法保证了视频质量,提高了编码器的编码速度。     

改进的H.264快速帧内预测模式选择算法

为了减小H.264编码算法的复杂度,提出一种快速的帧内模式选择算法。根据宏块内部相邻像素差的特点判定宏块预测类型,对基于边缘方向直方图的Pan算法进行改进,利用改进的算法对选定了预测类型的宏块进行预测,选出最佳的预测模式。实验结果表明,该算法在保证失真率和码率性能的前提下,编码时间平均减少了71.6%,大大提高了编码效率。     

基于宏块编码的MSE计算模型

在分析率失真理论的基础上,提出帧内编码宏块模式、帧间编码宏块模型的新思想,并建立均方差失真计算模型。该方法能够全局最优地求得在误码环境下,率失真曲线上的最佳控制点,不仅能够在给定的网络带宽下自适应地调整量化参数,而且可以根据当前网络丢包概率进行帧内宏块刷新,起到较好地抵抗信道误码的效果,对于无线环境中的视频鲁棒编码传输及资源分配,具有较好的参考价值。     

面向CPU-GPU平台的HEVC编码器优化

针对CPU-GPU平台提供了一种能显著降低高效视频编码(high efficiency video coding,简称HEVC)复杂度的优化方案.根据编码器的复杂度分布及不同模块的特点,针对帧内预测、帧间预测以及环路滤波分别进行了优化.在帧内预测中,基于相邻编码单元(coding unit,简称CU)之间的相关性,提出了一种CU的深度决策方法以及一种减少率失真优化(RDO)的模式数量的方法,降低了帧内编码的复杂度.在帧间预测中,提出将耗时最大的运动估计模块完善在图形处理单元(GPU)上,通过中央处理单元(CPU)和GPU的流水线工作获得了明显的加速,并基于预测残差的能量提出了一种编码单元提前终止划分的方法,有效降低了帧间编码复杂度.在环路滤波中,提出了一种GPU端的自适应样本点补偿(sample adaptive offset,简称SAO)参数决策方法及去块滤波方法,有效分担了CPU端的复杂度.上述优化实现在HM16.2上,实验结果表明,提出的优化方案可以获得高达68%的编码复杂度节省,而平均性能损失仅为0.5%.     

3D-HEVC深度图像快速帧内编码方法

目的 新一代3D视频采用了多视点加深度图像的格式,其编码测试模型3D-HEVC(3D高效视频编码)为深度图像引入了一些新的编码技术,包括深度模型模式、分段直流(DC)残差编码模式和帧内跳过模式等,但是同时也显著地增加了帧内编码器的复杂度,严重制约了3D视频的实时应用,因此本文提出了一种深度图像帧内模式选择方法。方法 首先,分析在分层编码结构中,父层帧内模式和子层帧内模式的关系,并依据父层的帧内模式对子层的候选模式进行修剪;其次,通过分析粗略候选帧内模式,把当前块分为平滑块、方向块和边界块,并根据不同块进行候选帧内模式的选择。结果 与高效3D视频编码标准的测试模型相比,本文的深度图像帧内模式选择方法可以节省约44%的编码时间。本文方法有效地减少了计算率失真代价的候选帧内模式数目,从而降低了帧内编码器的复杂度。结论 该方法能在保证虚拟视点质量的前提下,有效地降低深度图像帧内编码的复杂度。     

基于一维数据块的AVS视频帧内编码算法

针对AVS（Audio Video Coding Standard,音视频编码标准）视频部分帧内预测中固定三抽头滤波器难以适应纹理类型变化、预测精度低的问题,基于相邻一维数据块（像素行或者像素列）之间纹理一致性更强的特点,提出了基于一维数据块的帧内自适应滤波编码算法,将固定三抽头滤波器扩展为自适应滤波器,以一维数据块为单位生成预测,解决参考像素与预测像素之间距离较远所带来的相关性差、预测不准确的问题。利用最小二乘方法,对已编码的相邻一维数据块进行自适应滤波预测,计算得到最优的三抽头滤波器,将其直接作为当前一维数据块的自适应滤波器,从而避免了自适应滤波器系数的传输开销。实验结果表明：新的帧内编码方法能够提高现有AVS视频帧内编码效率平均达到0.324 dB,最高达到0.879 dB,而且编码性能高于帧内模板匹配方法平均0.120 dB。所提出的方法在新一代的视频编码标准AVS2.0的制定中具有广阔的应用前景。     

丢包环境中H.264视频编码的快速模式判决

目的 视频编码中传统的快速模式判决算法通常基于对视频源特性的分析,但如果考虑到信道传输中的差错,编码模式的率失真特性就会随之改变,快速模式判决算法的性能也会随之下降,需要考虑丢包环境对快速模式判决算法进行优化。方法 为了解决这一问题,首先分析了丢包环境下各种编码模式的端到端率失真特性,在此基础上提出了一个分层结构的快速模式判决算法。通过快速估计出丢包环境下skip和intra模式的编码率失真代价,进而将模式判决的路径划分为non-intra和non-skip。结果 将本文算法与基于遍历算法的容错视频编码算法进行对比实验,本文算法平均可以降低50%左右的编码时间,同时几乎不会降低率失真性能。结论 实验结果表明,在对丢包环境下端到端率失真代价进行估计的基础上,所提出的分层结构快速模式判决的算法,可以在保证解码端图像质量的同时,显著节省编码时间,满足实时视频通信中对低复杂度和鲁棒性的要求。     

Decoder-driven mode decision in a block-based distributed video codec

Distributed Video Coding (DVC) is a video coding paradigm in which the computational complexity is shifted from the encoder to the decoder. DVC is based on information theoretic results suggesting that, under ideal conditions, the same rate-distortion performance can be achieved as for traditional video codecs. In practice however, there is still a significant performance gap between the two coding architectures. One of the main reasons for this gap is the lack of multiple coding modes in current DVC solutions. In this paper, we propose a block-based distributed video codec that supports three coding modes: Wyner–Ziv, skip, and intra. The mode decision process is entirely decoder-driven. Skip blocks are selected based on the estimated accuracy of the side information. The choice between intra and Wyner–Ziv coding modes is made on a rate-distortion basis, by selecting the coding mode with the lowest rate while assuring equal distortion for both modes. Experimental results illustrate that the proposed block-based architecture has some advantages over classical bitplane-based approaches. Introducing skip and intra coded blocks yields average bitrate gains of up to 33.7% over our basic configuration supporting Wyner–Ziv mode only, and up to 29.7% over the reference bitplane-based DISCOVER codec.     

利用时空相关性的HEVC帧内编码块快速划分

目的 为了提升高效视频编码（HEVC）的编码效率,使之满足高分辨率、高帧率视频实时编码传输的需求。由分析可知帧内编码单元（CU）的划分对HEVC的编码效率有决定性的影响,通过提高HEVC的CU划分效率,可以大大提升HEVC编码的实时性。方法 通过对视频数据分析发现,视频数据具有较强的时间、空间相关性,帧内CU的划分结果也同样具有较强的时间和空间相关性,可以利用前一帧以及当前帧CU的划分结果进行预判以提升帧内CU划分的效率。据此,本文给出一种帧内CU快速划分算法,先根据视频相邻帧数据的时间相关性和帧内数据空间相关性初步确定当前编码块的编码树单元（CTU）形状,再利用前一帧同位CTU平均深度、当前帧已编码CTU深度以及对应的率失真代价值决定当前编码块CTU的最终形状。算法每间隔指定帧数设置一刷新帧,该帧采用HM16.7模型标准CU划分以避免快速CU划分算法带来的误差累积影响。结果 利用本文算法对不同分辨率、不同帧率的视频进行测试,与HEVC的参考模型HM16.7相比,本文算法在视频编码质量基本不变,视频码率稍有增加的情况下平均可以节省约40%的编码时间,且高分辨率高帧率的视频码率增加幅度普遍小于低分辨率低帧率的视频码率。结论 本文算法在HEVC的框架内,利用视频数据的时间和空间相关性,通过优化帧内CU划分方法,对提升HEVC编码,特别是提高高分辨率高帧率视频HEVC编码的实时性具有重要作用。     

基于Prewitt算子的快速帧内编码算法

本文提出了一种快速帧内编码算法,利用prewitt算子检测亮度信号的边界方向,并根据周围块的编码模式预测出可能的编码模式,将色度信号与亮度信号分开处理,然后利用拉格朗日代价函数计算出最优编码模式。实验数据表明,该算法可以极大地提高帧内编码速度,而对图像质量和码率大小变化影响极小。     

根据最佳预测模式概率进行帧内预测的快速方法

为了减少视频编码中帧内预测的计算量，提出一种称为AOPDE的快速算法．该算法利用H．26L中帧内预测编码的最佳预测模式概率模型来自适应调整预测过程，结合PDE方法，达到加快帧内图像编码速度的目的．基于H．26L参考模型TML8的实验结果表明，文中提出的算法具有很好的效果．     

联合深度视频增强的3D-HEVC帧内编码快速算法

目的 针对高效3维视频编码标准（3D-HEVC）深度视频编码复杂度高和获取不准确的两个问题,现有算法单独进行处理,并没有进行联合优化。为了同时提升深度视频编码速度和编码效率,提出一种联合深度视频增强处理和帧内快速编码的方法。方法 首先,引入深度视频空域增强处理,消除深度视频中的虚假纹理信息,增强其空域相关性,为编码单元（CU）划分和预测模式选择提供进一步优化的空间;然后,针对增强处理过的深度视频的空域特征,利用纹理复杂度将CU进行分类,提前终止平坦CU的分割过程,减少了CU分割次数;最后,利用边缘强度对预测单元（PU）进行分类,跳过低边缘强度PU的深度模型模式。结果 实验结果表明,与原始3D-HEVC的算法相比,本文算法平均节省62.91%深度视频编码时间,并且在相同虚拟视点质量情况下节省4.63%的码率。与当前代表性的帧内低复杂度编码算法相比,本文算法深度视频编码时间进一步减少26.10%,相同虚拟视点质量情况下,编码码率节省5.20%。结论 该方法通过深度视频增强处理,保证了虚拟视点质量,提升了编码效率。对深度视频帧内编码过程中复杂度较高的CU划分和预测模式选择分别进行优化,减少了率失真代价计算次数,有效地降低了帧内编码复杂度。