基于时空相关性的宏块编码模式预测算法

与以往的各种视频编码标准相比，H．264视频编码标准在编码效率上获得了最大50％的提高．但这是以提高编码的计算复杂度为代价的，其中运动估计和模式选择的计算复杂度最大．文中提出一种基于时空相关性的宏块编码模式预测算法，该算法首先检查根据时空相关性预测得到的模式，再根据相应的阈值判断是否结束模式选择过程。而不用对所有的模式进行全搜索．试验结果证明：在保持相近率失真性能的同时，该算法可以有效地降低编码的计算复杂度．     

H.264视频流分辨率缩减转码的快速宏块模式选择算法

H.264视频编码标准采用帧内预测,帧间的宏块分割等新的特性提高了编码效率,同时也较大地提高了模式选择的复杂度,因此H.264视频转码中模式选择算法将显著影响到转码的效率。提出了一种适用于H.264视频流空间分辨率缩减转码的宏块模式选择算法。主要利用输入码流中的宏块模式和运动矢量信息,获得局部的预测方向或者梯度方向,从而根据方向信息,减少需要计算的宏块模式的数目。实验证明,在保持编码效率和视频质量的同时,能够有效地降低H.264下采样转码过程中的宏块模式选择算法的复杂度。     

H.264分辨率缩减快速帧内宏块模式选择算法研究*

H.264视频编码标准对于帧内预测采用了I16×16、I4×4和IPCM三种模式,而前两种模式分别有四种和九种预测方向,这些特性提高了帧内宏块的编码效率,但同时也增加了帧内模式选择的复杂度。提出了一种适用于H.264视频流空间分辨率缩减转码的帧内宏块模式选择算法,主要利用输入码流中的宏块模式信息,推算出下采样后宏块可能的模式及预测方向,从而减少需要计算的宏块模式数目,同时对I4×4宏块采用子块刷新机制,确保转码质量。实验证明,在保持编码效率和视频质量的同时,能有效降低H.264下采样转码过程中帧内宏块模式选择算法的复杂度。     

自适应阈值AVS帧间模式快速选择算法

为降低AVS视频编码标准中帧间模式选择算法的复杂度,提出自适应阈值帧间模式快速选择算法。利用相邻宏块模式之间的相关性和预测模式统计分布规律预测当前宏块最可能预测模式,根据相邻宏块率失真代价的相关性自适应地调整判决阈值,如果帧间最可能预测模式率失真代价满足阈值判决准则,则最可能预测模式为最佳模式,提前退出模式搜索。实验结果表明,该算法在基本保持AVS原有编码性能的前提下编码速度得到较大提高。     

H.264帧内预测快速模式选择

H.264/AVC视频编码标准中用率失真优化(RDO)方法为一个宏块(MB)判决最佳编码模式来提高编码效果,加大了算法复杂度并且计算冗余大。为了克服这一缺点,一种快速帧内预测模式选择算法被提出。在色度预测中,根据宏块的色度纹理复杂度,把原先的4种模式降到1或2种;在亮度16×16块模式判决中,根据最小哈达玛变换的绝对误差和(SATD)来选择最佳模式;在亮度4×4块模式判决中,该算法在9种模式中选择3种可能模式作为候选模式。通过比较16个4×4块总代价与1个16×16块的代价来选择最佳块选择模式,实验表明,该算法能在节省69%左右编码时间的情况下,比特率与峰值信噪比(PSNR)保持不变。     

一种针对H.264/AVC的帧间模式快速选择算法

为了进一步减小宏块的帧间预测误差,新的视频编码标准H.264/AVC采用了可变块划分运动估计,极大地增加了编码器的复杂度.针对此问题,提出了一种快速的帧间模式选择算法,该算法利用已编码相邻宏块的时间和空间相关性信息预先检测图像,对图像各区域可能采用的编码模式进行判定,从而大大简化了模式选择的过程.实验结果表明,算法可以在图像质量基本保持不变的基础上,有效地降低编码的复杂度.     

多视点视频编码快速帧间模式选择算法

为解决多视点视频编码(MVC)可变尺寸块的模式选择计算复杂度过大的问题,提出了基于模式复杂度的多视点视频编码快速模式选择算法。该算法首先分析了多视点视频编码参考模型(JMVC)中各尺寸块的分布特点。然后,提出模式复杂度的概念以确定当前宏块的模式特征。最后,将宏块分成3个不同的模式类型:如果当前宏块属于简单模式,那么仅16×16分块被检查,其他分块均跳过;若当前宏块属于中等模式,则8×8块被跳过;若当前宏块属于复杂模式,所有模式分块都要检查。这样算法对那些不必要的模式选择过程就可以提前终止,从而使得计算量大大减少。实验结果表明:所提算法能保持同JMVC中全搜索算法几乎相同的编码效率,同时使计算复杂度减少62.75%。     

多视点视频编码快速帧间模式选择算法

为解决多视点视频编码(MVC)可变尺寸块的模式选择计算复杂度过大的问题,提出了基于模式复杂度的多视点视频编码快速模式选择算法。该算法首先分析了多视点视频编码参考模型(JMVC)中各尺寸块的分布特点。然后,提出模式复杂度的概念以确定当前宏块的模式特征。最后,将宏块分成3个不同的模式类型:如果当前宏块属于简单模式,那么仅16×16分块被检查,其他分块均跳过;若当前宏块属于中等模式,则8×8块被跳过;若当前宏块属于复杂模式,所有模式分块都要检查。这样算法对那些不必要的模式选择过程就可以提前终止,从而使得计算量大大减少。实验结果表明:所提算法能保持同JMVC中全搜索算法几乎相同的编码效率,同时使计算复杂度减少62.75%。     

H.264/AVC快速帧间模式选择算法研究

H.264/AVC标准采用可变块运动估计和率失真优化技术进行帧间模式选择,提高了编码效率,但极大地增加了计算复杂度。为了解决这一问题,提出一种快速帧间模式选择算法,它利用了SKIP模式在视频序列中的使用率信息和时空域相邻宏块与当前宏块编码模式之间的高度相关性。该算法缩小了模式选择的范围,并采用阈值来提高预测准确度。仿真结果表明,该算法在保持图像质量和比特率的前提下可以大幅度减少计算复杂度。     

一种基于快速模式选择的H.264跳帧转码算法的研究

为使视频数据适应异构网络和不同终端设备,基于最新视频编码标准H.264的跳帧转码技术成为当前的研究热点。针对在H.264跳帧转码过程中,对所有帧间候选模式进行运动估计而耗费巨大计算资源等问题,在分析相邻帧对应宏块编码特性的基础上,提出一种基于宏块时域相关性的快速模式选择算法。该算法首先统计不同特性视频序列相邻帧对应宏块编码模式的相关性;选取相关性高的模式作为编码模式可选集合,以减少模式选择遍历数目;在对当前宏块进行编码时,根据前一帧对应宏块的模式从上述集合中选取模式进行遍历,以实现率失真优化算法的提前终止。实验结果表明,该算法在控制比特率增长4%的情况下,缩减编码时间近25%,说明算法在保证视频图像具有较好质量的前提下,能够有效降低算法的时间复杂度。     

基于平滑滤波的H.264-I帧模式决定策略

为了降低H.264中I帧编码模式选择时的计算量,提出了一种快速编码算法。该方法首先选择适当的滤波算子对待编码宏块进行平滑滤波,同时使用滤波后的结果与原始宏块数据进行比较来得到滤波残差量;然后将该滤波残差量作为依据,提前判断出当前宏块编码所属的基本模式集,这样由于减小了候选模式的范围,因而提高了模式决定的效率。在判定过程中还使用了双阈值方法,该方法可确保在作出合理判决时,亦不影响图像质量。采用该算法不仅一定程度上降低了计算复杂度,并且对图像质量的影响可以忽略不计。实验表明,这种新的算法可以降低约16%的计算量,而编码图像峰值信噪比的下降只有0.1dB,且对比特率的影响不到1%。     

一种AVS-M帧间预测模式快速选择算法

针对AVS-M帧间编码模式的复杂性,在对帧间预测编码最佳模式选择统计结果分析的基础上,提出了一种模式分类的帧间预测模式快速选择算法.该算法将全部编码模式进行分类,对SKIP模式采用提前终止判决,而对其它模式通过判别宏块的一致性和比较宏块的空时相关性逐类型比较.实验表明,与全模式选择算法相比,该算法的计算次数减小了52.5%~85.8%,在保持编码效率和重建图像质量的同时提高了编码速度.     

一种基于H.264/AVC的快速帧间模式选择算法

为了解决帧间模式选择计算量大的问题,提出了一种快速算法。算法利用编码模式的利用率信息和时空相关性来预先判定当前宏块最可能的编码模式,从而大大加快了模式选择的过程。算法缩小了候选模式的范围,并采用阈值来提高预测准确度。仿真结果表明,该算法在编码质量只有轻微下降的情况下明显降低了计算复杂度。     

计算资源受限的视频编码多模式决策

由于视频编码技术趋向于采用越来越复杂的分块模式,多模式决策技术也随之成为一种非常重要的编码技术.多模式决策的优劣不仅会大幅度地影响视频编码的计算消耗,而且也对编码性能的高低起到关键的作用.为使多模式决策在计算能力相差悬殊的平台上都能获得优化的率失真性能,给出一种计算复杂度自适应的优化多模式决策算法.首先,利用视频序列中不同宏块模式间的时空相关性,预测这些宏块多模式决策后的拉格朗日代价和计算复杂度的斜率(Lagrangian cost and complexity slope,简称J-C slope).J-C slope越大,说明在该宏块上的模式决策消耗每单位的计算资源可以获取的率失真收益越多.在计算资源有限的情况下,多模式决策应该按照J-C slope的大小顺序执行,也就是性价比优先的顺序,以便保证计算资源优先分配给率失真收益大的宏块.另外,还通过建立J-C slope阈值与实际计算复杂度的关系模型,设计了一种根据给定计算约束自适应调整计算复杂度的算法.根据实验结果,该方法不仅可以准确地控制多模式决策的计算复杂度,而且还能在不同的计算约束下获得优化的率失真性能.     

一种基于BP网络的H.264快速帧内模式选择算法

H.264/AVC采用17种预测模式和率失真优化模型来进行帧内模式的选择,复杂度很高。目前的快速帧内模式选择算法能有效减少模式选择的复杂度,但还存在很大的不足。提出了一种基于BP神经网络的快速帧内模式选择算法。该算法使用BP神经网络对大量视频序列预先训练的结果对宏块进行预判,得出当前宏块采用Intra16×16或Intra4×4模式,然后使用Pan Feng的方法判断具体选择何种模式。实验结果表明,该算法在保证视频质量几乎不变（PSNR平均降低约0.01 dB）的同时,可以有效减少计算复杂度,与JM86相比减少75%～83%,与Pan Feng的方法相比减少30%～70%。     

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。     

低复杂度的H.264帧间编码的模式判决算法

H.264是最新的国际视频编码标准，它能够提供更高的编码效率，但其编码实现也非常复杂，三叉树结构的多编码模式和多帧参考技术是复杂度增加的两个重要因素．针对这两个因素提出一种用于帧间编码的快速模式判决算法FIMDA，它利用编码过程中获得的模式、码率开销等编码信息来减少那些对编码性能影响不大的参考帧和模式的搜索过程，从而降低编码复杂度．实验结果表明，对常用的5帧参考，与全搜索相比，FIMDA可将编码复杂度降低平均85％以上，而PSNR下降仅在0．07dB左右．     

基于运动复杂度的快速模式选择算法

H.264/AVC是ITU-T和ISO/IEC联合制定的最新视频压缩标准。它采用了可变块运动估计和率失真优化模式判决。H.264需要对10 种模式进行率失真优化计算才能得到一个宏块的最优编码模式,极大地增加了编码器的复杂度。为了提高模式选择效率,提出了一种基于运动复杂度的快速模式选择算法。实验结果表明,在PSNR仅有微小下降情况下,该算法可大幅提升编码速度。