联合分数运动估计优化的多参考帧快速选择算法

多参考帧和分数运动补偿技术虽然提高了视频编码性能,但同时也使编码器的内存消耗和计算复杂度成倍地增加.其主要原因是多参考帧技术令会运动估计重复地应用在每个参考帧上.通过分析这两种技术对编码性能贡献的相关性,提出了一种联合优化的快速算法.首先,根据不同参考帧之间的合成运动向量,选择空间上最接近的候选参考帧.然后,通过二维多项式模型预测最优分数残插值,决定采用分数运动估计的参考帧.实验结果表明,该方法在不损失任何率失真性能的情况下,可以把计算的复杂度减少为原来的1/3.     

基于残差值的视频压缩运动估计策略

运动估计技术作为影响整体压缩速度的关键过程,一直是视频研究的重点.文章通过相邻宏块间运动向量的相关性与残差值的相似性,采用不同的搜索模板,在大幅度减少运算时间的情况下保持了与高精度搜索算法相同的搜索精度.     

时间与空间局部性强弱的量化方法

为了解决虚拟内存空间的管理问题,基于现有工作集管理算法的参数,提出了时间与空间局部性强弱量化描述的定义、性质以及可行计算方法.该方法时间复杂度小,量化结果反映了程序运行期间工作集的时间与空间局部性的强弱变化.     

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.     

一种快速的SVC多模式决策方法

H.264/AVC SVC为了提供一种可伸缩的视频编码解决方案,增加了许多宏块模式的组合,从而导致模式决策的计算量大幅度增加。本文提出了一种面向SVC的快速多模式决策算法,该方法首先利用模式在层间、帧间和空间的相关性,决定当前宏块的起始搜索模式,然后利用相邻运动向量的差异性决定是否合并或拆分当前分块进行细化搜索。从测试结果来看,本算法在率失真性能不降低的情况下,令模式决策的运算速度提高了数倍。     

融合显/隐式信任协同过滤算法的差分隐私保护

融合显/隐式信任关系的社会化协同过滤算法TrustSVD在推荐系统中有广泛的应用,但该算法存在用户隐私泄漏的风险.基于背景知识的用户个人隐私信息推断是当前Internet用户隐私信息泄漏的巨大隐患之一,差分隐私作为一种能为保护对象提供严格的理论保证的隐私保护机制而备受关注.本文把差分隐私保护技术引入TrustSVD中,提出了具有隐私保护能力的新模型DPTrustSVD.理论分析和实验结果显示,DPTrustSVD不仅为用户的隐私信息提供了严格的理论保证,而且仍然保持了较高的预测准确率.     

一种复杂度约束下基于宏块优先顺序的运动估计优化算法

在实际应用中,视频编码算法不仅需要提供最好的编码效率,而且还需要自动地适应各种平台不同的计算能力约束.这是一个在复杂度约束下的率失真优化问题.针对视频编码消耗计算资源最多的运动估计过程,提出一种复杂度约束下的优化算法.该算法对运动估计的失真度和复杂度建模,并通过该模型决定每个宏块的预测失真度一复杂度斜率(distortion-complexity slope,DC-slope),以此决定各个宏块运动估计的优先顺序,然后通过一个常微分方程建立控制参数与计算复杂度之间的关系,准确地控制运动估计的计算复杂度.通过实验比较,本算法不仅可以自适应地调整运动估计的计算复杂度,而且能在不同的复杂度约束下提供优化的编码性能.     

多维浮点数据的曲线拟合压缩存储方法

以三维位置信息为代表的多维浮点数据是当前高性能计算机系统处理的主要数据对象,对其进行压缩存储是解决海量多维数据量快速增长的需求与存储空间、存储带宽不足的矛盾的手段之一。现有数据压缩算法对浮点多维数据难以取得理想的压缩效果。将多维浮点数据投影到二维坐标上,使用多项式曲线对其进行拟合,将坐标值的存储转换为多项式系数的存储,实现了多维数据的曲线拟合压缩。算法设计中引入了排序作为数据预处理手段,从而得到了较小的压缩误差。理论分析和实验结果表明,在与现有有损压缩误差相当的条件下,得到了优于现有算法的压缩率。     

基于混合频谱信号编码的网格纹理平滑

网格纹理平滑技术要求既能保持模型大尺度结构特征又能去除模型小尺度纹理.然而当模型小尺度纹理与噪声相差较大时,大多数网格光顺算法会将网格纹理识别为特征加以保持,而无法有效将其去除;现有的基于谱分析的网格光顺方法尽管能有效去除网格纹理,但又无法同时保持模型大尺度结构特征.为解决该问题,本文提出一种基于混合频谱信号编码的低通过滤网格纹理平滑算法.首先采用基于视觉感知的特征识别方法,准确区分模型大尺度与小尺度特征.然后,基于顶点特征尺度,采用差异性频谱信号编码的方式进行几何信息重建,最终实现在保持网格模型大尺度结构特征的同时有效去除小尺度纹理.算法解决了现有网格光顺方法在模型小尺度纹理特征与噪声有明显区别时,无法有效去除纹理的问题;并且也解决了现有基于谱分析的网格光顺方法无法在去除模型小尺度纹理的同时,又能保持模型大尺度特征的矛盾.实验结果验证了算法的有效性.     

低码率下残差值预测的快速分数运动估计

提出了一种在低码率下的快速分数运动估计算法。该算法利用相邻运动补偿块时域的相关性,预测当前最优分数匹配位置的残差值,继而判断是否终止当前分数点搜索。根据实验结果,所提出的方法在不损失任何率失真性能的情况下,对于常用的几个QIF和CIF标准测试序列,其平均的分数搜索点数可减少到6以下。与全分数运动估计方法（FFPS）相比,所耗费的搜索点数减少了近一倍;而与目前常用的快速算法相比,所耗费的搜索点数也减少了50%～80%。