一种基于小波视频编码器的码率控制算法

码率控制是视频编码的重要组成部分。根据小波视频编码器的特点,提出了一种基于小波视频编码器的码率控制算法,给出了I帧根据缓冲器的容量分配固定的比特数的策略;提出了基于能量的P帧的码率分配策略,实验效果验证了所提出算法的有效性。     

一种HEVC低延时编码码率控制算法

传统码率控制方法常常引起视频编码器的率失真性能降底。为了在满足码率控制精度的同时改善编码器率失真性能,提出一种基于改进R-λ模型的帧级码率控制算法。根据帧率把待编码视频序列划分成多个控制单元,并为当前控制单元分配目标比特;根据控制单元层的可用比特数为当前GOP分配目标比特;根据GOP层的可用比特数为当前待编码帧分配目标比特,再利用改进的R-λ模型计算得到拉格朗日乘子λ进行编码。在通用测试条件下的实验结果显示,该算法具有较高的码率控制精度,同时改善了编码器的率失真性能。其平均码率相对误差为0.095%;以不开启码率控制的HM16.7作为基准,平均码率节省(BD-Rate)达到了2.6%。     

甚低码率视频编码器码率控制策略

根据甚低带宽信道的远程视频传输的应用需求,提出一种甚低码率控制策略,通过在视频编码器增加I帧码率控制,引入二阶率失真模型,以及改进P帧的码率控制算法,提高了视频编码器码率控制的精度和传输图像的质量,有效地解决了甚低带宽下视频编码器的码率控制问题。实验结果表明,该算法既降低了编码缓冲区延迟,又提高了重建图像的质量。     

一种三维小波视频编码方法

基于三维小波变换的视频编码技术成为当今研究的热点。研究了一种时间轴小波分解的改进结构,给出了时间轴分解后各帧的重要性分析,在此基础上提出了一种结合运动补偿的三维小波视频编码新方法。该算法首先将视频序列按帧序的奇偶性分成两组,对各组分别进行改进的时间轴小波分解,然后对两组中的低频帧进行运动补偿,可以进一步减少数据量。在所要达到的目标码率条件下,对各帧根据其重要性分配最优的压缩码率,并利用SPIHT算法进行压缩。实验结果表明,该方法可以获得较好的压缩效果。     

基于PSTN传输信道的视频编码器码率控制

码率控制是在低带宽信道上传输低延迟、高质量视频的关键技术之一．根据基于PSTN信道的远程视频监控应用需求，提出一种甚低码率控制策略，通过为视频编码器增加Ⅰ帧码率控制，改进P帧的位率控制算法，以及引入二阶率失真模型，较好地解决了甚低带宽下视频编码器的码率控制问题．实验结果表明，算法降低了编码缓冲区延迟同时提高了重建图像的质量。     

基于人眼立体视觉特性的多视视频码率控制算法

提出了一种基于人眼立体视觉特性的多视视频码率控制算法.引入了立体视觉质量的客观评价标准,并基于此推导出一种帧级目标码率分配方法,同时根据相邻宏块量化参数来调整当前宏块量化参数,以消除立体视频的块效应.仿真结果显示,采用本文算法的多视视频编码器,在取得更稳定的比特率的同时,有效地提高了立体视觉质量.     

视频传输中的码率控制技术研究进展毕迎春王相海

码率控制技术对提高和平滑解码视频质量起着至关重要的作用。近年来各种视频编码标准和应用都对码率控制技术进行了大量的研究,如基于H.261和H.263的视频会议,基于MPEG-1和MPEG-2的媒体存储,以及最新的基于MPEG-4视频对象编码。首先对码率控制问题进行了基本描述,然后介绍了标准中的经典码率控制技术,接着将目前的码率控制技术归纳为3类:基于DCT视频编码器的码率控制技术、基于小波视频编码器的码率控制技术和精细粒度可分级视频编码的码率分配算法,并对这三类码率控制方法的发展进行了概括性阐述与比较性研究,讨论了各种算法的基本思想及其优缺点,最后对视频传输中的码率控制技术的未来发展趋势进行了展望。     

基于时域依赖的编码树单元级零延时码率控制算法

基于高效视频编码标准的x265编码器根据图像复杂度来分配比特,复杂图像往往包含运动变化较大的高频信息,其时域相关性较弱且消耗较多比特,导致分配给运动变化平缓图像的比特减少,进而影响编码质量且码率波动较大。同时,x265编码器采用独立率失真优化技术编码,忽略了编码单元间在时域上的相关性,进而损失编码性能。针对上述问题,提出一种基于时域依赖的编码树单元级码率控制算法。首先,根据迭代策略寻找最合适的量化参数进行帧级比特分配;其次,建立零延时的失真时域反向传播模型并计算失真影响因子;最后,将失真影响因子用于调整编码单元的拉格朗日乘子及量化参数。实验结果显示,相较于x265-3.6的码率控制算法,平均BD-rate码率节省达到5.6%。     

基于相关性分析的MVC比特分配算法

针对目前尚未深入研究多视点视频编码（Multi—view Video Coding,MVC）码率控制的问题,提出了一种基于相关性分析的多视点视频编码码率控制算法。该算法的核心是先根据视差预测和运动预测的结构关系,将所有图像分成6种类型的编码帧,并改进二项式率失真模型,然后根据多视点视频相关性分析在各个视点之间进行合理的码率分配,将码率控制分成4层结构进行多视点视频编码的码率控制。其中,帧层码率控制考虑分层B帧等因素分配码率,基本单元层码率控制根据宏块的内容复杂度采用不同的量化参数。实验结果表明该码率控制算法实际码率与目标码率平均误差能控制0．6％。     

H.264/SVC比特自适应分配的等级B帧码率控制算法

为减少码率控制中实际输出码率与目标码率之间的误差,改善视频序列编码尾部质量下降的缺陷,同时针对可伸缩视频编码中码率控制算法的不足,提出一种自适应比特分配的码率控制算法。算法基于对根据相邻图像帧之间的相关性以及对恒定质量的考虑,在图像组(GOP)之间平均分配目标比特,而在GOP内部则根据编码复杂度自适应分配目标比特,同时适当调整初始量化参数(QP),再根据目标比特分别计算P帧、B帧的QP。对不同的视频序列进行了实验测试,其结果验证了算法的准确性和有效性。     

基于多变换的细粒度视频编码算法

针对现有细粒度视频编码算法计算复杂度大或视频恢复质量有各种效应的缺点，提出了一种基于联合小波变换和MP变换的细粒度编码算法。该算法在运动估计与补偿的基础上，用小波变换来消除帧间冗余，然后对变换结果根据不同帧的数据特征分别进行二维小波变换或MP变换。算法还提出了新的运动估计和像素调整策略、基于人眼视觉特性的MP原子分配策略和基于能量查找的原子搜索机制。实验表明，该算法可同时兼顾视频恢复质量、计算复杂度和控制粒度。     

基于动态分组的三维小波变换方法

为了实现高质量的视频压缩,文中提出了基于动态分组(DynamicGroupofFrame based)的三维小波变换方法(3D V Forward)。与以往的三维小波变换方法相比较,该方法能显著减少视频压缩解压缩过程的时间延迟,能避免基于固定帧分组的(GroupofFrame based)三维小波变换方法(3D GOF)对视频质量的不利影响,仿真结果表明了该方法的有效性。     

基于三维小波变换的视频散列算法

针对视频水印系统的安全性问题,提出一种基于三维小波变换的视频散列算法。该算法对预处理后的三维视频序列依次进行行方向一维小波变换、列方向一维小波变换和时间方向一维小波变换,完成视频序列的一层三维离散小波变换,并给出散列计算结果。仿真实验证明,该算法对帧内像素移动攻击及随机帧抖动攻击具有较强的鲁棒性。     

基于三维整数小波变换的视频水印算法

随着计算机和网络技术的快速发展,数字水印技术正成为一种保护数字作品知识产权的有效方法.针对数字视频的版权保护,提出一种基于三维整数小波变换的视频水印算法.利用视频场景分割将视频信号切分成不同场景,然后随机选择一场景中视频序列进行三维整数小波变换.采用对小波系数进行均值量化的方法嵌入水印信息,水印提取过程中不需要原始视频信号.该算法实现简单,可满足实时性要求.实验结果表明,该水印方案对于帧丢失、帧插入等时间域去同步攻击以及MEPG有损压缩等具有很好的鲁棒性.     

基于帧间小波变换的视频水印研究

针对数字视频版权保护及信息隐藏技术的需要,本文提出了一种基于帧间小波变换的视频水印算法。该算法首先对视频序列进行等长分组,然后对各组中的视频序列进行最大级数的帧间一维小波变换,从而可以得到一帧低频图像和多帧高频图像,其中低频图像聚集了视频序列的大部分能量,而高频图像的能量相对较小。本文对低频图像进行奇异值分解,然后将水印图像嵌入到低频图像的奇异值变换域上。在水印的嵌入与提取过程中只对4帧视频图像进行小波变换,所需内存较小,并易于硬件实现。实验结果表明,本文提出的视频水印算法具有较好的隐蔽性和鲁棒性。     

基于小波域和图像融合技术的视频水印算法研究

提出了一种基于三维小波变换的视频水印算法。算法以二值图像作为水印,并利用了三维小波变换和图像融合技术。首先对水印图像进行置乱预处理以增强其安全性;然后对宿主视频进行视频分割,提取视频关键帧,再将要加入水印的视频关键帧图像与水印图像均进行小波变换,并采用图像融合技术以及分块方法和重复嵌入,大大增强了水印的鲁棒性。     

视频对象自动分割算法

提出了一种基于小波变换和运动边缘检测的自动视频对象分割方法。该方法对相邻帧分别进行二维小波变换，在小波域进行变化检测和Canny边缘提取，返回空间域后得到鲁棒的相邻帧差分边缘模板。结合当前帧边缘、背景边缘和前一帧的运动边缘，检测出当前帧对象的运动边缘，从而实现对视频对象的提取。通过实验验证，该算法对目标的整体运动和局部形变都有较强的适应性。此外，算法还具有快速、简便、准确性高的特点。     

基于提升框架的实时视频降噪方法

针对基于离散小波变换的视频降噪方法难于实时处理的问题，提出了一种基于提升框架的可实时处理的视频降噪方法。首先，对每帧图像利用提升框架进行多级小波分解，得到尺度系数和小波系数；然后，对不同层次的小波系数采用软阈值收缩方法进行滤波；小波逆变换后，利用时间域滤波方法进一步提高降噪效果。实验结果表明，该方法具有较好的实时性和去噪效果。     

一种基于小波和MP变换的细粒度视频编码算法

针对目前的细粒度算法的计算复杂度大(如Matching Pursuit编码，简称MP编码)或者视频质量有各种效应(如离散小波变换编码DWT)的缺点，提出了一种基于小波变换和MP变换联合的细粒度视频编码算法。对连续的8帧视频采用一维小波变换，然后对变换后第1帧低频图像用二维小波变换，其它7帧高频图像信息采用MP变换编码，并采用基于能量的原子搜索与基于人眼视觉特性的分配策略。实验表明，该细粒度算法对帧间运动较小的视频应用，有较高的恢复质量。