Optimal weighed Holoentropy for video compression: an advanced HEVC

ABSTRACT

In recent times, the applications of multimedia are rising in a greedy mode and hence the amount of video transactions is also increasing exponentially. This has shouted great demands on effective models on video encoding and also for reducing the transmission channel congestion. This research work introduces a managing technique termed weighted encoding for High-Efficiency Video Coding (HEVC). HEVC, also termed as MPEG-H Part 2 and H.265 is a video compression standard that is widely utilized AVC (H.264 or MPEG-4 Part 10). When compared to AVC, HEVC grants double the ratio of data compression at a similar level of quality of the video or considerably enhanced video quality at a similar bit rate. This work intends to optimize the weight that adopted in HEVC for encoding. For this, this paper proposes a new Iterative based propagation update in the water wave Optimization Algorithm (IPU-WWO), which is the improved form of Water wave Optimization (WWO). The performance of proposed IPU-WWO is compared over other conventional methods like Artificial Bee Colony (ABC), Firefly (FF), Particle Swarm Optimization (PSO) and Genetic Algorithm (GA) with respect to Peak Signal to Noise Ratio (PSNR). By doing the encoding process, it minimizes the video size with perceptually better quality video or PSNR.     

基于HEVC的帧内快速模式选择算法

为了解决高效率视频编码(High Efficiency Video Coding,HEVC)复杂度过高的问题,基于粗粒度模式选择(Rough Mode Decision,RMD)过程提出一种降低编码复杂度的方法。该算法充分利用了RMD候选队列的相似程度和预测模式在方向上的相关性这两个特性,进一步减少了进入率失真优化过程(Rate Distortion Optimization,RDO)的预测模式数量,达到了降低编码复杂度的目的。实验结果表明,该算法在编码质量损失0.5%的情况下节省了近22%的编码时间。     

基于HEVC与聚类算法的计算机桌面图像压缩算法

对基于HEVC与聚类算法的计算机桌面图像压缩方案进行研究,将计算机桌面图像进行自适应块分类,利用颜色聚类算法对块进行颜色聚类,简化颜色总类、节省码流、改善编码性能。再利用HEVC帧内预测编码算法对块进行压缩,为高清分辨率计算机桌面图像网络共享,提供高效的图像压缩方法。     

面向视频压缩的显著性协同检测JND模型

为了更好的将人眼感知特性用于视频压缩系统,提出了一种改进的基于显著性协同检测的恰可察觉失真模型（Just Noticeable Distortion,JND）.该模型通过像素域和变换域下联合建模计算得到的最优JND模型,基于上下文感知的显著性算法得到相应的显著图,并将检测结果用于JND模型权值分配.提出的JND残差滤波器可以嵌入到HEVC视频编码框架中.实验结果表明:在全I帧配置下,提出的算法编码结果与HM16相比,在视觉主观感知质量一致的情况下,平均码率可节省10.7%.     

基于HEVC的车辆异常事件检测

当前传统交通事故检测和查阅主要通过人工监测的方法,这种方法效率低且实时性差,本文提出一种基于最新压缩域视频编码标准HEVC（High-efficiency video coding）的车辆异常事件检测方法。首先对HEVC码流中提取出的运动矢量信息进行运动矢量累积迭代和中值滤波的预处理,之后根据提取出的块划分信息和运动矢量信息计算运动对象的运动强度,然后根据运动强度值和八连通区域法提取出运动对象,最后根据空间距离法和运动强度判别法检测出视频序列中发生的车辆异常事件。实验证明,该方法可以准确地检测出视频序列中发生的车辆异常事件;对于有着快速移动的运动目标以及多个运动目标的视频效果更好。     

一种HEVC帧内预测快速算法

HEVC作为新一代的视频编码标准,比现有H.264标准的压缩效率提高近一倍,但其存在复杂度较高的问题。为此,针对HEVC中帧内预测最耗时的模块,即编码单元块划分模块和帧内预测模式选择模块,提出一种适合HEVC帧内预测的快速算法。该算法将率失真(RD)代价作为阈值参数,利用候选模式集中预测模式被选中概率快速递减的规律,基于RD代价进行帧内预测块划分和帧内预测模式选择。实验结果表明,该算法在相同编码质量条件下可减少59%的HM10.0帧内预测模块复杂度,相应比特率的增加幅度小于1.34%。     

一种面向新一代可伸缩视频编码的上采样设计

可伸缩视频编码属于新一代H.265/HEVC视频编码标准中的关键技术。本文分析了其相关技术,针对传统空间可伸缩视频编码中的上采样过程运算复杂、时间延迟等缺点,借鉴双边滤波器,将内容自适应嵌入到上采样过程中,提出了一种新的非线性和内容自适应设计方法。通过理论推导得出了改进后滤波器的表示公式,并设计出了新的上采样实现流程。通过仿真实验验证了理论推导的正确性,并与传统方法进行了比较,结果表明该方法可有效地提高编码效率、降低系统复杂性。     

可重构阵列处理器光电混合互连原型系统实现

高效视频编码(HEVC)标准在提升编码性能的同时,对系统带宽提出了更高的要求。传统电互连方式存在带宽小和时延大的问题,而光互连的高带宽和低功耗为片上资源数据通信提出了新的解决方案。然而由于工艺水平的限制,集成光器件无法在现场可编程门阵列(FPGA)芯片内部实现。采用片外光器件模拟片上光互连系统可以达到原型验证的目的。文章基于BEE4开发平台在单片上采用电互连方式进行数据通信,在Xilinx V6系列芯片间通过接入4通道小型可插拔+(QSFP+)光模块搭建光通信链路,构建光通信网络,实现了光电混合互连网络原型系统。以分辨率176×144的标准测试序列akiyoqcif176×144.yuv为例进行测试,实验结果表明,以光链路替代片间电通信能够正确实现,且板间传输时间仅为电互连的一半,综合频率为51.327 MHz。     

HEVC快速帧内模式和深度决策算法

针对HEVC帧内预测过程计算复杂度较大的问题,提出基于隔点模式抽取、像素梯度统计和子PU残差相对比的快速帧内预测算法.对应HEVC的33种帧内角度模式,按区间划分33类梯度方向并计算PU各个像素的梯度方向.先对偶数编号的角度模式计算排序,再快速比较得到候选模式集.然后根据所属各类梯度方向的像素累计个数,舍弃部分候选模式.在计算当前PU的哈达玛变换预测残差（Sum of Absolute Transformed Difference, SATD）的同时,记录该PU内4个子PU的SATD,并通过对这4个SATD之间的相对比,跳过当前PU之后深度的计算.实验结果表明,与HEVC标准测试模型HM13.0的算法相比,本文所提出的算法可节省约54%的帧内编码时间,而码率只有约1%的增加.     

DCT域HEVC帧内预测模式映射算法研究

高效视频编码(HEVC)算法支持的帧内预测模式扩展到了35种,使之可实现更精准的预测,从而取得更高的压缩率。通过分析图像数据DCT系数的特性,研究了DCT系数与帧内预测模式的映射关系,提出了一种DCT系数的分布特征与帧内预测模式间的映射方法,该方法可用于提高HEVC的编码速度。