分级中快速层间帧内预测

针对空间可分级视频编码中编码复杂度高、计算量大的缺点,利用编码层间的模式相关性,提出一种快速层间帧内预测算法.本算法通过分析编码层之间的模式分布规律,由基本层信息指导增强层编码,减小增强层中备选模式数量,从而提高编码速度.实验结果表明,在PSNR和比特率微小变化的情况下,该方法使编码时间平均下降了34.48%,有效提高...     

基于FSCD-CNN的深度图像快速帧内预测模式选择算法

针对3D-HEVC的多视点视频加深度图的编码格式和四叉树编码结构所带来的编码复杂度问题,提出了一种深度图像快速帧内预测模式选择算法。首先,从深度视频序列中以最优的深度图最大编码单元（largest coding unit,LCU）划分深度为标签获取训练集;其次,构建了适用于LCU的Cu深度快速选择卷积神经网络（fast selecting Cu’s depth-convolutionalneural network,FSCD-CNN）;最后,对深度图LCU进行划分深度预测,跳过部分编码模式决策,实现最佳LCU划分。实验结果表明,与相关文献对比,所提算法在保持了编码性能的同时平均减少了15%的编码时间,实验验证了其有效性和可靠性。     

P_skip模式提前判决的帧间编码算法优化

帧间预测编码主要消除视频图像在时间上的冗余度.介绍了运动估计的基本原理和块匹配准则,然后运用数学和统计相结合的方法,建立了在不同代价函数时与不同量化参数下的全零块阈值模型.利用这个阈值模型,可以在运动估计之前判断P_skip模式,从而提出了P_skip模式提前判决的帧间编码算法优化方案.实验结果表明:在几乎无图像质量下...     

基于汉明纠错机制的抗帧操作的视频水印

提出一种基于（7,4）汉明码纠错机制的抗视频帧操作的帧定位算法,可通过识别含水印帧来提取受到帧操作攻击的水印信息。首先利用改进的简单线性迭代聚类（simple lineariterative clustering,SLIC）超像素分割算法提取视频帧的固有特征X,这里X是一串7位的0-1序列,是由SLIC超像素分割算法通过预处理、量化等运算得到的聚类中心。将视频帧的固有特征X与汉明码结合形成一个特殊的编码S。以编码S为定位码,利用（7,4）汉明码的纠错机制修改1位可隐藏3位的性能来实现定位码的标识,再基于DCT-SVD（discrete cosinetransformation-singular value decomposition）分解将水印信息嵌入到含定位标识的视频中。实验结果表明,该算法不仅能抵抗帧删除、帧添加和重编码等攻击,也能抵抗常见的信号处理操作。     

动态人脸图像序列中表情完全帧的定位与识别

考虑到人脸表情演变是一个持续过程，相比于静态图像，动态图像序列更适合作为人脸表情识别的研究对象。该文提出了一种基于嵌入网络的序列帧定位模型，利用加载预训练权重的Inception ResNet v1网络提取人脸表情序列各帧的特征向量，通过计算特征向量间的欧氏距离，定位出具有最大表情强度的完全帧，进而获取人脸表情序列数据；为了进一步验证定位模型的准确性，分别利用VGG16模型和ResNet50模型对定位的完全帧进行人脸表情识别。在CK+和MMI人脸表情数据库上进行了实验，所提的序列帧定位模型的定位平均准确率分别达到98.31%和98.08%；利用VGG16模型与ResNet50模型对定位的完全帧进行表情识别，在两个数据库上的实验结果分别达到了96.32%和96.5%，87.23%和87.88%，结果表明所提出的模型能够获取可靠的表情完全帧，并取得了令人满意的人脸表情识别效果。     

基于URQ模型的I帧码率控制

当目标码率较低时,在编码视频序列中周期性地插入I帧,会导致重建视频播放时出现“闪烁”现象. 为提高I帧重建质量,抑制“闪烁”,提出了一种基于URQ模型的I帧码率控制算法. 首先根据图像的运动趋势和复杂度将I帧划分为运动区域、图像复杂区域和平坦区域;然后依据人眼视觉系统对不同区域“闪烁”的敏感性,为视觉敏感区域分配更多的码率,其他区域分配较少码率;最后,利用URQ模型计算编码所需的量化参数值,实现对I帧的码率控制. 实验结果表明,所提算法能够在保证码率控制精度的前提下,有效抑制由于周期性插入I帧导致的视频“闪烁”现象,提高重建视频的整体主客观质量.     

帧内预测技术国内申请专利分析

随着网络技术的应用以及网络终端处理能力的不断提高和发展,人们对高清、超高清等大尺寸视频的需求日益增加,帧内预测作为视频编码框架的关键部分,其性能直接影响到整个编码器的编码速度和编码效率。本文给出了帧内预测技术方面的专利申请量趋势、申请人类型,并着重对帧内预测技术的重要申请人申请情况进行介绍,分析了重要申请人的申请量以及重要申请人的专利申请所集中的方向。     

基于帧间单映变换的视频序列超分辨率重建

针对帧间单映变换的视频序列提出了一种超分辨率重建算法。首先在最小二乘的基础上给出超分辨率重建的数学模型;其次采用基于模型的等级估计法估计相邻帧的单映变换矩阵;然后采用基于RANSAC的特征点匹配方法对非相邻帧进行带指导的改进估计,使其能够达到要求的亚像素级精度;最后运用共扼梯度算法进行迭代重建,并详细讨论了主要的矩阵向量乘法计算。实验结果表明该算法的重建相当有效。     

H.264预测编码关键技术的研究分析

H.264是目前最新的视频编码标准,相对于以前的ITU-T视频编码标准和mpeg序列标准具有更高的压缩效率.编码效率的提高主要归根于精确的帧间预测编码,其中包括多种块模式,多参考帧运动估计和分数像素精度3种新技术的采用.对这些帧间预测编码技术进行研究和分析,主要是分析这些技术与H.264基本配置之间的比较.     

多视点视频编码中随机访问解码路径的联合计算方法

随机访问性能是评价多视点视频编码预测结构性能的一个重要指标,往往通过计算解码路径的复杂度来衡量. 该文提出一编码端和解码端联合计算的方法,通过对视频序列实际编码情况的统计来更新解码时的参考图像列表,进而获取更准确的参考帧信息. 实验结果表明,所提出的方法能准确地计算出所需的参考帧,且参考帧数量比现有方法更少,能有效提高随机访问性能.     

H.264中一种新的运动估计快速搜索算法

H.264是新一代视频压缩编码标准,具有很高的压缩率,但其算法的复杂度较高,其中运动估计部分耗时最多.为了减少运动估计的时间,较详细地介绍了一种新的快速搜索算法,通过与传统的搜索算法的实验比较,可以看出新的快速搜索算法不但大大缩短了运动估计的时间,而且可以得到优质的图像,具有很高的应用价值.     

面向3D-HEVC的感知自适应环路滤波

提出一种基于感知的快速自适应环路滤波算法,利用最小可察觉失真模型和Canny算子将最大编码单元进行分类,对不同分类区域进行自适应环路滤波(adaptive loop filter,ALF)的性能评估和分析,在此基础上跳过所有非敏感平滑区域和敏感平滑区域耗时的ALF处理.实验结果表明,该算法能在视频主观质量和客观质量基本不变的前提下大大降低ALF编码复杂度,有效改善ALF性能.与现有高效ALF算法相比,该算法可在编码复杂度相当的情况下获得更好的主观视频质量.     

基于DirectShow的视频采集和传输

利用VC++实现一种基于DirectShow的视频捕获的方法,并采用H.264视频编码标准进行压缩,并实现了利用Socket视频传输方式进行实时服务器与客户端的传输.     

AVS快速立体视频编码新方法

提出一种基于AVS(audio video coding standard)的快速立体视频编码方法,对左路参考图像使用AVS编码器编码,对右路目标图像同时在时间域和空间域进行预测. 使用两级神经分类器来快速确定预测模式,第1 级分类产生对每一个大块的不同分割块,第2 级分类在运动估计或视差估计中选出最合适的预测源,并设计了改进的SAD(sum-of-absolute-differences)算法用以计算视差. 实验表明,该文提出的方法能节省80%的时间,引起的质量下降可以忽略,而占用的编码字节数仅多出7%左右.     

H.26L中的主要算法分析

H．26L是新的面向甚低码率视频通信应用的视频图像压缩标准，它具有较高压缩比，较强鲁棒性，尤其适用于公众交换电话网及无线／Internet网络环境下的视频传输。本文重点讨论了制定中的H．26L编码标准，并根据对H．26L算法的深入研究，提出在具体实现时的算法改进方案，使H．26L相对于以前的编码标准更加实用和有效。     

一种基于确定性网络编码的P2P文件分发机制

提出了一种新的基于确定性网络编码的P2P 文件分发模型—DLNCCD. 该模型采用确定性编码方法,并将该编码方法应用在特殊的多播网络Uniform Network 上,在保证达到最大的网络编码增益的同时降低了编码解码的复杂度. 仿真表明：与传统的文件分发系统BT 相比,以该模型为基础建立的文件分发系统总的分发时间降
低了10%15%, 系统的吞吐量提高了17%21%, 平均下载时间约减少了20%, 有效地提高了文件分发系统的性能.     

基于降低分辨率模型视频代码转换的研究

基于降低分辨率的视频代码转换模型,对运动矢量和宏块类型进行了精简.提出一种基于量化误差的自适应运动矢量模型,从而减小了搜索域,使最佳化输出运动矢量能进行快速运动估值.该方法在视频图象质量没有明显失真的前提下,改善了计算复杂度.