高效视频编码(HEVC)帧内预测块尺度的快速选择方法

针对高效视频编码(high efficiency video coding,HEVC)中帧内尺度模式选择计算复杂度高的问题,提出了一种HEVC帧内预测块尺度的快速选择方法。基于图像的纹理复杂度,通过提前检测帧内预测块的绝对误差均值,选择预测块尺度类型,减少穷尽搜索代价计算过程。实验结果表明,该方法能够有效降低帧内预测块尺度模式选择的计算复杂度,在比特率平均提高3.09%的情况下,编码时间能平均减少29.87%,峰值信噪比平均提高0.031%。     

一种HEVC帧内编码快速算法

为了降低新一代高效视频编码(high efficiency video coding,HEVC)标准的计算复杂度,提出了一种基于亮度分量直方图分析的HEVC帧内编码快速算法。统计编码单元中4个子块的亮度分量直方图,并计算子块亮度直方图的自相关函数;根据自相关函数判断每个子块的纹理类型;根据子块的纹理类型进行编码单元划分的自适应选择,从而减少不必要的编码尺寸,降低HEVC帧内编码的计算复杂度,提高编码速度。实验结果显示,相对于HEVC标准模型,本算法可将编码速度提高22%,而平均比特流增加0.9%左右,同时视频的PSNR基本维持不变。     

一种HEVC快速帧内模式判断算法

针对HEVC帧内预测模式较为复杂的过程,提出一种适合HEVC帧内预测的快速算法.本文提出的算法充分利用了相邻PU块之间的结构相似性(SSIM),以及在候选模式中,MPM、PLANAR模式和DC模式最终被选为最佳预测模式的概率的规律,以达到减少帧内模式数量,降低计算复杂度的目的.实验结果表明,与参考编码算法相比,该算法可以稳定减少HM12.1编码时间35.6%,相应平均码率减少2.29%,PSNR-Y平均增加0.5058 dB,本算法具有实用价值.     

深度图的快速自适应帧内预测模式选择算法

基于高效率视频编码(high efficiency video coding, HEVC)三维视频扩展的深度编码,引入了深度模型编码模式(depth modeling mode, DMM)和区域边界链编码(region boundary chain, RBC)模式. RBC 模式通过遍历编码单元(coding unit, CU)当前深度下所有的边缘线预测模板来得到最佳的预测模板, 但在显著提升编码效率的同时, 其计算复杂度也增加了数倍. 深入研究了在HEVC 模式粗选过程中选出的最优预测模式与DMM 和RBC 这两种模式的相关性, 以及与直接Wedgelet 搜索模板集合各个方向的相关性, 并在此基础上提出了一种快速的自适应深度图帧内预测模式选择算法. 该算法将编码块分为平坦块、方向性编码块以及纹理复杂块3 种. 对平坦块跳过DMM 和RBC 模式, 而对方向性编码块的直接Wedgelet 搜索过程则跳过不必要的方向模板搜索, 从而提高编码速度. 实验结果表明, 在全I 帧模式下,该深度图帧内预测模式选择方法平均节省了75.4% 的编码时间, 而在合成视点端仅带来0.4%的性能损失.     

一种H.264帧内预测模式快速选择算法

H.264使用率失真优化提高了编码效率,但也增加了计算复杂度,不利于编码的实时实现。本文分析了H.264中计算复杂度较高的帧内预测模式选择部分,提出一种快速的帧内预测模式选择算法。根据隶属度函数预先判断宏块类型,通过求取各像素点的方向得到4×4块的纹理方向,由此确定候选模式,减少预测模式的数量。实验结果表明,在图像性能和码率基本保持不变的情况下,编码时间平均下降了约38%,大大提高了编码速度。     

基于纹理特征的H.264/AVC帧内预测快速算法

针对H.264/AVC帧内预测中的模式选择计算复杂度过高的问题,提出了一种基于纹理特征的快速算法.该方法首先计算16×16块的纹理复杂度,来确定预测块的大小;然后针对In-tra-4×4预测,根据平均预测精度来选择接近该块纹理方向的少量几个可能预测方向,从而避免对不可能模式的率失真代价计算,理论上可以排除62.8%不可能模式的计算代价.通过对实验结果分析选择最佳阈值,使该算法在编码I帧图像时比JM8.6节省42%的编码时间,同时保持PSNR基本不变,平均比特率的增加小于2%.     

高效率视频编码快速模式判决算法

为了降低高效率视频编码(HEVC)的编码复杂度,提出一种新的快速模式判决算法.考虑到视频帧的纹理特性和编码中所采用的量化参数影响最优编码单元(CU)模式的选择,首先提取前一帧的平均分割层数和其最大编码单元(LCU)的最小分割层数来预测当前帧对应位置处LCU的最小分割层数,以跳过部分大块CU的模式判决;然后计算当前CU的运动矢量差值和预测残差系数来决定CU的最大分割层数,以避免小块CU的模式判决.实验结果表明,与原始的HEVC编码方法相比,高效率视频编码快速模式判决算法可平均降低51％的编码复杂度,而编码比特率平均只上升了0.69％.     

一种基于变换域信息的H.264/AVC帧内4×4快速预测

为了在保持较好H.264编码效果的同时,用尽可能少的额外计算量来减少H.264帧内预测候选模式数,从而降低编码复杂度,提高帧内编码速度,提出了一种基于变换域信息的帧内4×4快速预测算法。该算法利用帧内预测过程中的中间结果提取块的方向信息,以此指导帧内4×4预测;只搜索与块方向相近方向的几种高概率模式,而不再进行全搜索。...     

一种高清帧内预测单元快速选择算法

针对高效视频编码标准提出一种CU划分快速终止算法.该算法选择图像纹理复杂度作为特征向量,将HEVC帧内预测与k-means聚类方法相结合,通过每种尺寸CU的聚类中心减少率失真优化的次数,提前终止CU块的划分,在达到降低编码复杂度的同时依然保持较好的编码效率.测试结果表明,本算法与参考算法HM10.0相比较,视频图像质量基本不变,而编码时间大幅减少.     

基于H.264的双向帧内预测研究

双向帧内预测（Bi-directional Intra Prediction,BIP）为了提高H.264的帧内编码效率,提出了两个方案：一是改变了宏块中子块的编码顺序;二是使用两种预测模式生成新的预测模式。本文采用三个典型的视频序列对双向帧内预测进行了实验,并将其与H.264标准帧内预测算法进行对比,从实验结果可以得出,使用双向帧内预测算法比不使用双向帧内预测算法的PSNR值平均增加0.25,码率平均减少了2.96%,编码时间平均增加了222%。     

一种深度图帧内预测模式决策改进算法

为减小3D-高效视频编码(three dimensional-high efficiency video coding,3D-HEVC)的编码复杂度,提出一种深度图帧内预测模式决策改进算法.一方面,采用拉普拉斯边缘检测法对是否遍历深度模型模式(depth modeling modes,DMMs)进行快速判决;另一方面,利用预测单元(prediction unit,PU)的楔形分割线与其纹理特征的相关性,只对候选预测模式中的帧内角度模式相关的楔形分割进行搜索,减少楔形分割模式遍历的数量,实现DMM1模式的快速决策.经测试,算法在平均编码比特率增加很少的情况下,深度模型模式的平均编码时间降低了53.65％,而深度图的合成质量基本不变.     

HEVC帧间编码的快速CU尺寸和PU模式决策算法

为了进一步降低高效视频编码(HEVC)帧间编码的复杂度,提出一种快速的编码单元(CU)尺寸和预测单元(PU)模式决策算法.首先,利用SKIP和平均运动矢量提前结束CU分割过程.其次,根据统计的阈值,实现概率较小的PU模式计算过程的跳过.算法在随机方向(RA)和低延时(LD)配置下,编码时间分别平均降低42.2%和36.3%,造成的BDBR(bjentegaard delta bitrate)损失仅为0.624%和0.264%.实验结果表明:CU尺寸和PU模式决策算法在编码质量基本不变的前提下,能正确地决策出最佳CU尺寸和PU模式,有效地提高HEVC的编码效率.     

二维直方图的HEVC帧内快速深度决策算法

针对高效率视频编码(HEVC)帧内预测高额的计算复杂度,提出一种基于二维直方图的快速深度决策算法.首先,对当前最大编码单元(LCU)采用3×3矩阵进行滤波;然后,分别统计原始LCU以及滤波后LCU的像素分布,生成二维灰度直方图.通过该二维直方图所表征的纹理特征,进行深度的自适应选择,减少不必要的深度计算.实验结果表明:同原始HM10.1相比,文中提出的算法可以节省编码时间21.6%,同时保证视频质量几乎不变.     

一种新的基于FPGA的HEVC帧内预测硬件结构

在保证视频编码性能的前提下,为降低硬件实现复杂度、减少硬件资源、提高硬件的处理速度,提出一种新的基于现场可编程门阵列(FPGA)的高效视频编码标准(HEVC)帧内预测硬件结构.设计的硬件结构可以支持64×64到4×4的块大小以及所有的模式预测,而且经过实验,实现一个完整的64×64大小的编码树单元(CTU)的编码过程需要3.3×10~4左右的周期数,主频能够达到160 MHz.     

一种基于空时域相关性的HEVC帧间预测模式快速决策算法

为了减小高性能视频编码（high efficiency video coding,HEVC）的复杂度,提出一种基于四叉树结构类型分析的帧间预测模式快速决策改进算法。一方面,统计并分析空时域相邻编码单元（coding unit,CU）和 CU 深度之间的相关性,确定其深度遍历区间,跳过一些冗余 CU 的分割,从而减少 CU 深度划分的复杂度;另一方面,通过分析遍历区间内 CU 的运动特征和预测单元（prediction unit,PU）模式特性,确定不同运动特征所对应的 PU 模式,减少所需遍历候选 PU 模式的数量和所需要进行的率失真代价计算的数量。与 HM14．0相比,采用该算法的 HEVC 编码器在输出比特率增加很小的情况下,平均编码时间降低了46．9％,而编码后的视频质量基本不变。     

H.264中基于边缘方向检测的帧内预测模式选择算法

运动估计是H.264中最为复杂的部分,帧内预测是运动估计的重要内容.H.264中帧内预测模式众多,大大增加了编码的复杂度.在帧内预测中,一般是通过率失真优化或者相关特性来减少选择预测模式,但复杂度还是较高.针对此问题,提出了一种改进的基于边缘方向检测的帧内预测模式选择算法.该算法利用方向检测方法来检测模式选择方向上像素的相关性.测试结果显示,本算法在保证视频质量的前提下减小了计算复杂度,大大提高了编码速度.     

一种HEVC样点自适应补偿快速算法

为解决高性能视频编码标准H.265/HEVC中引入的样点自适应补偿技术的计算复杂度极高导致严重影响编码效率的问题,提出一种HEVC样点自适应补偿快速算法.首先根据编码单元(coding unit, CU)的划分深度确定亮度树形编码块(coding tree block, CTB)中需要提取边缘方向的区域,然后利用边缘方向提取算法获得亮度CTB的边缘方向列表,并根据此列表减少亮度CTB在模式判别过程中遍历的模式数量,最后利用亮度和色度CTB之间的相关性进一步简化色度CTB的模式判别过程.实验结果表明,在性能损失较小的情况下,本算法可以在全I帧(AI)、随机访问(RA)、低延时B帧(LB)、低延时P帧(LP)四种配置下分别节省31.75%、 56.85%、 52.81%、 51.51%的样点自适应补偿编码时间.