基于门限自适应的H.264帧间模式快速选择算法

针对H.264/AVC运用基于率失真优化的全计算模式决策,引入巨大的计算复杂度,提出一种基于门限自适应的帧间宏块模式快速选择算法。该算法利用视频序列图像帧间时空域相关性,并运用动态门限来提高判决准确度。实验仿真表明,该算法在无明显降低编码质量的情况下,提高了编码速度,平均缩短编码时间89.94%。     

基于率失真联合准则的快速帧内模式选择算法

H.264采用率失真优化(RDO)算法,通过计算所有预测组合模式的率失真代价来确定宏块的最优编码模式,其编码复杂度和计算量也明显增加。为了降低编码运算量提高模式选择速度,通过对帧内预测模式快速选择算法的研究,提出了一种基于码率和失真度联合准则的快速帧内模式选择算法,结合提前退出策略有效减少了候选预测模式的数量。实验结果表明:与H.264参考模型JM86相比,该算法使I帧的编码速度至少提高70%,输出码率的增加低于2%,峰值信噪比(PSNR)基本保持不变。     

FVEA-H：一种用于H．264的快速视频加密算法

视频加密技术被广泛地应用于多媒体系统中.由于要求加密速度快,以往的H.264算法通常选择编码效率高的关键数据进行加密,其安全性、压缩比和加密复杂度互为矛盾,难以满足商业应用的需求.为此,提出了一种新的H.264快速视频加密算法(FVEA-H),该算法(1)在基于上下文的自适应变长编码(CAVLC)中加密残差数据中的拖尾系数;(2)在指数哥伦布(Exp-Golomb)编码中扰乱帧内预测模式、帧间分块模式以及运动矢量差(MVD)符号位等.实验结果表明,该算法在不影响压缩比的条件下,可以取得比以往算法更好的加密安全性,而执行时间上却很快,为H.264的实时安全应用打下了基础.     

一种精细的H.264码率控制方法

针对H.264提出了一种无需二次编码的精细码率控制策略,为解决H.264中宏块模式选择时需要使用量化级而给码率控制带来的困难。提出了一种可以在模式选择前预测当前帧编码复杂度的码率模型。并且提出了基于宏块条的码率控制策略。分析了H.264中利用拉格朗日R D优化方法进行宏块模式选择的特点,并根据编码比特对拉格朗日乘子进行优化,提出了基于模式选择的精细码率控制方法。实验结果表明,与JVT提案中的码率控制方法JVT G012相比,所提方法在准确控制码率的同时,提高了PSNR值。     

一种高效的H.264帧内编码全零块判决算法

分析了H.264帧内编码模式选择、整数变换和量化的特点,提出了一种帧内编码全零块判决算法。该算法根据相邻块的编码信息,使用动态判决门限判决量化后的全零块,避免了变换、量化等复杂过程。与已有的全零块判决算法相比,所提算法的全零块判决率最大可以达到87.8%,提高了帧内编码速度,可满足实时视频通信的要求。     

基于SVM的跳帧转码快速帧间编码算法

为降低H.264跳帧转码运算复杂度,在帧间模式选择中引入支持向量机(support vector machine, SVM)技术,提出一种SKIP模式提前判决算法,具体讨论了关键的特征向量与核函数的选择方法。同时,利用宏块时域相关性缩减预测模式数量,实现率失真优化提前终止。其次,通过定义宏块运动程度参数,针对不同运动程度的视频序列自适应地选择运动矢量合成算法和运动搜索策略,有效减少在已获得最佳运动矢量后仍进行运动搜索的运算冗余。实验证明,此算法极大降低了算法复杂度（平均84%）的同时保证了较高的视频质量,与现有算法相比,具有更强的鲁棒性和更广泛的适用性。     

基于改进正交匹配追踪算法的属性散射中心提取

属性散射中心模型是描述目标后向电磁散射特性的典型模型, 但其中传统的正交匹配追踪(orthogonal matching pursuit, OMP)算法提取模型时具有参数复杂度高、计算时间长等问题。对此提出一种基于稀疏字典的广义正交性的改进OMP算法, 快速定位模型位置参数值, 避免了正交匹配中的寻优过程, 从而降低算法的运算复杂度。通过对两类算法计算复杂度和计算精度进行多次蒙特卡罗实验比较得出，改进OMP算法提高了模型参数的估计精度与噪声鲁棒性, 且大幅降低了算法的运算复杂度, 相比于传统的OMP算法, 运算时间至少降低30%。     

H.264/AVC码率控制现状与发展

作为视频通信中非常重要的关键技术之一,码率控制用于调整视频码流以满足带宽受限的条件,能够直接影响视频编码器输出码率的稳定性和保证视频质量。首先描述码率控制问题,给出码率控制算法的分类准则;然后对众多的H.264/先进视频编码（advanced video coding, AVC）码率控制算法根据应用目的进行具体描述;最后从适用标准和应用目的两个方面,详细指出码率控制技术今后的研究方向。     

一种基于H.264的细粒度多适应性视频编码算法

提出了一种基于H．264的细粒度多适应性编码算法并对其进行了仿真实验。该算法综合运用了MP(Matching Pursuit)变换和位面编码等细粒度编码技术，灵活地将MP变换结果分为两个层次的码流，帧间预测也采用了两级预测模式，生成了多层次细粒度的视频压缩码流。该算法输出码流具有精细可调性，能自适应网络带宽变化，对于解决视频应用在现有尽力而为网络上所面，临的带宽波动和异构等问题有着重要意义。仿真实验证明了该算法的恢复质量和可伸缩性。     

基于原子库树状结构划分的诱导式信号稀疏分解

针对以往提出的稀疏分解算法仅从原子库构造方面或分解方式角度对算法进行各种改进且计算复杂度高的问题,提出了一种诱导性塔式分解算法.该算法首先将原子库逐层划分,得到一个树状层次结构的原子库,然后在迭代过程中利用划分所得树状结构有目的、有导向性地指引信号分解方向,从而一劳永逸地加快了信号分解速度,极大地降低了算法的计算复杂度.实验结果表明,与经典的匹配追踪(matching pursuit,MP)算法相比,本文算法在同等稀疏度且逼近误差接近的情况下,计算量大约降低为MP算法的1/40,计算时间降低为MP算法的1/100左右.仿真实验证明了该算法的有效性.