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.     

H.264/AVC帧内4×4块预测模式选择算法研究

H.264/AVC是新一代的视频编码标准,其采用空间域上的帧内预测技术,进一步提高了编码效率.但由于H.264/AVc帧内预测模式较多,使帧内预测的计算复杂度大幅提高.在详细分析帧内预测模式选择过程的基础上,提出了一种率失真优化(rate distortion optimization,RDO)模式下的快速Intra_4×4模式选择算法.实验结果表明,该算法缩小了模式搜索范围,从而大幅度降低帧内预测的复杂度,并且基本保持了H.264/AVC的编码性能,同时对空间变化较快的视频序列算法性能更为有效.     

H．264／AVC帧内4×4块预测模式选择算法研究

H．264／AVC是新一代的视频编码标准,其采用空间域上的帧内预测技术,进一步提高了编码效率。但由于H.264／AVC帧内预测模式较多,使帧内预测的计算复杂度大幅提高。在详细分析帧内预测模式选择过程的基础上,提出了一种率失真优化（rate distortion optimization,RDO）模式下的快速Intra_4×4模式选择算法。实验结果表明,该算法缩小了模式搜索范围,从而大幅度降低帧内预测的复杂度,并且基本保持了H．264／AVC的编码性能,同时对空间变化较快的视频序列算法性能更为有效。     

一种针对全景视频编码器的复杂度优化算法

相比于普通平面视频,全景视频能给用户提供更加沉浸式的体验,但其编码复杂度也急剧上升,阻碍了其推广应用。为解决此问题,本文首先结合全景视频纬度特性和帧间相关性构建复杂度预测模型,以更好地分配帧内复杂度资源;其次,构建一个转换模型将编码复杂度转换为时间复杂度,以确保帧内编码时间的稳定性;最后,综合上述两个模型提出一种自适应复杂度优化算法。实验结果表明,本文所提算法能在复杂度与编码质量之间取得更优的平衡,以适应不同应用场景的需求。     

H.264/AVC中4×4块的快速帧内预测算法的研究

H.264/AVC采用空间域上的帧内预测技术,进一步提高了编码效率,但由于帧内预测模式数目较多,使预测的复杂度大幅度增加。本文分析了帧内预测模式的选择过程,根据SATD（Sum of Absolute Transformed Difference）以及相邻块的预测模式之间的相关性等特征提出一种快速预测方法,预先筛选出Intra_4×4候选模式,避免不必要的计算。实验结果显示,该算法大幅度降低运算的复杂度,同时基本保持了H.264/AVC的编码性能。     

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。...     

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.     

基于统计特性的H.264/AVC帧间快速模式判决算法

鉴于H.264宏块的可变尺寸划分模式虽提高了编码效率,但也加大了计算复杂度.针对降低编码复杂度的问题,提出了一种基于统计特性的帧间模式选择快速算法.该算法利用最佳模式分布规律和率失真值的统计特性,通过比较适当的阈值提前中止策略以减少不必要的计算量.通过实验表明:该算法平均减少总编码时间30%左右,而且性能损失控制在可以忽略的范围之内.     

基于空间相关信息的H.264快速帧内模式选择算法

简要分析了H.264中的帧内预测模式选择，提出一种简单的快速帧内预测模式选择算法.利用视频数据当中的空间相关性，采用相邻编码块的最佳模式来作为当前编码块最佳模式的选择依据，并且加入刷新机制，有效地减小了待选模式的范围，降低了算法的复杂度.试验结果表明：该算法有效地降低了帧内预测的编码时间，降幅达到了50%以上，同时基本保持了原始算法的编码性能.     

单应变换下无人机序列图像高效率压缩算法

针对高空无人机航拍序列图像的实时图像压缩问题,设计了一种基于单应变换的可精确定比的高压缩性能低计算复杂度航拍序列图像压缩算法.该算法使用机载惯导数据进行编码帧组划分并获得中间帧相对于首尾帧的初始单应变换,进而通过多子区匹配实现对单应矩阵的快速精确求解,然后通过单应变换来实现对中间帧的整体运动估计和补偿,最后用JPEG2000算法对帧组数据进行整体压缩.实验结果表明,相对于传统算法,该算法具有计算复杂度低、压缩比高、保真度好、可精确定比压缩的优点.     

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。     

双域无参考视频质量评价算法

为了提高视频质量评价的精确度,降低计算复杂度,提出了一种双域无参考视频质量评价算法.在压缩域,利用从码流中提取的编码信息,结合视频内容复杂度来计算视频相似度;在像素域,结合人类视觉系统的特性,通过块效应和模糊效应评估来计算视频失真度;最后,综合视频相似度和失真度得出视频客观质量.文中选用LIVE Video QualityDatabase对算法效果进行了评估,结果表明:该算法的预测精确性和单调性分别达到0.801 3和0.786 1,优于全部10种对比的视频客观质量评价方法;同时,该算法具有较低的计算复杂度,可以满足实时应用要求.     

基于线性搜索的快速运动估计算法

为了减小快速运动估计算法的计算复杂度和提高运动补偿的准确性,提出了一种新的块匹配运动估计算法,称为线性正方形搜索算法.该算法采用运动估计的线性搜索策略,对于不重要的搜索区域利用线性搜索技术进行快速搜索以减小算法的计算复杂度,而对于重要搜索区域,即最佳点所在区域,用9点的正方形模块进行精细搜索以提高算法的搜索精度.实验结果证明,该算法与菱形算法相比不仅计算复杂度减小了10%以上,而且视频编码效率可以提高约0 1dB.     

采用已编码信息的HEVC帧间快速模式决策算法

针对高效率视频编码(HEVC)帧间预测高额的计算复杂度,提出一种利用已编码块的相关信息进行快速帧间预测的算法.首先,在每个深度级上,利用当前编码单元联合其时空上最近的所有已编码单元的运动矢量(MV)长度,提前决定2N×2N的预测单元(PU)分割尺寸.其次,利用当前深度层获得的率失真代价(RDcost),结合离线统计出设置的阈值,终止满足条件的编码单元的进一步分割进程.实验结果表明:文中算法可以节省37.8%的编码时间,并取得与原始算法几乎相同的率失真性能.     

一种面向新型视频编码器的快速算法

为降低多功能视频编码标准(VVC)编码的复杂度,提出一种面向VVC的帧内快速编码算法.首先,根据视频内容的时空域相关性,使用反向传播(BP)神经网络对CU的划分深度进行预测;然后,使用统计概率对CU的划分模式进行选择;最后,编码时跳过不必要的划分模式以节省编码时间.实验结果表明,与原始编码器相比,该算法平均可节省59.82%的编码时间,且在同等编码质量情况下比特率的平均增加值(BDBR)仅为2.05%.     

一种新的快速块匹配运动估计算法

提出了一种新的快速、有效的块匹配运动估计算法。算法采用多步搜索方法,利用相邻块之间的运动相关性,选择反映当前块运动趋势的预测点作为初始搜索点;用子采样块匹配失真度量来减少计算量;利用运动矢量的中心倾向的分布特性,用多侯选点钻石形状搜索方法来提高运动估计的速度和准确性。实验表明,该算法计算复杂性低,预测质量好。     

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.     

联合Mean-shift与粒子滤波器的实时视频目标跟踪算法及实现

粒子滤波器由于摆脱了高斯分布的约束条件,已经成为一种主流的、面向目标的非线性运动跟踪算法,广泛应用于视频压缩与检索、智能视频监控、智能人机交互等领域,其缺点是计算复杂度高、计算量庞大,无法满足实时应用的需求。针对粒子滤波器在计算量、实时性及粒子退化方面存在的问题,提出了将Mean-shift算法嵌入粒子滤波器,对重要性采样分布进行优化,以较少的采样粒子实现视频目标跟踪。仿真实验结果显示,联合Mean-shift的粒子滤波算法在目标跟踪过程中具有较好的实时性与鲁棒性。     

一种H.264的帧间宏块模式选择算法

H.264视频编码标准采用多种块模式运动估计,可以有效减少块匹配预测误差;但随着模式选择的增多,算法计算量成倍增加。对H.264的帧间宏块编码模式的选择进行了统计分析,在此基础上,提出了一种根据前一帧搜索结果判断小块模式搜索中途停止(Halfway-Stop)算法。实验表明,本算法能在获得与全搜索算法相当的图像质量、信噪比和比特率的情况下,大大降低多种块模式运动估计算法的复杂度。