H.264中基于自适应宏块模式选择的误码掩盖算法

新一代视频编码标准H.264/AVC支持多种块模式的运动估计,一个宏块(MB)最多可能有16个运动矢量,这些信息都可用于时域误码掩盖。为此该文提出了一种基于宏块分割模式的时域误码掩盖算法,同时为了减少边界效应,引入了重叠块运动补偿来提高人眼的主观满意度。仿真结果表明:对于不同运动程度的序列和宏块丢失率,该算法的性能优于传统算法。当宏块丢失率为20%时,该算法恢复的视频峰值信噪比(PSNR)较传统算法可提高0.9~1.2 dB。     

基于参数模型的自适应二进制算术编码算法

为了在视频编码系统中更灵活地运用二进制算术编码,分析了内容自适应二进制算术编码算法的原理和编码流程,针对编码中的模型参数提出了2种不同的参数模型配置:高编码效率参数模型和低复杂度参数模型。低复杂度参数模型与高编码效率参数模型相比,在同等编码质量下可以将运算量降低约30%,存储空间节省87.5%,并结合视频编码中的码率控制机制提出了编码过程中在两种参数模型之间的自适应切换策略,以此来实现熵编码中复杂度和编码效率的折中,以适应不同的应用需求。     

0.6 kb/s声码器能量参数的高效量化

主观听觉测试表明,在0.6 kb/s声码器算法中,能量参数的量化精度与合成语音的质量有着密切的关系.为提高能量参数的量化精度,该文提出了一种基于预测矢量量化与比特资源动态分配的能量参数量化算法,在超帧编码过程中,充分利用基音周期在清音帧为固定值的特点,将其部分量化比特分配给能量参数,构造其二级码本,从而更好地量化能量参数.实验结果表明: 与基于增益-形状的量化算法相比较,该文提出的算法可以使能量参数的量化误差降低70%左右.     

低速率声码器激励参数的DCT_M模型

在低速率声码器中,对激励信号的描述直接影响重建语音的质量。为了改善音质,引入了DCT-M模型对激励谱幅度参数进行描述,通过二维离散余弦变换将变长的谱幅度矢量转为固定长度,再对其进行多级矢量量化。测试表明,该方法能够保留全带激励谱幅度矢量的形状,降低模型误差,从而提高了全带激励谱幅度的描述精度。将其应用在正弦激励线性预测(SELP)声码器中进行测试,结果表明,它能够改善重建语音的自然度,主观测试结果达65%。     

基于B-Spline插值的自适应去噪方法

为了提高在高水平噪声下的去噪效果,提出了一种适合对受随机冲击噪声污染图像重建的两步去噪方法。利用图像的全局和局部信息来定位被噪声污染的像素,对被噪声污染像素利用基于B-Sp line插值的方法来进行重建,并且根据被污染像素周围像素的污染情况自适应地调整对其的加权因子。实验结果表明:通过B-Sp line插值来恢复被噪声污染像素的方法,对污染噪声的水平具有很好的鲁棒性,特别是在噪声水平高于50%的情况下,重建图像的峰值信噪比PSNR比传统方法平均可以提高2~3 dB。     

基于H.264的时空域联合误码掩盖算法

为了对视频传输中丢失的信息进行恢复,提高重建视频的质量,提出了一种基于H.264的时空域联合误码掩盖方法。该算法将丢失宏块分成16个4×4子块,通过分析子块的空间特性来确定其恢复的优先权,并依次恢复其运动矢量。仿真结果表明,对于不同运动程度序列和不同宏块丢失率,该算法性能均稳定地优于H.264标准的算法。特别是在20%的宏块丢失率下,恢复视频峰值信噪比(PSNR)相对H.264标准算法可提高1~2 dB。     

可编程语音压缩专用处理器设计

为了提高通信系统的保密性,降低制造成本,需要进行专用处理器的设计。基于正弦激励线性预测(SELP)算法模型,设计了一款多速率语音专用处理器。芯片使用可重构体系结构和超长指令字(VLIW),优化了高复杂度函数。仿真结果表明:该处理器对0.6kb/s速率SELP算法的执行效率明显优于通用数字信号处理器(DSP)。处理器内部程序数据外部不可见,指令并行度显著提高,常用函数可被修改,从而达到高保密性、低复杂度、易开发性。     

加权平方误差测度下的快速矢量量化算法

为降低加权平方误差测度下的矢量量化运算量,针对加权因子固定与不固定2种情况,分别提出了快速搜索算法。加权因子固定时,对等均值最近临搜索算法做了相应改动即可应用;加权因子随输入矢量变化时,提出了一种分裂多级等均值最近临搜索算法,算法提出了3个新的排除准则,在不同的场合下选用部分或者全部,从而有效降低码字搜索运算量。测试结果表明:分裂多级等均值最近临搜索算法能够有效降低加权平方误差测度下矢量量化的运算量,比全搜索算法能够节省约69%的运算量。     

延迟受限细粒度可伸缩视频流媒体的平滑传输

对于异构网络上可伸缩视频的传输,为了解决由于网络的时变性特征所引起的编码码流与网络带宽不适配所引起的问题,提出了一种控制可伸缩码流的传输,使之适应带宽的时变特性,同时能够保证平滑的重建视频质量的传输调度算法。在延迟受限的条件下,通过控制每一帧增强层码流的传输,使得带宽变化所带来的视频质量波动显著下降,从而有效地提高了视频的总体质量。仿真试验表明,该方案在提高视频客观质量的同时提高了其主观质量,有效提高了视频传输的鲁棒性。同时,所提出的算法复杂度较低,能够应用在实际的流媒体传输系统中。     

预测自适应Gauss混合模型线谱频率量化

为了实现高质量低速率语音编码,提出了高效线性预测Gauss混合模型(Gaussianmixturemodel,GMM)线谱频率参数量化算法(LP-GMM-LSFQA)。线谱频率(linearspectralfrequency,LSF)参数先去均值,经过一阶线性预测,得到残差信号,将残差用协方差矩阵为对角阵GMM量化算法进行量化。在此基础上,利用反量化后参数自适应更新GMM的加权系数和均值,进一步提出了预测自适应GMM-LSF量化算法(LP-AGMM-LSFQA)。实验表明LP-GMM-LSFQA在20b/帧时量化性能超过预测分裂矢量量化22b/帧时的量化性能,节约2b/帧;LP-AGMM-LSFQA量化性能优于LP-GMM-LSFQA。