一种采用内预测模式的HEVC视频信息隐藏算法

针对最新的视频编码标准高效率视频编码(HEVC),提出一种基于帧内模式选择的视频信息隐藏算法.首先,对一幅二值图像进行Arnold置乱和turbo码编码,形成待嵌入的二值信息序列.然后,结合帧内模式选择过程,调制I帧亮度16×16编码单元最优预测模式的奇偶性来实现信息隐藏.由于只在I帧进行信息隐藏,提取时只需部分解码即可提取隐藏信息,无需完全解码与原始视频的参与,实时性较好.实验结果表明:算法对视频质量和比特率的影响较小,且能保证一定的信息隐藏容量,符合视频隐藏算法的基本要求.     

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.     

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.     

基于H.264编码的视频水印算法

研究一种针对H.264编码的帧间预测块划分视频水印算法,该算法先对水印图像进行二值处理并经Arnold置乱,然后在H.264帧间预测编码时根据水印二值序列选择不同的区块划分,并将水印值嵌入进去.实验结果表明,该算法具有较好的实时性、鲁棒性,在B片少量出现的情况下可以达到最佳的效果.     

用于H.264/AVC水印嵌入的低复杂度误差补偿算法

直接在H.264/AVC比特流中嵌入水印可以极大地提高水印算法的效率, 但是由此而引入的传播误差效应会使视频质量严重降低。针对该问题, 提出一种低复杂度的误差补偿算法来消除传播误差。该算法中, 水印被嵌入到量化之后的DCT系数中, 利用一个新的误差预测模块对当前块进行误差计算, 然后将其动态补偿到当前块以消除传播误差对视频质量的影响。实验结果表明, 所提出的算法具有低复杂度、高视频质量以及较小比特率增加等优点, 可以应用于实时的视频水印嵌入方案。     

基于梯度的帧内自适应深度决策算法

提出了一种基于梯度的帧内候选模式裁剪算法,通过自适应深度划分并利用空间信息来简化帧内预测过程,大大减少了计算复杂度.实验结果显示,所提出的算法对比HM16.7,可以减少35.25%的计算复杂度,且只有极小的编码效率损失.     

煤矿视频编码帧内预测模式快速算法

针对煤矿井下这一特殊环境下的视频监控要求和视频序列特点,提出了基于H．264／AVC标准的煤矿井下视频编码的一种帧内预测模式快速算法。通过仿真实验证明,该算法与原H264／AVC标准算法相比,对于IPPPP类型帧序列,可节约15％左右的编码时间;对于全I帧视频序列,可节约30％左右的编码时间,而视频质量（PSNR）和码率几乎不变。     

基于高效率视频帧内编码的快速编码单元和预测模式决策算法

针对高效率视频编码采用四叉树分割和35种模式预测等技术来提高视频编码质量,但引起算法复杂度剧增这一问题,本文利用当前编码单元及其相邻单元空间相关性对当前编码单元分割模式进行预测,从而快速决策编码单元的分割模式.此外,通过跳过若干低概率预测模式的率失真最优化处理过程,实现了一种快速的预测模式决策算法.测试结果显示,提出的算法可以平均减少53%的编码时间,并保持BDBR仅为1.17%的良好编码质量.      

用于H.264/AVC水印嵌入的低复杂度误差补偿算法(英文)

直接在H.264/AVC比特流中嵌入水印可以极大地提高水印算法的效率,但是由此而引入的传播误差效应会使视频质量严重降低。针对该问题,提出一种低复杂度的误差补偿算法来消除传播误差。该算法中,水印被嵌入到量化之后的DCT系数中,利用一个新的误差预测模块对当前块进行误差计算,然后将其动态补偿到当前块以消除传播误差对视频质量的影响。实验结果表明,所提出的算法具有低复杂度、高视频质量以及较小比特率增加等优点,可以应用于实时的视频水印嵌入方案。     

Semi-Global Depth Estimation Algorithm for Mobile 3-D Video Applications

Three-dimensional (3-D) video applications,such as 3-D cinema,3DTV,and Free Viewpoint Video (FVV) are attracting more attention both from the industry and in the literature.High accuracy of depth video is a fundamental prerequisite for most 3-D applications.However,accurate depth requires computationally intensive global optimization.This high computational complexity is one of the bottlenecks to applying depth generation to 3-D applications,especially for mobile networks since mobile terminals usually have limited computing ability.This paper presents a semi-global depth estimation algorithm based on temporal consistency,where the depth propagation is used to generate initial depth values for the computationally intensive global optimization.The accuracy of initial depth is improved by detecting and eliminating the depth propagation outliers before the global optimization.Integrating the initial values without outliers into the global optimization reduces the computational complexity while maintaining the depth accuracy.Tests demonstrate that the algorithm reduces the total computational time by 54%-65% while the quality of the virtual views is essentially equivalent to the benchmark.     

一种基于DCT系数的数字视频水印算法

文章提出了一种基于DCT的MPEG-2视频水印技术的设计方法。该算法将水印信息经Hash置乱后嵌入在I帧色度DC系数上。这种算法将混沌理论与置乱技术和扩频技术综合运用到视频水印中,既提高了水印的不可见性、鲁棒性,又提高了水印的安全性。     

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.     

一种基于提升小波和证据理论的视频水印算法

对宿主视频序列中每一帧的亮度通道经过提升小波处理后,选择相邻图像方块的中高频小波细节子带,根据人类视觉屏蔽特性嵌入水印,并且应用水印公式构造特殊的水印嵌入后条件,判断提取的水印可信度,然后结合水印证据之间的支持度,根据证据理论对其数据进行融合获得鲁棒水印,实验结果表明该算法具有较强的鲁棒性,能有效抵抗帧裁剪、添加噪声、帧平均、帧交换、MPEG压缩和格式转换等攻击.     

压缩域视频水印的失真漂移补偿算法

针对H.264/AVC压缩域视频,提出一种新的带有失真漂移补偿机制的鲁棒视频水印算法.该算法通过采用新的漂移补偿机制补偿由于水印嵌入所带来的解码误差,即视频播放时的失真,并针对由水印嵌入可能引起参考块改变的情况进行特殊考虑,避免了失真漂移的进一步扩散.通过选取宏块内尺寸最小的区块进行水印嵌入,利用离散余弦变换的能量集中效应保证受到攻击时的稳定性.实验结果证明,所提出的算法既具有良好的水印不可感知性,又具有良好的抗压缩攻击性,即有损压缩攻击下仍能达到平均80%的检测正确率.     

用于头戴式虚拟现实眼镜的视频水印

头戴式虚拟现实眼镜可以将人对外界的视觉封闭,使观看者产生沉浸于虚拟环境中的感觉。为了实现这一效果,头戴式虚拟现实眼镜会将广角镜片放置在使用者的眼睛前,使得视频画面聚焦。由于广角镜片的使用会对画面产生枕形畸变,从而影响观看的效果;因此播放的视频画面要先经过桶形变换以抵消广角镜片的影响。此时使用者可以拷贝经过桶形变换的视频,从而盗版该视频。在这种情况下,视频的版权信息不仅需要在原始视频中验证,还需要在经过桶形变换后的视频中验证。提出了一种用于头戴式虚拟现实眼镜的视频水印方案;该方案使用基于扩频的水印嵌入方法,将数字水印模板嵌入到视频帧的中频中。对于遭受了桶形变换的视频帧而言,首先提出了一种桶形变换参数估计方法;然后对遭受了桶形变换的视频进行枕形变换以期恢复出桶形变换,前的画面;最后,对恢复的视频帧和水印模板进行相关性计算,以检测该视频中是否含有水印。实验结果表明,可以正确地从遭受桶形变换的视频帧中检测出已嵌入的水印,说明可以用于头戴式虚拟现实眼镜中的视频的版权保护。     

HEVC帧内率失真优化预测模式的并行流水线硬件设计

近年来,随着人们对视频数据需求的不断增加,视频的分辨率和帧率也在不断地提高,而实时视频序列的压缩编码速度往往受到帧率和分辨率的影响,分辨率和帧率越大,编码所需要的时间越长。为了实现更高分辨率和更高帧率的视频序列实时压缩编码,文中设计了一种新的帧内率失真优化预测模式的并行流水线硬件架构,该架构支持最大64×64编码树单元的帧内预测编码。首先设计了9路预测模式并行方案;然后,按照Z型扫描顺序实现以4×4块为基本处理单元的流水线硬件架构,并复用32×32预测单元的预测数据,用以代替64×64预测单元的预测数据,减少运算量;最后,基于该流水线架构,提出了一种新的哈达玛变换电路,用以实现高效的流水线处理。实验结果表明：在Altera Arria 10系列的现场可编程门阵列上,该9路模式并行架构仅占用75 kb的查找表和55 kb的寄存器资源,主频可以达到207 MHz,完成一个64×64编码树单元的预测仅需要4 096个时钟周期,最大能够支持1 080 P分辨率99 f/s全I帧的实时编码;与已有设计方案相比,文中方案能够用更小的电路面积实现更高帧率的1 080 P实时视频编码。     

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.