基于邻块预测的H.264快速帧内预测模式选择算法

针对Pan提出的快速帧内预测模式选择算法存在侯选模式不够精简,以及仅利用了块内部纹理信息进行侯选模式的预测等不足,提出了一种改进的基于邻块预测的H.264快速帧内预测模式选择算法。改进算法不仅采用块内部纹理信息预测,而且利用帧内相邻已编码块进行空域预测,以得到更加精简的侯选模式,从而减少参与选择的模式数量,提高了编码速度。实验结果表明,与Pan算法和JM全搜索算法相比,该算法在保持较好的编码图像质量的同时,可有效地提高编码速度。     

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.     

基于模式相关性的H.264帧内预测快速模式选择算法

视频压缩编码标准(H.264)中帧内4×4预测有9种预测模式,均使用全搜索算法并引入率失真优化技术,为每个4×4块选择最佳预测模式.虽然这种算法获得了最佳的编码质量,但是由于它的运算量大,从而限制了实际应用.在分析H.264帧内4×4预测的原理和全搜索算法步骤的基础上,针对全搜索算法计算量大的缺点,根据每个4×4块的位置和不同预测模式在方向上的相关性,提出了一种快速模式选择算法.仿真实验的结果证明,该选择算法最大可将编码时间降低34.5 %,而峰值信噪比(PSNR)仅仅降低0.035 dB.     

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。     

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。     

H.264/AVC高端类帧内预测快速选择算法

高端类主要针对高分辨率视频,编解码速度要比基端类要求更高一些.本文提出了基于高端类的帧内预测快速选择算法.首先执行8×8提前终止算法,再利用8×8预测结果提前终止16×16或4×4模式.利用8×8的预测模式执行顺序和垂直方向的反离散余弦变换可以提高8×8模式的编码效率.仿真结果同JM13.2相比较比特率略有提升1%左右,PSNR略有降低0.09dB左右,但提高了编码效率.     

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。     

H.264视频编码快速宏块模式选择策略

分析了表征前一帧各块运动特征的统计信息(包括各宏块误差值和运动矢量),并以该统计信息预测当前帧各块的运动特征,提出了一系列基于统计信息、宏块分类和自适应判决门限的提前选择某模式为最优模式的快速模式选择策略. 实验数据表明,快速算法能够以43%的计算时间,达到与JM12.2中原参考算法近似的峰值信噪比和码率性能.     

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.     

基于H.264视频编码技术的研究

介绍和分析了H．264采用的新编码技术，诸如1／4和1／8像素精度运动估计，可变大小的图像分块。多参考帧，新的熵编码算法等．新编码技术的采用使H．264的编码性能得到大幅提升；通过与H．263编码模型的实验性能对比测试，比较分析了H．264新编码技术的优缺点．     

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.     

H.264运动估计整像素部分算法及硬件实现

根据图像序列运动矢量时间、空间分布特性,针对H.264图像压缩提出了一种基于六边形搜索派生的运动估计快速算法,采用双六边形与小菱形结合的搜索模板,减少了搜索点数,降低了运算复杂度.算法部分和编码器其他部分的Verilog模块结合在FPGA上进行了仿真,结果表明,该算法与全搜索、六边形搜索、菱形搜索和不对称十字与多六角形网格混合搜索等算法相比较,在保证图像质量的前提下,具有减少运算量和复杂度的优点.     

基于分层判断的x264快速模式选择算法

针对高度优化的x264模式判断算法进行了研究,准确定位了其中仍存的冗余点.在此基础上,基于层次化思想,对模式判断流程进行了重新组织,提出了帧间辅助模式失效条件、帧间主要模式有效条件以及相应的模式选择算法.实验表明,所提算法在几乎不损失压缩质量的前提下使编码速度得到了显著提升.此外,该算法不仅适用于P帧,而且适用于B帧,能够全面提升x264编码器的编码速度.     

适用于H.264的帧内预测模式快速选择算法

H．264是最新的视频压缩编码标准．在H．264的帧内编码算法中，第一次提出了在空间上从多个方向进行多种模式的帧内预测．对于某个特定图像区域，不同的预测模式将表现不同的预测性能，通常需要使用率失真优化算法来逐个测试，然后从中挑选出符合当前图像区域特征的最佳预测模式．然而，率失真优化算法的计算复杂度相当高，频繁调用将对计算平台造成相当沉重的负担，不利于在实时性能要求高的场合使用．提出了一种适用于H．264的帧内预测模式快速选择算法，该算法对当前像区域的空间相关性进行分析计算，快速选择出最佳预测方向，从而减少对率失真优化算法的调用．实验表明，使用此算法可以在保证图像质量的前提下，极大地降低帧内预测编码的计算复杂度．     

H.264中基于图像差值的编码模式快速选择算法研究

分析了现有的基于率失真优化的图像帧编码模式选择方法,指出了该算法运算复杂度高的原因.提出了一种基于图像差值的快速编码算法,详细介绍了该算法的提出思想和可行性分析.给出了基于该算去编码模式的具体选择方法,详细介绍了该算法的提出思想和可行性分析.给出了基于该算法编码模式的具体选择方法,以及其参考帧的选取依据.     

基于H.264的UMHexagonS算法研究与改进

运动估计是视频压缩编码中消耗时间最多的部分。H.264标准采纳混合非对称十字多六边形格点搜索(UMHexa-gonS)算法作为其快速运动估计算法。详细介绍了UMHexagonS算法,并从三个方面对算法进行了改进:一是增加一个自适应的提前终止判决门限,二是用一种新的搜索方式替代5×5螺旋搜索,减少搜索点数,三是将多层六边形搜索修改为多层十点搜索。在测试模型JM10.2上进行了算法验证,测试结果表明,在图像质量几乎不变的情况下,改进的算法比原算法节省了7%—14%的运动估计时间。     

一种基于H.264的自适应快速模式选择算法

提出了一种基于H.264的快速模式选择算法.该算法首先进行Skip模式的判断.如果Skip模式不适合当前宏块,则继续利用宏块的空间同质性和时间静态性进行其他帧间模式的筛选.然后根据帧间模式选择的结果判断是否继续进行帧内预测.算法设计过程中,充分考虑Quan-tize Parameter对模式选择的影响,从而可以适用于不同码率的环境.实验证明,该算法在高低码率下都能在保证图像质量的同时大幅度提升编码速度.     

Mode decision for H.264 down-scaling video transcoding

0 IntroductionBecause of the heterogeneous structure of today’snetwork,video compressedin one application may not besuitable for another application unless transcoding isadopted. For example , more and more portable deviceshave become capable of accessingthe Internet .Adistinctproperty of these devicesistheir small sizes .As a result ,the resolutions of these devices are usually low. Whenthese devices receive a highresolution video,it can’t becorrectly displayed. Astraightforward approach …