基于AVS编码的运动估计算法优化设计

AVS是我国自主制定,拥有自主知识产权的音视频编码技术标准.该文通过对AVS参考软件rm52c中快速运动估计算法进行分析,对整像素、1/2像素和1/4像素搜索提出了改进策略.采用自适应阈值搜索停止算法,在保证运动估计精度的同时,减少了运动估计的搜索次数.实验结果表明,该策略在重建图像质量屡有下降的情况下明显提高了编码速度.     

一种高效的CABAC熵编码硬件设计

本设计是一种以基于上下文的自适应二进制算术编码(CABAC)为熵编码的高效视频编码方案,通过(CABAC)硬件结构的输入输出模块优化和算术编码模块优化来提高整体架构的效率及主频.在输入模块优化方面,采用四级缓存输入和残差系数优化传输;在算术编码模块优化方面,通过上下文模型索引预读取、预归一化查表和并入串出码流输出设计,提高整体架构的工作效率及主频,降低资源消耗,实现高效流水线高主频硬件架构.硬件设计使用90 nm标准单元库进行综合,可在工作频率为370 MHz下实现流水线,使用电路门数为43.49×10~3.该处理速率及吞吐率可支持HEVC标准的通用测试条件下1 080 P视频30帧·s~(-1)的实时编码.     

基于直流系数相关性AVS预测算法

针对AVS视频编码标准,提出了利用预测残差直流系数相关性来改进其编码效率.不直接对直流系数进行编码,取其与左边块和上边块差值及本身绝对值的最小值,对其最小值对应的差值进行编码.实验结果表明,笔者提出的算法在不影响编码质量的前提下,编码码率降低1.09％,实现了很好的压缩效果.     

AVS+压缩编码高清视频质量分析

当代数字视频信号处理技术得到了广泛地应用。本文的课题实验搭建了基于AVS+和H.264的硬件的压缩编解码平台,对高清视频进行了不同码率的压缩编码的实验,采用了客观质量评价方法SSIM以及PSNR对解码后的视频图像质量进行客观评价,并与H.264压缩编码质量进行了比较。     

JPEG标准中熵编码模块的硬件实现

为了研究JPEG中熵编码模块硬件实现过程,概述了JPEG标准的熵编码原理．讨论了基于FPGA的熵编码器的功能,以及按功能划分的帧组装器、预解码器、熵编码模块和码流组装器4大模块的实现．同时针对直流系数差分编码和直接编码对水声图像的影响做了比较,结果表明直接编码对压缩比影响不大．对熵编码器进行了仿真验证,结果表明了本设计的正确性．     

熵编码的压缩编码原理与方法

文章主要介绍了数字图像压缩方法中的无损压缩法-熵压缩的思想以及实现原理,并用实例说明实现过程.     

H.264中CAVLC算法改进

简要分析了H.264中的上下文自适应变长编码（CAVLC）,并研究其采用的Golomb编码,提出了一种基于最优Golomb编码参数选择的改进算法.利用前一个需编码的数值的Golomb编码最优参数,对当前编码参数进行预测,使当前编码参数更逼进它的最优编码参数.试验结果表明：该算法较原有算法能更好的压缩残差数据,在量化参数QP较小时,能带来一定的压缩增益.     

AVS视频编码中运动估计算法的改进

简要介绍了AVS标准的发展和现状,对其运动估计算法的技术特点与流程进行了详细分析,并与H．264的相应技术做了比较。针对原算法,在子象素运动估计上做了改进与优化,提出了一种新的基于整象素SAD的快速子象素运动估计算法。经验证该方法在基本保持性能的前提下,较大程度地降低了运动估计算法的复杂度。     

一种Alpha图像串匹配编码中熵编码的改进算法

在分析了Alpha图像的特征及其在串匹配编码过程中未匹配像素的分布情况之后,提出了一种Alpha图像熵编码的改进算法.该算法首先对未匹配像素进行滤波处理使其具有独特的分布性质,然后依据该性质进行分段编码以减少码流比特数,从而达到更好的压缩效率.实验结果表明,相比于LZ4HC,ZLIB,PNG等常用的压缩算法,改进算法具有编码效率高和复杂度低的优势.     

多脉冲激励线性预测编码算法研究

提出一种改进型的多脉冲激励线性预测语音编码算法,并将变阶线性预测技术应用于此算法.改进后的算法与原算法相比,降低了计算复杂度,且对激励脉冲位置的估计更加准确.仿真结果表明,该算法不仅提高了合成语音的质量,而且进一步降低了语音编码的速率.     

基于混合上下文熵模型的点云几何编码算法

针对三维点云存在的大量空域冗余信息,提出一种基于混合上下文熵模型的点云几何编码算法框架.通过多层感知机与Resnet网络分别对基于八叉树结构的点云和基于体素结构的点云特征进行上下文特征提取,并使用选择单元对上下文信息进行裁剪、选择和融合,使网络能够针对当前编码体素建立更加准确的概率模型,从而提高三维点云的压缩效果.同时,针对模型复杂度高的问题提出并行多尺度自回归进行概率估计的方案,大大降低了编解码时间.实验结果表明：点云几何编码算法能够有效降低每个体素所占的比特数并且整个编码过程无损;与G-PCC编码算法相比,压缩后比特率下降了14.27%.     

AVS立体视频编码标准

AVS (audio video coding standard) 工作组是由中国信息产业部科学技术司批准成立的数字音视频编解码技术标准工作组, 其任务是制定面向国内和国际应用需求的一系列技术标准. 2008 年起, AVS工作组展开了双目立体视频编码标准的制定工作,即在AVS-P2 中采用双路拼接和双目联合预测两种立体视频编码方案, 并且为了支持不同终端的立体视频服务, 系统层分别对每种编码方案设置独立的内容描述子, 以告知接收端传输的内容与相关格式. 如今, AVS 双目立体视频编码标准的制定工作已接近尾声, 而多视点视频编码标准和自由视点视频编码标准的制定将成为AVS 3D Adhoc工作组下一阶段的研究目标.     

MBE变速率语音编码研究

变速率、低码率的语音编码技术一直是语音编码中的重要课题，这一研究方向为解决信道带宽相对紧张和信息量日益膨胀的矛盾，显得尤为重要．在介绍了低速率语音编码的基础上，对变速率、低码率的多带激励编码算法进行了深入的研究，形成了2．4KbPs、1．8Kbps 2种码率的语音编码方案．非正式的听音测试显示，该方案具有较好的编码效果．     

低度数值信息节点可按序消除的卢比变换编码算法

为了解决传统卢比变换(Luby transform, LT)码在加性高斯白噪声(additive white gaussian noise, AWGN)信道中存在误码平台的问题,提出了一种改进的编码算法。该算法引入阈值筛选出度数值相对较小的信息节点,并使这些节点优先参与编码过程;阈值可变且递增,进而达到了按序消除不可靠信息节点的目的。首先,分析了低度数值信息节点对误码平台的影响,设计了阈值递增的节点按序消除编码算法。其次,给出了改进算法的理论误比特率(bit error rate, BER)下界,分析了不同参数对算法BER性能的影响。最后,分析了改进算法对LT码收敛性的影响,并指出了算法参数的选取原则。仿真结果显示,与传统LT码相比,改进算法能够将误码平台降低近3个数量级;此外,改进算法也能够实现优于参考文献LT码的BER性能,验证了算法的可行性。     

人脸部特征自动定位及其在图像编码中的应用

为了提高极低速率下图像编码的主观质量——特别是在典型的可视电话应用场合,根据人的主观视觉特性,提出了突出人的脸部特征的宏观编码控制思想。给出了一种运算量低、鲁棒性好的人脸自动识别和跟踪算法。应用于极低速率典型可视电话时,重建图像的主观质量得到了明显提高。与此同时,该方法也为国际标准ＭＰＥＧ４在低速实时通信系统中的应用提供了一个实例。在此基础之上,作为更高层语义编码的基本环节,文中给出了一种脸部特征的全自动识别、定位方法。     

AVS-M整数变换算法分析及实现

AVS-M的目的是为迅速发展的无线网络、手机和PDA等移动设备提供音视频编解码的规范和标准.本文主要基于AVS-M,面向移动设备,需要为其提供高压缩比、低复杂度的视频编解码器.对AVS-M整数变换算法进行了分析,采用快速算法提高了解码速度.AVS-M软件具有高编码效率可以适应低网络带宽、低计算复杂度和低内存需求的手持移动设备,算法便于硬件实现.     

一种改进的基于子带谱熵的语音激活检测方法

语音信号的激活检测(voice activity detection,VAD)是变速率语音编码的关键技术,用来检测通信时是否有语音片存在.在有噪环境下对语音信号的激活检测是非常重要而困难的.对传统子带谱熵算法进行了改进,提出了一种能够用于语音激活检测的新算法.该算法利用语音谱熵和噪声谱熵分布的不同,将信号的数字特征(方差、均值等)与传统子带谱熵相结合,用于区分语音段和非语音段.计算机仿真结果表明,在高斯白噪声环境下,改进后的子带谱熵算法能很好地区分说话人的语音段和非语音段,在某种程度上解决了传统语音激活检测算法结构复杂、参数难调、易受噪声影响等问题.     

基于AVS的移动数字电视接收技术的应用

介绍了AVS技术的发展,对MEPG-2与AVS的应用现状进行了对比,通过对基于双国标的地面数字电视接收终端的研制,阐述了基于AVS的移动数字电视接收技术的应用情况。     

一种改进的基于子带谱熵的语音激活检测方法

语音信号的激活检测(voice activity detection,VAD)是变速率语音编码的关键技术,用来检测通信时是否有语音片存在。在有噪环境下对语音信号的激活检测是非常重要而困难的。对传统子带谱熵算法进行了改进,提出了一种能够用于语音激活检测的新算法。该算法利用语音谱熵和噪声谱熵分布的不同,将信号的数字特征(方差、均值等)与传统子带谱熵相结合,用于区分语音段和非语音段。计算机仿真结果表明,在高斯白噪声环境下,改进后的子带谱熵算法能很好地区分说话人的语音段和非语音段,在某种程度上解决了传统语音激活检测算法结构复杂、参数难调、易受噪声影响等问题。