H.263+部分可选模式的研究

在阐述了ＩＴＵ－ＴＨ．２６３“低码率图像通信”国际标准及其编码可选模式的基础上,详细讨论了Ｈ．２６３Ｖｅｒｓｉｏｎ２（Ｈ．２６３＋）及其３种可选模式的编码机理,最后,通过计算机对比证实了Ｈ．２６３＋可提高压缩性能,并讨论了３种可选模式的复杂度,内存要求等。     

在TMS320C80上实现的一种可变长解码算法

为提高在ＴＭＳ３２０Ｃ８０上开发Ｈ．２６３全软件解码系统的解码速度，减少片内ＲＡＭ与片外数据交换，提出了一种可变长解码（ＶＬＤ）算法．该算法根据Ｃ８０的高速并行处理能力和只有很小片内存储空间等特点，对ＶＬＤ码表进行设计．使用该算法，在Ｃ８０的一个片内ＲＡＭ中就能存放Ｈ．２６３的所有ＶＬＤ码表．为与目前较常用的逐位查找解码树方法和ＲｅｚａＨ方法比较，对ＭｉｓＡｍｅｒｉｃａｎ图象序列的７０帧图象进行实验，其解码速度是逐位查找解码树方法的２倍，比ＲｅｚａＨ方法快９．４％，最终可实现ＣＩＦ格式的１２．５帧／ｓ的解码速率．该方法同样适用于分析中需考虑内存及解码速度的其他系统中．     

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．     

自适应块区域 DWT 低码率视频编码算法的研究

为了降低低码率视频编码算法的块效应与环效应，提出了一种基于块区域子波变换和重叠运动补偿的视频编码算法。通过分层游动窗块区域形成算法检测出帧间预测误差场的高能量区域，仅对这些区域进行子波变换和量化，有效节省码率，或在保持码率不变的条件下，有效的降低振荡环效应；根据人类视觉系统（ＨＶＳ）的空－频和时－频特性，给出基于ＨＶＳ的量化模型，以期在信噪比约束下获得最好的主观测试质量。模拟结果表明，对于公共交互格式（ＣＩＦ）图象，在低码率和甚低码率下仍能得到满意的图象质量。该算法可以应用于低码率视频会议系统中。     

一种用于H.263的快速块匹配算法

针对可视电话等低码率运动图像的特点,在Ｈ．２６３等低码率压缩图像编码的运动估计中,对传统的三步搜索法进行了修正,提出并实现了一种快速的块搜算法。实验结果表明：在保持信噪比、压缩比基本不变的条件下,有效地提高了编解码速度,改善了实时性能。     

H.263中预先判别全零系数的新方法

用Ｈ．２６３标准对低码率图象编码时,由于预测较准确,经过帧间预测后得到的运动补偿数据通常很小,对这种数据块再进行离散余弦变换和量化后往往成为全零块．为减少编码器的运算量,提出了一种预先判断全零系数块的新方法,它以运动估计所得各块的最小绝对误差和为判断准则,不需要附加别的运算．将本方法应用于Ｈ．２６３中,对ＭｉｓｓＡｍｅｒｉｃａｎ和Ｃｌａｉｒｅ图象序列进行实验,发现有４０％以上的块可以在做离散余弦变换和量化前被判别为全零系数块．该方法较大幅度地减少编码器的运算量,对于Ｈ．２６３软件实时实现非常有意义．这种方法可以随量化级的变化自适应地调整全零块的判断阈值．另外,因为该方法采用的判据为全零块的充分条件,所以它不会因为误判而影响解码后的图象质量．     

H.263建议及其先进预测模式的分析

本文介绍了低码率活动图像编码Ｈ．２６３建议的新技术和发展，并对所采用的几种可选模式，重点对先进预测模式和块重叠补偿技术进行了分析     

一种新的快速H.263算法的研究

利用了桌面视频会议中人物图像序列的独有特点，提出池一个新的在图像序列中快速检测与跟踪面部的算法，通过对序列中人脸的快速跟踪与位移检测，动态地调节序列中不同运动幅度图像的矢量搜索范围。实验结果表明，对于类似于Ｍｉｓｓ这样的头肩部图像序列，在不明显影响主、客观图像质量和压缩比的情况下，该方法能够有效提高Ｈ．２６３的编码速度。     

基于遗传算法的HDTV运动估值算法

高清晰度电视（ＨＤＴＶ）正在世界范围内走进实用阶段,它将给人们的生活带来变革。而全数字化是ＨＤＴＶ的发展方向。数字ＨＤＴＶ编码的核心是帧间预测／帧内ＤＣＴ编码,基于运动补偿的帧间预测可以大大降低序列图像的冗余度,提高编码效率。运动估值算法的好坏直接影响帧间预测的效果,人们从运算复杂度和编码效率两方面出发,研究了多种运动估值方法。由于运动图像的复杂性和硬件实现的困难,完全满意的运动估值方法还没有。基于遗传算法的运动估值算法是其中比较好的一种算法。     

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。     

采用HEVC的视频内容认证

提出一种基于高效视频编码(HEVC)的视频内容认证算法.根据图像纹理特征产生特征码,将特征码用于修改帧间8×8编码单元的分割模式、帧间预测模式和运动向量,并保留最佳的编码单元分割模式及相应的预测模式和运动向量.实验结果表明:该算法对视频质量影响很小,嵌入水印后码率的变化也很小;同时,该算法具有较好的脆弱性,可以用于视频认证.     

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.     

基于像素递归失真估计的率失真优化模式选择算法

为了改善视频数据在差错信道上传输的鲁棒性,结合H.264/AVC标准的多模式划分特点,提出了一种基于像素递归失真估计的率失真优化模式选择算法。该算法针对H.264/AVC中的多种帧内和帧间预测模式,对像素的递归失真估计方法进行改进,准确估计了差错环境下的视频失真,并采用二次率失真模型预测运动补偿编码的总码率以进行运动估计,最后运用率失真优化模型进行编码模式判决。实验结果显示,相对于H.264参考软件的模式选择算法,该算法提高了视频的差错恢复性能,能有效改善视频传输的鲁棒性。     

64Kbit／s彩色可视电话编解码算法的研究

提出了一种新的６４Ｋｂｉｔ／ｓ彩色可视电话系统的编解码方案，与ＣＣＩＴＴ Ｈ．２６１编码方案相比，本方案在许多方面作了改进，采用了多分辨率下的运动估计和误差补偿，去掉了原方案中的ＡＤＣＴ变换，同时采用了基于运动的内播复原技术，计算机模拟结果表明，在６４Ｋｂｋｔ／ｓ的信道上，对于标准的ＱＣＩＦ格式图像，用Ｈ．２６１的方法传送速度只有７．５帧／ｓ，而本文的方法可达２５帧／ｓ，且图像质量明显改善。     

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.     

序列图像帧间预测技术的研究

在视频压缩领域,帧间预测技术占有十分重要的地位。在简要介绍两种帧间运动估计/补偿模式基础上,该文重点讨论了局部运动估计中块匹配算法的应用和Sprite编码中的全局运动估计算法,提出一种"改进的分级块匹配法",并结合Sprite编码实现序列图像帧间压缩。大量实验表明,采用这种局部和全局相结合的预测算法,可以减少搜索时间,提高图像压缩质量和压缩比,是视频压缩可以输出甚低码流的有效手段之一。     

基于H.264的双向帧内预测研究

双向帧内预测（Bi-directional Intra Prediction,BIP）为了提高H.264的帧内编码效率,提出了两个方案：一是改变了宏块中子块的编码顺序;二是使用两种预测模式生成新的预测模式。本文采用三个典型的视频序列对双向帧内预测进行了实验,并将其与H.264标准帧内预测算法进行对比,从实验结果可以得出,使用双向帧内预测算法比不使用双向帧内预测算法的PSNR值平均增加0.25,码率平均减少了2.96%,编码时间平均增加了222%。     

高效率视频编码快速模式判决算法

为了降低高效率视频编码(HEVC)的编码复杂度,提出一种新的快速模式判决算法.考虑到视频帧的纹理特性和编码中所采用的量化参数影响最优编码单元(CU)模式的选择,首先提取前一帧的平均分割层数和其最大编码单元(LCU)的最小分割层数来预测当前帧对应位置处LCU的最小分割层数,以跳过部分大块CU的模式判决;然后计算当前CU的运动矢量差值和预测残差系数来决定CU的最大分割层数,以避免小块CU的模式判决.实验结果表明,与原始的HEVC编码方法相比,高效率视频编码快速模式判决算法可平均降低51％的编码复杂度,而编码比特率平均只上升了0.69％.     

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.     

一种新的基于自组织神经网络的运动估计算法

提出了一种新的基于自组织网络的CFSSOM-VQ运动估计算法,新的帧间预测编码方案采用基于自组织特征映射算法(SOM)的矢量量化(VQ)作为帧间预测,以取代目前常用的运动补偿帧间预测(ME MC).并对SOM算法进行了改进,提出了一种分类频率敏感自组织特征映射(CFSSOM)算法.将该算法应用到会议电视视频编码的实验结果表明,与ME MC算法相比,CFSSOM-VQ算法具有更好的预测编码性能.