H.264帧内预测新快速算法的研究

帧内预测模式选择是影响H.264编码速率的重要问题之一。H.264/AVC是从多个方向进行多种模式的帧内预测,使用率失真优化算法选择最佳模式,造成算法复杂度很高。在分析帧内预测模式快速算法研究现状的基础上,提出了一种新改进的算法;利用描述图像灰度分布信息的直方图作为判断图像平坦程度的依据,进而提出双阈值和邻近模式法;为了减少RD_Cost的计算量,再次提出双阈值,用来判定当前宏块的最有可能模式的有效性。经过大量的实验证明：该算法可以在基本保持图像质量和编码性能的情况下,使得帧内编码效率得到提高。     

基于纹理特征的H.264/AVC帧内预测快速算法

针对H.264/AVC帧内预测中的模式选择计算复杂度过高的问题,提出了一种基于纹理特征的快速算法.该方法首先计算16×16块的纹理复杂度,来确定预测块的大小;然后针对In-tra-4×4预测,根据平均预测精度来选择接近该块纹理方向的少量几个可能预测方向,从而避免对不可能模式的率失真代价计算,理论上可以排除62.8%不可能模式的计算代价.通过对实验结果分析选择最佳阈值,使该算法在编码I帧图像时比JM8.6节省42%的编码时间,同时保持PSNR基本不变,平均比特率的增加小于2%.     

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.     

CVS中基于多参考帧的最优多假设预测算法

现有的视频压缩感知(CVS)多假设预测方法均以当前块在参考帧对应搜索范围内的所有搜索块为假设块,造成求解线性权值系数的计算复杂度过高和预测精度受限.针对该问题,文中提出了一种基于多参考帧的最优多假设预测视频压缩感知重构算法.该算法首先从多个参考帧中选取出与当前块测量域绝对差值和(SAD)最小的一部分搜索块作为当前块的最优假设块集,然后对假设块进行自适应线性加权,充分地挖掘视频帧间相关信息,提升了预测精度,同时降低了求解线性权值系数的计算复杂度;最后对测量值进行帧间DPCM量化,以提高视频压缩效率和率失真性能.仿真实验表明,与现有的视频压缩感知重构算法相比,文中算法具有更高的视频重构质量.     

率失真优化在H.264预测编码模式选择中的应用

文章论述信息率失真理论,在平均失真度D约束下,通过构造拉格郎日代价函数求解率失真R-D代价值.在H.264帧内、间预测编码模式选择中,采用率失真优化方法,选择率失真R-D代价值最小的模式为最优预测编码模式.通过H.264/AVC参考软件JM12.4,从峰值信噪比PSNR、码率bitrate和编码时间time 3方面分析预测模式选择中使用和未使用率失真优化方法对视频序列编码性能的影响.     

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．     

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.     

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.     

基于率失真优化的AVS-M关键参考帧选择算法

在综合分析AVS-M视频编码传输过程中扩散失真和掩盖失真的基础上,从像素级对端到端的视频传输失真情况进行了研究。采用了一种通用的传输失真度估算模型,根据该失真度估计模型,实现了一种无反馈的关键参考帧选择算法。通过评价选择不同参考帧情况下的端到端失真度期望,在编码器率失真框架内选择最合适的参考帧,使有损传输情况下解码端的失真度达到最小。有反馈信道条件下,提出了基于反馈的关键参考帧选择算法,在帧存开销不大的条件下,极大的提高视频传输的抗差错性能。实验表明,采用的失真度估计模型能够较好地适应AVS-M标准,可以较好地估计出端到端的失真情况。实验还显示,基于率失真优化的关键参考帧选择算法,在3-20%丢包率（128kbps）情况下,无反馈和有反馈关键参考帧选择方法较AVS-M标准,PSNR值分别提高了1.9~6.4dB和2.7~10.9dB,较大提高了AVS-M视频差错恢复性能。     

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.     

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。     

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。     

HEVC帧内编码单元快速划分算法

针对HEVC帧内编码中CU(Coding Units)模式判决过程计算复杂度高的问题,分析了CU四叉树划分结构的特征,提出了一种新的帧内编码单元快速判决算法。首先,提取前一帧相同位置CU的最优划分结构,以预测当前CU的起始划分深度和终止划分深度。然后,结合亮度直方图的密集度特征,设置自适应的双阈值对当前CU划分的深度范围进行精确调整,从而跳过或终止部分不适合此纹理特征的划分模式。测试结果显示,该算法在BD-Rate损失仅为0.374%的情况下,提高了51.654%的编码速度,具有良好的实际应用价值。     

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。     

多扫描双向参考的快速帧内预测算法

为了进一步提高帧内预测算法的编码性能,提出了一种多扫描双向参考的快速帧内预测算法.首先通过边缘相关性选取最优的扫描模式,并通过预处理缩减单向参考预测模式的数量,然后以哈达马变换比为权重确定双向参考的预测模式,最后利用简化的率失真模型确定最终的预测模式,并用这些预测模式进行编码,大幅度提高了编码性能.仿真结果表明,与双扫描双向参考帧内预测算法相比,该算法在大幅度减少编码时间的情况下,不但使输出码率降低了2.74%,而且使重建图像的平均峰值信噪比提高了0.13dB.     

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%。     

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.     

H.264帧内预测快速算法

帧内预测是H.264视频编解码标准中一项重要的技术,极大地提高了H.264的编码效率。然而,帧内预测的亮度块有13种预测模式。为选出最佳模式,全搜索算法需要花费极大的计算量。为了降低帧内预测的复杂度,提出了一种基于变换域的快速帧内预测算法。实验结果表明:与全搜索相比,改进的算法在保持PSNR基本不变和码率增加很小的情况下,使帧内预测编码的速度提高70%左右。