本文關(guān)鍵詞：HEVC編碼快速算法的研究

  更多相關(guān)文章： 視頻編碼 HEVC 幀內(nèi)預(yù)測 幀間預(yù)測 編碼時間

【摘要】：高效率視頻編碼(High Efficiency Video Coding,HEVC)是由視頻編碼聯(lián)合小組(Joint Collaborative Team on Video Coding,JCT-VC)制定的新一代視頻編碼標準,其目的是為了滿足市場對更高質(zhì)量視頻的需求。與上一代視頻編碼標準H.264/AVC相比,HEVC提供了許多新的編碼技術(shù),如編碼單元(Coding Unit,CU)的四叉樹遞歸分割等,使其具有更高的壓縮率。然而,這也導(dǎo)致了編碼復(fù)雜度更高。因此,針對HEVC編碼快速算法的研究至關(guān)重要。本文首先對HEVC的編碼框架進行了介紹,并對其中的編碼關(guān)鍵技術(shù)進行了簡述。然后針對其編碼特點,提出了一系列幀內(nèi)、幀間編碼的快速算法。幀內(nèi)預(yù)測編碼優(yōu)化包含兩部分:宏觀級優(yōu)化和微觀級優(yōu)化。在宏觀級上:首先,分析了當前最大編碼單元(Largest Coding Unit,LCU)與空間鄰近已編碼LCU分割深度的相似度,以此來縮減當前LCU的深度范圍;其次,基于貝葉斯準則分析變換差絕對值之和(Sum of Absolute Transformed Difference,SATD)與編碼塊分割的相關(guān)性,提前終止每一個CU深度級的分割過程。實驗結(jié)果表明,在全幀內(nèi)(All Intra,AI)編碼配置下,與HM10.1原始算法相比較,本文提出的幀內(nèi)宏觀級快速算法編碼時間平均減少了34.7%,而BDBR增加了1.00%,Y BDPSNR下降了0.04dB。在微觀級上:首先,根據(jù)當前預(yù)測單元(Prediction Unit,PU)紋理與模式代價的相關(guān)性,以及基于統(tǒng)計分析的結(jié)果,提出了粗略模式?jīng)Q策(Rough Mode Decision,RMD)和率失真優(yōu)化(Rate Distortion Optimization,RDO)的快速模式?jīng)Q策算法,以減少計算的候選模式數(shù);然后,在分析當前變換單元(Transform Unit,TU)紋理與TU分割相關(guān)性的基礎(chǔ)上,提出了提前終止當前TU分割的優(yōu)化算法。實驗結(jié)果表明,在AI編碼配置下,與HM10.1原始算法相比較,本文提出的幀內(nèi)微觀級快速算法編碼時間平均減少了31.9%,而BDBR增加了1.55%,Y BDPSNR下降了0.08dB。為了進一步降低編碼復(fù)雜度,將宏觀級算法和微觀級算法相結(jié)合,形成一種性能更優(yōu)越的幀內(nèi)綜合快速算法。實驗結(jié)果表明,在AI編碼配置下,與HM10.1原始算法相比較,本文提出的幀內(nèi)綜合快速算法編碼時間平均減少了55.3%,而率失真性能基本保持不變。在幀間預(yù)測編碼優(yōu)化方面:首先,利用CU紋理與skip模式的相關(guān)性,以及空間鄰近CU的運動矢量(Motion Vector,MV)信息提前終止CU的分割;然后,分析各種PU模式的率失真代價(Rate Distortion cost,RDcost)分布,提出了閾值自適應(yīng)的skip模式判別算法和非對稱運動分割(Asymmetric Motion Partition,AMP)模式跳過算法。實驗結(jié)果表明,在幀間編碼配置下,與HM10.1原始算法相比較,本文提出的幀間編碼快速算法編碼時間平均減少了42.2%,而BDBR增加了0.68%,Y BDPSNR下降了0.02dB。最后總結(jié)了本文的研究成果,并提出了下一步研究的方向和任務(wù)。
【關(guān)鍵詞】：視頻編碼 HEVC 幀內(nèi)預(yù)測 幀間預(yù)測 編碼時間
【學(xué)位授予單位】：華僑大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN919.81
【目錄】：

• 摘要3-5
• Abstract5-9
• 主要符號對照表9-11
• 第1章 緒論11-16
• 1.1 研究的背景和意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-15
• 1.3 本文研究內(nèi)容和組織結(jié)構(gòu)15-16
• 第2章 HEVC視頻編碼標準概述16-24
• 2.1 HEVC視頻編碼框架16-17
• 2.2 樹形分塊結(jié)構(gòu)17-19
• 2.2.1 編碼單元17-18
• 2.2.2 預(yù)測單元18-19
• 2.2.3 變換單元19
• 2.3 幀內(nèi)預(yù)測編碼19-21
• 2.4 幀間預(yù)測編碼21-23
• 2.5 本章小結(jié)23-24
• 第3章 幀內(nèi)預(yù)測編碼快速算法研究24-56
• 3.1 宏觀級快速算法研究24-37
• 3.1.1 基于空間鄰近LCU的快速CU深度決策算法24-28
• 3.1.2 基于貝葉斯準則利用SATD提前結(jié)束CU分割的算法28-33
• 3.1.3 宏觀級算法33-35
• 3.1.4 實驗結(jié)果與分析35-37
• 3.2 微觀級快速算法研究37-49
• 3.2.1 RMD快速模式?jīng)Q策算法37-41
• 3.2.2 RDO快速模式?jīng)Q策算法41-44
• 3.2.3 快速TU尺寸決策算法44-45
• 3.2.4 微觀級算法45-47
• 3.2.5 實驗結(jié)果與分析47-49
• 3.3 幀內(nèi)綜合快速算法49-54
• 3.3.1 綜合算法步驟49-50
• 3.3.2 實驗結(jié)果與分析50-54
• 3.4 本章小結(jié)54-56
• 第4章 幀間預(yù)測編碼快速算法研究56-77
• 4.1 基于圖像紋理與運動信息的CU分割提前終止算法56-59
• 4.2 基于閾值的快速PU模式?jīng)Q策算法59-63
• 4.3 幀間綜合快速算法63-66
• 4.4 實驗結(jié)果與分析66-75
• 4.5 本章小結(jié)75-77
• 第5章 總結(jié)與展望77-79
• 5.1 本文工作總結(jié)77
• 5.2 工作展望77-79
• 參考文獻79-83
• 致謝83-85
• 個人簡歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文與研究成果85

，

本文編號：1010024