论文部分内容阅读
信息技术飞速发展的今天,数字视频正朝着更大、更清晰的方向迈进,导致人们对精神娱乐的需求愈发迫切,但有限的空间和带宽对视频的存储和传输提出了更高的要求。面对严峻的考验,Joint Collaboration Team on Video Coding（JCT-VC）视频联合小组展开通力合作,于2013年推出全新的视频编码标准High Efficiency Video Coding（HEVC）。与上一代H.264/AVC标准相比,虽然HEVC在压缩效率上提高了50%,但多种前沿技术的应用使编码复杂度成倍增加,制约了HEVC标准在移动终端设备的推广和发展。因此,如何提高编码的时间效率并保证较小的质量损失一直是人们关注的重点。作为编码流程最耗时的部分,帧间编码占据了大约70%的时间,所以改进帧间编码流程成为了热门的研究方向。在此基础上,本文对帧间编码流程中冗余度最高的CU深度划分和PU模式判决过程分别提出了快速方案。针对CU深度的快速划分方案,本文先详细介绍了HEVC基于四叉树的深度划分过程,并根据冗余度较高的部分进行统计和分析,提出一种基于时域多特征的帧间CU深度快速选择算法。该算法将深度分为两类:大尺寸深度（深度0和深度1）和小尺寸深度（深度2和深度3）,每类尺寸的深度对应相应的算法方案。针对大尺寸深度,利用时空域CU的平均深度信息对当前CU的最优深度进行预测,分别设定自适应终止和跳过当前深度的划分阈值。针对小尺寸深度,提取当前CU纹理、边缘、结构的复杂度特性,通过离线训练好的决策树模型提前判决。实验证明,快速CU深度划分算法在LowDelayP配置下可节省38%的编码时间,BDBR损失仅为1.16%。针对PU模式的快速判决方案,本文基于PU帧间模式的判决流程分别提出Skip模式和Merge/Inter2N×2N的快速算法。对于Skip模式,我们结合PU块本身的纹理和运动特性,并根据该模式与相邻深度的关系提前判决。对于Merge模式和Inter2N×2N模式,我们利用四个子块的一致性将这两种模式与其他剩下的模式区别开来,然后选择两者中率失真代价最小的模式。实验表明,LowDelayP配置下该算法可以减少39.8%的编码时间,BDBR损失为1.01%。最终本文将CU和PU的算法进行综合,LowDelayP配置下取得了52.33%的加速比和1.84%的BDBR损失。本文提出的算法可以很好地根据CU深度的划分信息和PU模式的结构特点给出分层的解决方案,结合图像本身特点和划分规律,利用分类模型进行决策,取得了不错的效果。因此,对今后HEVC帧间快速算法的研究提供了有效的参考。