论文部分内容阅读
在制定视频编码标准时,视频编码效率是最核心的问题,因为视频编码效率的提升将给视频服务的质量带来本质的提升。2013年视频编码联合项目组正式发布了最新的视频编码标准:高效率视频编码标准(High Efficiency Video Coding, HEVC)。在保证相同视频质量的条件下,与上一代编码标准相比,HEVC节省了50%的比特数,但计算复杂度增加了2到4倍。如果HEVC想要实现商业化,就必须降低它的计算复杂度或者采用多线程并行处理。HEVC采用了更加复杂的编码单元划分算法,这是造成计算复杂度增加的主要原因之一,所以本文对编码单元的划分算法提出改进。改进后算法的实现主要分为三步,一是使用纹理特征描述编码单元内的纹理特性:二是根据纹理特征训练得到决策函数;三是根据决策函数跳过不必要的划分或者提前终止划分。实验结果表明,快速编码单元划分算法在几乎没有损失图像质量的情况下,显著地提高了帧内编码的效率。然后本文对HEVC的并行编码框架进行了研究,实现了基于波阵面(Wavefront Parallel Processing,WPP)的并行解码,最后对并行实验结果进行分析。论文的主要工作如下:(1)第一步,根据帧内方向预测的原理,定义了3x3像素块的纹理,并对不同纹理进行统计。根据统计特性,将3x3像素块纹理分为3类,分别为强纹理、弱纹理和填充,利用这3个参数反映编码单元内的纹理复杂度。第二步,使用方差来反映编码单元内的纹理分布。第三步,使用相关系数来评估这些纹理参数与划分之间的相关性。(2)首先,使用支持向量机(Support Vector Machine,SVM)对3x3像素块的纹理参数进行训练,得到决策函数。然后,根据决策函数,跳过一些不必要的划分或者提前终止划分,并使用召回率和准确率对决策函数效果进行评价。最后,对快速算法的实验结果进行对比和分析。(3)第一步,使用HOG(Histogram of Oriented Gradient)特征来描述编码单元中的梯度信息,第二步,使用AdaBoost算法训练HOG特征,得到一个强分类器,再根据强分类器对编码单元划分算法进行优化。第三步,做了三组对比实验并对实验结果进行了比较和分析。(4)首先使用OpenMP实现了基于WPP的HEVC多线程并行解码,然后详细介绍了实现细节,最后对并行实验结果进行分析。