论文部分内容阅读
高清视频应用的增长对视频传输和存储带来了巨大的挑战。最新的视频编码标准HEVC为了达到更高的终极压缩效率,引入了更多更复杂的视频压缩技术。但是,这些新增的技术在提高终极压缩效率的同时,也极大地增加了视频压缩的计算复杂度。当新标准应用于计算能力相对不足的平台时,尤其是日益普及的移动计算平台,由于计算资源不足以采用所有的编码技术,编码器的压缩效率必然会下降,难以体现新技术的优势。如何令视频编码器自动地适应动态变化的可用计算资源并最大化压缩效率,充分发挥新标准的优势,是本文要解决的主要问题。为了解决该问题,本文提出了基于视频编码各步骤性价优先级的视频编码算法框架,并设计了适用于该框架的算法,令视频编码器计算复杂度最优可伸缩。这里计算复杂度最优可伸缩指的是视频编码器在任意的计算复杂度约束下,都可以达到相对最优的率失真性能。本文的主要贡献和研究成果有以下三点:1.我们提出了一个由四个层面构成的最优可伸缩的视频编码框架。这四个层面分别是算法层面、块层面、帧层面和序列层面。该框架能够简化视频编码中各步骤的性价比预测和排序问题,令性价比排序的方法可操作并且兼容现有的快速算法。2.基于上述框架,在算法层面,针对HEVC标准的分数点运动估计模块构造了计算复杂度最优可伸缩的算法。该分数点运动估计算法通过分析和统计学习预测出各个分数点的性价比,对各个分数点按照性价比从大到小的顺序进行搜索。作为副产品,该算法还可以降级成为快速算法使用,能够在压缩效率几乎不变的情况下减少约53%的分数点运动估计耗时。3.基于上述框架,在帧层面,我们为HEVC中的多模式选择模块构造了计算复杂度最优可伸缩的算法。该多模式选择算法利用我们新定义的视频特征“运动碰撞计数”对当前帧中各个块的性价比进行预测,并按照性价比从高到低的顺序对各个块采用多模式选择技术,直到达到计算复杂度的限制。当该算法降级为快速算法使用时,能够在压缩效率几乎不变的情况下,减少43%的多模式选择耗时。上述的第一点贡献和第二点贡献已经分别发表于IFTC2012和ICASSP2013,第三点贡献已经投稿ICIP2013等待结果中。