论文部分内容阅读
HEVC作为新一代视频编码标准,在相同视频质量的条件下,比H.264降低50%左右的码流,特别适合高分辨率视频的编码压缩。HEVC虽然显著提升了视频压缩效率,但也大幅度增加了视频编码的计算复杂度,其中编码树单元(CTU)的四叉树划分过程和预测单元(PU)模式决策过程消耗了主要的编码时间,严重阻碍了 HEVC在高清和超高清视频等领域中的推广应用。因此,在保持编码质量的前提下显著降低HEVC编码的计算复杂度具有较好的应用价值。本文面向高分辨率视频,对计算复杂度较高的模式决策部分进行研究,分别针对CTU的深度范围预测、帧内编码模式中预测模式选择和帧间编码模式中预测模式选择分别提出了不同的编码快速算法,有效的降低了 HEVC编码的整体计算复杂度。本文主要完成的工作如下:(1)针对CTU深度预测,提出了一种基于纹理和运动划分的快速算法。为了减少编码单元(CU)的递归划分次数,在帧内编码模式下,该算法根据CTU的纹理划分特征与CU最佳划分的相关性,首先计算CTU中不同尺寸CU的纹理划分标识,再利用这些标识预测当前CTU的深度范围,并提前终止部分尺寸CU的划分。在帧间编码模式下,该算法根据CTU的运动特征与CU最佳划分的相关性,首先计算CTU内部不同尺寸CU的运动划分标识,再利用这些运动特征划分标识预测当前CTU的深度范围,并提前终止部分尺寸CU的划分。(2)针对帧内编码模式中预测模式的快速选择,提出了一种基于纹理方向特征的帧内预测模式选择算法。为了减少进行哈达玛优化和率失真优化的预测模式个数,该算法根据PU的纹理方向特征与最佳帧内预测模式的相关性,先对35种帧内预测模式进行两级选择,再利用当前PU与其相邻PU的最佳模式空间相关性,进行第三级选择,最后利用候选模式之间的哈达玛代价差异幅值计算进行率失真优化的预测模式个数。(3)针对帧间编码模式中预测模式的快速选择,提出了一种基于运动特征的帧间预测模式选择算法。为了减少进行计算的帧间预测模式个数,该算法利用当前CU和其父CU最佳预测模式的相关性以及当前CU中已估计预测模式的率失真代价,跳过部分帧间预测模式的计算,为了进一步减少计算的预测模式个数,该算法根据当前CU的运动特征跳过部分PU进行帧间AMP模式计算。