论文部分内容阅读
随着人们对视频质量的要求逐渐提高,传统的H.264/MPEG-4 AVC视频编码标准的缺陷日益凸显。为了应对更大的分辨率和更加清晰的视频的编解码和传输问题,视频编码联合专家组提出了高效视频编码标准。该标准采用了众多新的视频编码技术,造成了编码时间急剧增加。为了使高效视频编码标准能够尽快地实用,已有很多专家学者从帧内和帧间进行了研究。目前,研究人员主要利用了纹理方向和纹理复杂度研究了如何利用纹理进行快速编码算法。也有很多研究者从机器学习的角度研究预测了编码单元的编码深度。本文在完全保留高效视频编码(High Efficiency Video Coding,HEVC)的新技术的基础上,从三个方面探索视频快速编码算法。第一,本文从另一个侧面利用了纹理构建了一棵基于纹理的编码树,提出了纹理四叉树算法。实验结果表明:本文提出算法中的亮度分量BDBR增加0.50%,BDPSNR减少0.03dB,编码时间平均节省了28.70%。同时为了减少预测误差的累积,本文提出了最大编码单元组的算法,实验结果表明:本文提出的算法使BDBR平均增加0.24%,BDPSNR平均减少0.01dB,编码时间平均节省了31.14%,在率失真性能损失较小的前提下,节省大量编码时间。第二,考虑到很多研究者没有考虑由于错误预测带来的预测误差不一样这一个问题,本文也粗略的使用了贝叶斯最小风险准则,充分考虑了不同预测所造成的预测误差不一致这一问题。实验结果表明:本文提出的算法使BDBR平均增加0.86%,BDPSNR平均减少0.03dB,编码时间平均节省了31.71%,在率失真性能损失较小的前提下,节省大量编码时间。第三,由于在实际场合中常常使用随机访问的编码方式,所以研究帧间快速编码方法具有更实际的意义。首先,本文探索了静止区域的编码特点,提出了静止区域检测算法。实验结果表明:静止区域检测算法使BDBR平均增加0.04%,编码时间平均节省了19.14%。然后,针对静止区域采用了快速帧间模式预测算法。实验结果表明:帧间模式算法使BDBR平均增加0.44%,编码时间平均节省了31.47%,在率失真性能损失较小的前提下,节省大量编码时间。