论文部分内容阅读
屏幕内容视频在计算机、移动显示等方面的广泛应用使得屏幕内容编码(Screen Content Coding,SCC)的研究备受关注。作为新一代高效视频编码标准(High Efficiency Video Coding,HEVC)的一个扩展版本,SCC针对屏幕内容特性增加的新技术在提高视频编码性能的同时使得整个编码复杂度变高,严重影响了SCC的实时应用。因此,如何降低HEVC SCC的编码复杂度成为现今研究的热点。本文主要就HEVC SCC帧内预测编码部分做优化算法,以降低编码复杂度。具体工作如下:针对屏幕内容帧内预测编码CU划分过程,本文通过快速CU决策减少遍历CU深度层数的方式,提出一种基于决策树的快速CU划分算法来降低编码复杂度。本文首先阐述CU划分的复杂度和一些影响划分结果的因素,分析算法的理论可行性。然后,总结视频序列特性,从标准测试序列中选取部分帧用作决策树训练的训练集,分析提出特征值,提取原始数据,并进行函数调用、离线训练获取决策树模型,最后再根据不同大小的CU计算不同的特征值,调用不同的决策树模型用于快速的CU划分和终止。这种通过减少CU计算的方式,加快了屏幕内容帧内预测编码过程,降低了编码复杂度。实验表明,与SCM7.0的标准算法相比,该算法在平均码率增加0.81%、PSNR降低0.044dB的情况下,可减少23.33%的编码时间。针对屏幕内容编码帧内预测PU模式选择复杂度高的问题,本文主要从减少候选列表和特定模式的快速终止与跳过两个方面着手降低编码复杂度。首先分析PU模式在不同视频类中的分布特性,然后在CU划分决策树的基础上提出快速PU模式选择的决策树算法。通过在原CU特征值基础上加以改进,训练离线模型,对不同大小的PU进行决策。这种对候选模式分类,减少候选集数量的方式有效降低了编码复杂度。此外,对于未能做出准确决策的PU进行特定模式的快速终止和跳过,加速预测编码过程。该算法与SCM7.0标准算法相比,在保证视频质量基本不变的情况下,可节约17.51%的编码时间。最后,针对本文提出的两种快速算法,做联合的仿真,分析对比实验结果,验证该综合算法的有效性。