近些年来,屏幕共享、无线显示、远程教育等屏幕内容视频应用快速发展。这些应用程序的视频内容可同时存在计算机图形(如卡通、文本、图形等)和摄像机拍摄的自然内容。与摄像机捕获的内容不同,屏幕内容通常包含一些重复的图案,大量平坦的区域,有限个数的颜色值并且无传感器噪声。但是,一些已有的视频编码标准(如H.264/AVC、H.265/HEVC等)是基于自然内容特性设计的,并没有考虑上述的屏幕内容的特征。由此,2014年1月,视频编码联合协作小组(JCT-VC)启动了基于HEVC标准的屏幕内容编码(SCC)扩展工作。新的屏幕内容编码工具分别是调色板模式、帧内块匹配模式、自适应颜色变换和自适应分辨率的运动矢量。本文对SCC编解码器的优化主要从提升调色板模式的并行性和帧内快速模式选择两个方面研究,目标是提高解码并行性,降低编码复杂度。主要研究内容如下:在提高解码并行性方面,研究调色板模式的并行优化问题。在现在的调色板模式中,像素重建过程需要等全部索引值信息解析完毕才能开始,除此之外,编码单元内像素与像素之间的依赖性非常强,这使得在编码单元内无法并行的进行像素重建。因此,本文提出一种新的调色板模式解码架构以提高并行性,我们的贡献主要分为两点。1.考虑到不同大小编码单元对并行性需求的差异,我们只对最大允许使用调色板模式的编码单元进行划分。实验表明我们的算法可以大大减少重构等待时间,同时显著提高了调色板模式解码并行性。与SCM-5.0相比,我们可实现平均320%的并行性,且BD-rate只增加1.4%。2.我们归纳得出并行性并不会随着划分块数的增加而不断增加。结合率失真性能,我们讨论了在不同场景下的最优划分配置。在降低编码复杂度方面,研究帧内快速模式选择问题。新的编码工具的增加,显著提高了对屏幕内容的编码性能,但同时也使得帧内模式选择问题变得复杂。因为模式选择过程需要遍历所有可能的模式选择出率失真性能最小的模式,然后通过四叉树编码的方法来决定是否需要进一步划分成更小的编码单元以获得更好的率失真性能。所以,新增加的编码工具使得模式选择过程更加耗时。在本文,我们提出了基于SCC的内容感知帧内快速模式选择算法,在SCM-6.0上其能够显著降低40.01%。的编码时间,且只带来1.30%。的BD-Rate上升。我们主要的贡献点可以分为三点。1.我们提出了一种内容感知的快速模式选择算法,以剔除不必要的候选模式和编码单元大小。2.我们提出了一个末位比特卷积神经网络(LBCNN)分类器来预测块的内容类型。特别的是,我们对输入图像进行了一个预处理操作——提取每个像素的灰度值的末位比特构成末位比特图作为输入,而不是灰度图像本身。这是基于观察发现摄像头的传感器噪声主要体现在像素值的低有效位上,而典型的计算机生成内容不存在任何传感器噪声。借助末位比特图,我们大大提高了分类准确度。3.我们的LBCNN分类器获得的是编码单元的真实内容类型,其与量化参数等编码信息无关。且其可以与码率控制模块等结合来进一步提高编码性能。