针对HEVC视频编码标准的帧间快速算法研究

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:jumty
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
现在人们对在传输信道中传输高质量和高分辨率的视频内容的需求越来越高,然而当前的硬件平台与传输信道很难满足人们的需求。H264/AVC视频标准发展已经超过八年,其可能已经不是在有限带宽下传输或者存储高质量和高分辨率视频的最佳选择。这促使了ITU-T视频编码专家组(VCEG)和ISO/IEC运动图像专家组联合成立了JCT-VC,一起开发下一代视频编码标准,称之为高效视频编码标准(HEVC)。为了达到更高的编码效率,JCT-VC开发使用了很多新的编码工具,其中使用四叉树结构的层次结构是最重要和最有效的创新。HEVC使用了编码四叉树结构,包括编码单元(CU),预测单元(PU)和变换单元(TU)。HEVC中帧内预测模式多达35种,帧间预测中加入了新的预测模式—融合模式(Merge mode),有效的提升了预测准确度,提高了编码效率。同时,HEVC在去块滤波后加入了SAO和ALF滤波器,减少了原始图像与重建图像的失真。但是,HEVC的编码复杂度和H.264/AVC相比有着巨大增加。一些算法已经通过使用CBF标志或SKIP模式来跳过CU层次或PU模式来降低复杂度。本文在已有快速算法基础上,从相邻帧具有很强相似性的角度,通过参考编码帧的信息,可以有效指导当CU前层次和预测模式的选择。本文提出了两种算法:CU层次跳过算法和PU模式跳过算法。CU层次跳过算法是通过Co-located CU的层次,来减少当前CU中出现概率较低层次的计算来降低复杂度。PU模式跳过算法是统计帧间2N×N与N×2N模式出现概率较低,通过Co-located CU的预测模式信息,来跳过当前层帧间2N×N或N×2N模式的计算来降低复杂度。本文提出的两种算法结合已有算法,在本文改进的HM6.0测试平台上测试,结合后的算法在编码效率略有损失的情况下,平均降低78%的复杂度,其成果将有利于推进HEVC标准的应用。
其他文献
图像目标识别是当前机器视觉和模式识别领域中一个十分重要的研究课题,被广泛应用于众多领域,如医学图像处理、军事自动目标识别、遥感图像分析。近年来基于显著性检测的目标
随着科学技术不断发展和人们对目标跟踪实际需求的不断增加,目标跟踪问题开始受到广泛关注。目标跟踪技术已经广泛应用于军事领域如战场监控、预警、攻击、火力控制等,和民用
物联网是一种对人和物定位、跟踪、识别和监管的智能化网络,“三网融合”理念的提出,推动了物联网技术的快速发展。智能视觉物联网是物联网的视觉感知部分,本文融合通信、计
随着互联网的飞速发展,全球数据量每年以指数增长,使得云计算成为了当前研究与应用的热点。云存储作为云计算的底层服务,是一种架构复杂的分布式文件系统。因为它具有结构灵活、
随着全球导航卫星系统(GNSS)的不断发展和完善,用户对GNSS接收机性能的要求不断提高。为了研究出高性能的软件接收机,需要对接收机的接收算法进行不断的优化。GNSS数字中频信
当对天线进行优化设计时,可以结合电磁仿真软件HFSS和粒子群优化算法予以实现,但是调用HFSS评估粒子群算法的适应度时需要花费大量的时间,同时也对计算机性能有较高的要求,从
视频作为一种信息含量十分丰富的信息载体,已经成为当今信息时代不可缺少的重要组成部分。由于视频序列通常拥有庞大的数据量,如何进行有效地数据压缩一直是人们研究的热点。
形式概念分析是一种对形式背景中的数据进行分析和规则提取的理论,在本体研究、软件工程等众多领域有广泛应用。而随着网络技术快速发展,涌现出越来越多像folksonomy的三维数
语音转换是通过改变与说话人个性特征有关的声学特征参数,使得转换后语音的个性特征与目标说话人更接近。本文重点研究语音转换系统中语音特征参数的有效提取和转换规则,使转换
盲源分离(Blind Source Separation,BSS)是表示在先验信息极少,而且原始信号、混叠的类型、信道等不明的状况下,从观测到的信号分离出源信号的过程。盲源分离算法通常用来解