HEVC编码快速算法的研究

发布时间：2017-10-11 02:31

  本文关键词：HEVC编码快速算法的研究

  更多相关文章： 视频编码 HEVC 帧内预测 帧间预测 编码时间

【摘要】：高效率视频编码(High Efficiency Video Coding,HEVC)是由视频编码联合小组(Joint Collaborative Team on Video Coding,JCT-VC)制定的新一代视频编码标准,其目的是为了满足市场对更高质量视频的需求。与上一代视频编码标准H.264/AVC相比,HEVC提供了许多新的编码技术,如编码单元(Coding Unit,CU)的四叉树递归分割等,使其具有更高的压缩率。然而,这也导致了编码复杂度更高。因此,针对HEVC编码快速算法的研究至关重要。本文首先对HEVC的编码框架进行了介绍,并对其中的编码关键技术进行了简述。然后针对其编码特点,提出了一系列帧内、帧间编码的快速算法。帧内预测编码优化包含两部分:宏观级优化和微观级优化。在宏观级上:首先,分析了当前最大编码单元(Largest Coding Unit,LCU)与空间邻近已编码LCU分割深度的相似度,以此来缩减当前LCU的深度范围;其次,基于贝叶斯准则分析变换差绝对值之和(Sum of Absolute Transformed Difference,SATD)与编码块分割的相关性,提前终止每一个CU深度级的分割过程。实验结果表明,在全帧内(All Intra,AI)编码配置下,与HM10.1原始算法相比较,本文提出的帧内宏观级快速算法编码时间平均减少了34.7%,而BDBR增加了1.00%,Y BDPSNR下降了0.04dB。在微观级上:首先,根据当前预测单元(Prediction Unit,PU)纹理与模式代价的相关性,以及基于统计分析的结果,提出了粗略模式决策(Rough Mode Decision,RMD)和率失真优化(Rate Distortion Optimization,RDO)的快速模式决策算法,以减少计算的候选模式数;然后,在分析当前变换单元(Transform Unit,TU)纹理与TU分割相关性的基础上,提出了提前终止当前TU分割的优化算法。实验结果表明,在AI编码配置下,与HM10.1原始算法相比较,本文提出的帧内微观级快速算法编码时间平均减少了31.9%,而BDBR增加了1.55%,Y BDPSNR下降了0.08dB。为了进一步降低编码复杂度,将宏观级算法和微观级算法相结合,形成一种性能更优越的帧内综合快速算法。实验结果表明,在AI编码配置下,与HM10.1原始算法相比较,本文提出的帧内综合快速算法编码时间平均减少了55.3%,而率失真性能基本保持不变。在帧间预测编码优化方面:首先,利用CU纹理与skip模式的相关性,以及空间邻近CU的运动矢量(Motion Vector,MV)信息提前终止CU的分割;然后,分析各种PU模式的率失真代价(Rate Distortion cost,RDcost)分布,提出了阈值自适应的skip模式判别算法和非对称运动分割(Asymmetric Motion Partition,AMP)模式跳过算法。实验结果表明,在帧间编码配置下,与HM10.1原始算法相比较,本文提出的帧间编码快速算法编码时间平均减少了42.2%,而BDBR增加了0.68%,Y BDPSNR下降了0.02dB。最后总结了本文的研究成果,并提出了下一步研究的方向和任务。
【关键词】：视频编码 HEVC 帧内预测 帧间预测 编码时间
【学位授予单位】：华侨大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN919.81
【目录】：

• 摘要3-5
• Abstract5-9
• 主要符号对照表9-11
• 第1章 绪论11-16
• 1.1 研究的背景和意义11-12
• 1.2 国内外研究现状12-15
• 1.3 本文研究内容和组织结构15-16
• 第2章 HEVC视频编码标准概述16-24
• 2.1 HEVC视频编码框架16-17
• 2.2 树形分块结构17-19
• 2.2.1 编码单元17-18
• 2.2.2 预测单元18-19
• 2.2.3 变换单元19
• 2.3 帧内预测编码19-21
• 2.4 帧间预测编码21-23
• 2.5 本章小结23-24
• 第3章 帧内预测编码快速算法研究24-56
• 3.1 宏观级快速算法研究24-37
• 3.1.1 基于空间邻近LCU的快速CU深度决策算法24-28
• 3.1.2 基于贝叶斯准则利用SATD提前结束CU分割的算法28-33
• 3.1.3 宏观级算法33-35
• 3.1.4 实验结果与分析35-37
• 3.2 微观级快速算法研究37-49
• 3.2.1 RMD快速模式决策算法37-41
• 3.2.2 RDO快速模式决策算法41-44
• 3.2.3 快速TU尺寸决策算法44-45
• 3.2.4 微观级算法45-47
• 3.2.5 实验结果与分析47-49
• 3.3 帧内综合快速算法49-54
• 3.3.1 综合算法步骤49-50
• 3.3.2 实验结果与分析50-54
• 3.4 本章小结54-56
• 第4章 帧间预测编码快速算法研究56-77
• 4.1 基于图像纹理与运动信息的CU分割提前终止算法56-59
• 4.2 基于阈值的快速PU模式决策算法59-63
• 4.3 帧间综合快速算法63-66
• 4.4 实验结果与分析66-75
• 4.5 本章小结75-77
• 第5章 总结与展望77-79
• 5.1 本文工作总结77
• 5.2 工作展望77-79
• 参考文献79-83
• 致谢83-85
• 个人简历、在学期间发表的学术论文与研究成果85

，

本文编号：1010024