基于决策树的可伸缩视频编码的层间帧内预测

发布时间：2019-08-26 12:00

【摘要】：在数字电视领域针对多代机顶盒共存问题,节目需要同时以MPEG-2标清、H.264/AVC高清和H.265/HEVC超高清播出,造成了传输带宽紧张问题,限制了高清和超高清的普及。利用不同分辨率视频之间的一致性,可以采用分层编码消除参考层在增强层中的冗余,降低合计带宽。其中基于H.265的可伸缩视频编码扩展SHVC在支持空间可伸缩/多分辨率编码的同时,还支持基本层采用MPEG-2和H.264编码标准。因此SHVC可用作数字电视标准升级过程中对多代终端兼容支持的解决方案。SHVC多层编码带来了更大的编码计算量。由于存在不同分辨率层间的图像一致性,提出了利用基本层已编码结果预测增强层编码的方法,以降低增强层编码计算量,从而提高编码速度。但是分辨率的差异性和参考数据的重建误差会带来层间编码结果关联的复杂化,而基本层采用H.264编码的标准间算法差异性更加大了预测难度。考虑到层间图像的一致性会蕴含在编码后的不同算法结果中,为此开展了通过基本层多种算法结果综合预测增强层帧内纹理模式的研究。对标准测试码流进行SHVC全搜索编码,提取基本层的分块模式、帧内模式、残差DCT系数和增强层的最优帧内模式数据形成训练集和测试集。考虑到视频编码快速要求,对机器学习的各种算法评估后,选择了训练后计算量最小的决策树C4.5算法。通过采用WEKA平台对训练集进行训练,形成了基于层间编码预测的帧内模式决策树算法。通过测试,达到了80%以上的预测准确率,并在基本不降低编码质量的情况下提高编码的效率,减少了增强层编码的计算复杂度。对SHVC的加速算法除了应用于数字电视领域之外,还可以在电视会议中应用,以支持不同会议终端在分辨率和解码能力上的差异性。
【学位授予单位】：山东建筑大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TN919.81

【相似文献】