基于HEVC的低复杂度与强网络适应性编码技术研究

发布时间：2020-06-05 01:29

【摘要】：随着高清及超高清视频应用的日益普及,视频数据量呈现“井喷式”增长。在有限信道带宽和存储容量的限制下,目前广泛应用的H.264/AVC视频编码标准已逐渐无法满足视频高效存储与传输的需求。因此,着眼于“更高压缩效率”和“更高重建质量”的新一代视频编码标准HEVC应运而生。作为H.264/AVC的继承与发展,HEVC引进了许多先进的编码技术并将压缩效率提高了一倍,但在HEVC向实用化、普及化迈进的征途中其编码速度及网络适应能力仍有待提升。本文以HEVC标准为研究平台,以低复杂度帧内编码和码率控制优化技术为切入点,力求在低复杂度编码和强网络适应性编码的理论研究及应用实践上取得新突破。主要研究内容和成果如下:1.提出一种基于卷积神经网络的帧内编码单元深度快速选择算法。以编码单元深度与其纹理复杂度间的关联关系为依据,以实现编码单元深度范围的预测与灵活选择为研究目标,设计了面向HEVC帧内编码单元深度范围决策的卷积神经网络构建策略。基于该策略设计实现的快速算法与HEVC标准测试模型HM-16.9相比较,可在保证编码单元划分准确度的同时,加速帧内编码过程。2.提出一种基于时空相关性的帧内预测单元模式快速决策算法。以当前预测单元最优模式与其时空相邻预测单元最优模式间的关联关系为依据,以合理简化预测单元的候选模式集为出发点,设计了基于空间相关性的粗模式决策候选模式集简化和基于时间相关性的率失真优化候选模式集简化策略。基于该策略设计实现的快速算法与HEVC标准测试模型HM-16.9相比较,可在保证编码重建质量的前提下,降低帧内编码复杂度。并实现了帧内编码单元深度快速选择算法和预测单元模式快速决策算法的融合,进一步节省了编码时间。3.提出一种基于模型参数自适应预测的码率控制优化算法。通过探究帧间内容相似性,确定与当前编码帧内容差异最小且已编码的最佳关联帧,并依据码率控制模型参数与视频内容的相关性,设计了基于最佳关联帧中已有编码信息的最大编码单元层码率控制模型参数自适应预测机制,以避免原有算法采用依赖于经验值的模型参数更新方式,而引起编码初期码率控制误差较大的不足。基于该机制设计实现的码率控制优化算法与HEVC标准测试模型HM-16.9相比较,能够在不以编码时间为代价的前提下,实现码率控制精度与率失真性能的同步提升。
【图文】：

CTU 划分结构的最终确定，需要遍历0到3帧内预测时，又需要通过 RMD 和 RDO 过程遍历 64×64 的 CTU 为例，在划分过程中，需要共计 8-4 所示）。进一步，每个 CU 还需要经历对应 PU计 341 个 PU 需要进行模式决策，包括：1 个尺寸2 3 的 PU、16 个尺寸为 16 16 的 PU、64 个尺寸为 4 4 的 PU。即为得到一个 CTU 的最终划分结+4×35+16×35+64×35+256×35=11935）次 SATD c×3+16×3+64×8+256×8=2623）次 RD cost 计算，其 和 8×8），其 RD cost 计算次数高达 2560 次，在帧内据了至少 95.8%。不仅如此，当对更高帧率和更高编码 CTU 数量激增，，SATD 与 RD 代价计算将呈复杂度增加问题不容小觑。

或 P3 为最大值，则将当前 CTU 判断为简单 CTU，编码深度为[0, 2]；否则，前 CTU 为复杂 CTU，编码深度为[1, 3]。为了进一步说明采用 Module 3 做进一步 CTU 归类的必要性，本章做了如下比实验。将 Module 1、Module 2 和 Module 3 三个模块结合进行 CTU 类别判断方法定义为 Method A。同时，将仅结合 Module 1 和 Module 2 两个模块直接通 Caffe-LeNet 实现简单 CTU 与复杂 CTU 判断的方法定义为 Method B。图 3-8别统计了 Method A 和 Method B 对 CTU 分类的准确度。从图中可以看出，与ethod B 相比，Method A 展现出了更高的分类准确度，其平均准确度可达 89.91%一结果表明 Method A 可以从原始图像中挖掘出更多的信息，从而实现较为准的 CTU 分类。因此，本章采用三个模块结合的 MethodA 实现 CTU 分类。值得指出的是，只有 Module 2 需要被训练，Module 1 和 Module 3 将直接与训练的 Module 2 进行对接。同时，该训练为离线训练，不占用 HEVC 的编码间。训练集的制作依赖于 HEVC 编码后的 CTU 划分结果，其选取方式将在 3.4节中进行详细介绍。
【学位授予单位】：北京工业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TN919.81

【相似文献】

相关期刊论文 前10条

1 徐剑云;;统计复用策略中的联合码率控制技术[J];数字通信世界;2009年12期

2 陈浩;季玲玲;张晔;;基于通道内截断的星载遥感图象精确码率控制方法[J];宇航学报;2007年04期

3 陈纲,徐国治;视频节目复用情况下的一种码率控制方法[J];电讯技术;1998年06期

4 孙军,张文军,余松煜;场景切换下 MPEG-2 码率控制策略[J];上海交通大学学报;1998年06期

5 董焱鑫,李桂苓;模块化联合码率控制技术[J];电子技术应用;2000年08期

6 杨郑龙;王国中;朱林林;;基于空-时域视觉敏感度的码率分配算法[J];计算机应用与软件;2019年01期

7 王悦;薛永林;;基于场景切换的码率控制方法[J];电视技术;2009年12期

8 张忠伟,刘贵忠;MPEG-4码率控制方案的改进研究[J];西安交通大学学报;2005年10期

9 熊红凯,余松煜,陈川;并行视频序列MPEG-2编码的优化联合码率控制[J];上海交通大学学报;2003年08期

10 林金发;;基于自适应二次模型视频编码码率控制的研究[J];福建电脑;2018年05期

相关会议论文 前2条

1 黄炎水;孙季丰;王嘉辉;;基于改进的比特分配模型的MPEG-4码率控制新方案[A];第十二届全国图象图形学学术会议论文集[C];2005年

2 马黎黎;邱晓晖;;基于IP网络的H．264传输技术研究[A];中国电子学会第十五届信息论学术年会暨第一届全国网络编码学术年会论文集（上册）[C];2008年

相关重要报纸文章 前1条

1 ;差异化解决不同人需要[N];中国计算机报;2003年

相关博士学位论文 前10条

1 陈国斌;视频编码中质量、复杂度和码率控制[D];浙江大学;2003年

2 陈坚;视频运动对象分割及码率分配与控制技术研究[D];电子科技大学;2003年

3 徐平;图像码率控制和感兴趣区域编码技术的研究[D];浙江大学;2006年

4 唐田野;视频编码中码率控制的研究及应用[D];电子科技大学;2006年

5 庄怀宇;内嵌图像编码中高效码率控制技术研究[D];西安电子科技大学;2006年

6 李协;精细粒度可分级编码技术和传输技术研究[D];上海交通大学;2007年

7 尹明;面向无线信道的H.264编码优化技术研究[D];华中科技大学;2006年

8 王涛;视频编解码器设计与实现关键问题研究[D];上海交通大学;2008年

9 费伟;视频通信中的码率控制与可伸缩编码研究[D];浙江大学;2008年

10 李宏伟;HEVC若干关键技术研究[D];西安电子科技大学;2012年

相关硕士学位论文 前10条

1 谢剑锋;HEVC码率控制技术研究[D];上海交通大学;2017年

2 杨洋;面向屏幕内容视频的码率控制方法研究[D];上海大学;2019年

3 丰泽琪;基于HEVC的低复杂度与强网络适应性编码技术研究[D];北京工业大学;2019年

4 梁晓云;基于不同码率下的HEVC视频重压缩检测算法研究[D];北京交通大学;2019年

5 胡凌炜;基于MPEG-DASH的视频传输系统研究与实现[D];重庆邮电大学;2018年

6 白立勋;HEVC码率控制技术研究[D];上海交通大学;2018年

7 李傼嘉;基于HEVC的VR编码优化[D];上海交通大学;2018年

8 马悦;HEVC流媒体编码优化及高效转码技术[D];上海交通大学;2018年

9 胡家靖;VoIP高质量音视频传输技术研究[D];西安电子科技大学;2019年

10 胡晓倩;基于多假设框架的DASH客户端自适应请求算法研究[D];山东大学;2019年

本文编号：2697282