H.265/HEVC中编码单元尺寸快速决策算法的研究
发布时间:2024-06-29 02:59
H.265/HEVC作为新一代高效视频编码标准,它采用了基于四叉树递归划分的混合编码框架,与H.264/AVC标准相比,其编码效率高,但有很大的计算复杂度。针对H.265/HEVC编码算法计算复杂度高的问题,本文提出了两种H.265/HEVC编码单元尺寸快速决策算法:一种是理信息的H.265/HEVC编码单元快速决策算法;另一种是融合深度和纹理信息的H.265/HEVC编码单元尺寸快速决策算法。基于纹理信息的H.265/HEVC编码单元快速决策算法思想:该算法提出编码单元四个方向纹理复杂度衡量指标,按纹理复杂度衡量指标把当前CU分为三类:High,Low和Middle。若当前CU的复杂度为High,则直接跳过当前CU;若当前CU的复杂度为Low,则终止当前CU的划分;若当前CU的复杂度为Middle,则计算当前CU的率失真代价来确定最终的划分。结论:与HM10.0相比较,基于纹理信息的H.265/HEVC编码单元快速决策算法可以缩短45.3%的编码时间,同时BD-Bitrate增加1.27%,BD-PSNR减少0.058d B;与文献[28]算法相比,编码时间节省3.02%,BD-Bi...
【文章页数】:85 页
【学位级别】:硕士
【文章目录】:
致谢
摘要
Abstract
1 绪论
1.1 研究的背景及意义
1.2 主要的视频编码标准概述
1.2.1 H.264/AVC标准
1.2.2 H.265/HEVC标准
1.2.3 AVS标准
1.3 H.265/HEVC帧内编码算法的国内外研究现状
1.4 本文研究内容及章节安排
2 H.265/HEVC视频编码标准
2.1 H.265/HEVC标准的结构
2.1.1 档次、级别和层
2.1.2 条带和分片
2.2 H.265/HEVC的基本编码框架
2.2.1 H.265/HEVC基本编码框架
2.2.2 H.265/HEVC树形编码单元
2.3 H.265/HEVC关键技术
2.3.1 帧内预测
2.3.2 帧间预测
2.3.3 整数变换及量化
2.3.4 熵编码
2.3.5 环内滤波器
2.4 H.265/HEVC计算复杂度分析
2.5 本章小结
3 基于纹理信息的H.265/HEVC编码单元尺寸快速决策算法
3.1 H.265/HEVC帧内编码单元尺寸决策过程
3.1.1 CU最优代价决策
3.1.2 CU最优尺寸决策
3.2 基于纹理信息的CU提前终止和跳过算法
3.2.1 纹理复杂度函数的提出
3.2.2 ESTA-TC算法
3.2.3 阈值选择分析
3.3 实验结果与分析
3.3.1 实验平台选择与参数设置
3.3.2 算法性能评估指标
3.3.3 算法结果分析
3.4 本章小结
4 融合深度和纹理信息的H.265/HEVC编码单元尺寸快速决策算法
4.1 基于深度信息的CU提前终止和跳过算法
4.1.1 基于统计规律的算法原理
4.1.2 ESTA-D算法
4.2 实验结果与分析
4.3 本章小结
5 总结与展望
5.1 总结
5.2 展望
参考文献
附录A
附录B
作者简历
本文编号:3997063
【文章页数】:85 页
【学位级别】:硕士
【文章目录】:
致谢
摘要
Abstract
1 绪论
1.1 研究的背景及意义
1.2 主要的视频编码标准概述
1.2.1 H.264/AVC标准
1.2.2 H.265/HEVC标准
1.2.3 AVS标准
1.3 H.265/HEVC帧内编码算法的国内外研究现状
1.4 本文研究内容及章节安排
2 H.265/HEVC视频编码标准
2.1 H.265/HEVC标准的结构
2.1.1 档次、级别和层
2.1.2 条带和分片
2.2 H.265/HEVC的基本编码框架
2.2.1 H.265/HEVC基本编码框架
2.2.2 H.265/HEVC树形编码单元
2.3 H.265/HEVC关键技术
2.3.1 帧内预测
2.3.2 帧间预测
2.3.3 整数变换及量化
2.3.4 熵编码
2.3.5 环内滤波器
2.4 H.265/HEVC计算复杂度分析
2.5 本章小结
3 基于纹理信息的H.265/HEVC编码单元尺寸快速决策算法
3.1 H.265/HEVC帧内编码单元尺寸决策过程
3.1.1 CU最优代价决策
3.1.2 CU最优尺寸决策
3.2 基于纹理信息的CU提前终止和跳过算法
3.2.1 纹理复杂度函数的提出
3.2.2 ESTA-TC算法
3.2.3 阈值选择分析
3.3 实验结果与分析
3.3.1 实验平台选择与参数设置
3.3.2 算法性能评估指标
3.3.3 算法结果分析
3.4 本章小结
4 融合深度和纹理信息的H.265/HEVC编码单元尺寸快速决策算法
4.1 基于深度信息的CU提前终止和跳过算法
4.1.1 基于统计规律的算法原理
4.1.2 ESTA-D算法
4.2 实验结果与分析
4.3 本章小结
5 总结与展望
5.1 总结
5.2 展望
参考文献
附录A
附录B
作者简历
本文编号:3997063
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3997063.html