纹理的HEVC编码块尺寸决策算法

合集下载

纹理图的3D-HEVC深度图编码单元快速划分算法

纹理图的3D-HEVC深度图编码单元快速划分算法
谢红;魏丽莎;解武
【期刊名称】《应用科技》
【年(卷),期】2016(043)002
【摘要】为了降低3D-HEVC编码标准中深度图的帧内预测编码复杂度和编码时间，使用概率统计分析纹理图的最大编码单元（ LCU）划分分布与深度映射图的LCU划分分布之间的相关性，提出一种快速算法，通过判断纹理图中LCU的划分深度，跳过深度映射图中一些不必要的LCU划分和模式判别过程，从而在基本不影响视频质量的前提下，提高编码效率。

实验结果表明，可以在保证峰值信噪比（ PSNR）和比特率（ bit-rate）基本不变的情况下，大幅度减少深度图的编码时间。

【总页数】5页(P14-18)
【作者】谢红;魏丽莎;解武
【作者单位】哈尔滨工程大学信息与通信工程学院，黑龙江哈尔滨150001;哈尔滨工程大学信息与通信工程学院，黑龙江哈尔滨150001;哈尔滨工程大学信息与通信工程学院，黑龙江哈尔滨150001
【正文语种】中文
【中图分类】TN919.8
【相关文献】
1.3D-HEVC深度图像帧内编码单元划分快速算法 [J], 张洪彬;伏长虹;苏卫民;陈锐霖;萧允治
2.3D-HEVC深度图帧内编码快速算法 [J], 韩雪;冯桂;曹海燕
3.采用灰度共生矩阵进行深度预判的3D-HEVC深度图帧内快速编码算法 [J], 廖洁;陈婧;曾焕强;蔡灿辉
4.基于时空相关与纹理特性的HEVC编码单元快速划分算法 [J], 汤进;彭勇
5.一种深度图像帧内编码单元快速划分算法 [J], 朱威; 易瑶; 王图强; 郑雅羽
因版权原因，仅展示原文概要，查看原文内容请购买。

一种快速HEVC编码单元决策算法

一种快速HEVC编码单元决策算法雷海军;杨忠旺;陈骁;袁梅冷【摘要】分析高效视频编码标准(HEVC)的编码单元算法，针对当前视频编码标准计算复杂度大的问题，基于相邻编码单元相关性和纹理特性，提出一种快速HEVC 编码单元决策算法。

该算法统计当前编码单元和相邻编码单元的相关性，分析编码单元的纹理复杂度，并设定合理的阈值，决定检测是否提前终止，以此快速找到最优编码单元。

仿真结果表明，该算法与HEVC参考软件HM8.0相比，在码率增加忽略不计的情况下，编码时间平均缩短了37.4%，最高可达48.2%。

%This paper analyzes coding unit algorithm of High Efficient Video Coding(HEVC) standard. Aiming at its high computational complexity, this paper proposes a fast coding unit decision algorithm for HEVC based on the coding unit correlation and texture of coding unit. This algorithm counts the correlation of current coding unit and adjacent coding unit, calculates texture complexity of encoding units, sets a reasonable threshold, and detects early termination, to quickly find the optimal coding unit. Simulation results show that, compared with the HEVC conference software HM8.0, the proposed algorithm can reduce about 37.4% encoding time and up to 48.2%, while it suffers from negligible on bit-rates performance.【期刊名称】《计算机工程》【年(卷),期】2014(000)003【总页数】4页(P270-273)【关键词】高效视频编码;编码单元;计算复杂度;提前终止;纹理特征;码率【作者】雷海军;杨忠旺;陈骁;袁梅冷【作者单位】深圳大学计算机与软件学院，广东深圳 518060;深圳大学计算机与软件学院，广东深圳 518060;创维集团深圳研究院，广东深圳 518060;深圳职业技术学院，广东深圳 518060【正文语种】中文【中图分类】TP37随着数字技术的快速发展以及互联网的广泛应用，图像和视频压缩技术已经渗透到人们的日常生活中，而且近几年对高清和超高清的需求服务越来越大。

利用纹理结构的HEVC快速帧内模式选择算法

第３１卷
ＵＲＮＡＬＯＦＳＩＧＮＡＬＰＲＯＣＥＳＳＩＮＧ
Ｖ０１．３１Ｎｏ．９Ｓｅｐ．２０１５
２０１５年９月
利用纹理结构的ＨＥＶＣ快速帧内模式选择算法
Ａｂｓｔｒａｃｔ：ＴｈｅｍｏｓｔｐｒｏｍｉｎｅｎｔｆｅａｔｕｒｅｏｆｉｎｔｒａｐｒｅｄｉｃｔｉｏｎｉｎｔｈｅＨｉ．ｓｈＥｉｃｆｉｅｎｃｙＶｉｄｅｏＣｏｄｉｎｇ（ＨＥＶＣ）ｉｓａｄｏｐｔｉｎｇｔｈｅｔｒｅｅｓｔｒｕｃｔｕｒｅｄｃｏｄｉｎｇｕｎｉｔ（ＣＵ），ｗｈｏｓｅｓｉｚｅｃａｎｂｅｃｈａｎｇｅｄｆｒｏｍ６４ × ６４ｔｏ８ｘ８，ａｎｄ３５ｉｎｔｒａｐｒｅｄｉｃｔｉｏｎｍｏｄｅｓ．Ｃｏｎｓｅｑｕｅｎｔ－
关键词：视频编码；高性能视频编码；帧内编码；快速模式选择中图分类号：ＴＮ９１９．８１文献标识码：Ａ文章编号：１００３ — ０５３０（２０１５ｌ０９一ｌ０９４ — ０７
ＦａｓｔＭｏｄｅＤｅｃｉｓｉｏｎｆｏｒＨＥＶＣＩｎｔｒａＣｏｄｉｎｇＵｓｉｎｇＴｅｘｔｕｒｅＩｎｆｏｒｍａｔｉｏｎ
ｌｙ，ｔｈｅｉｎｔｒａｍｏｄｅｄｅｃｉｓｉｏｎｐｒｏｃｅｓｓｉｎＨＥＶＣｉｓｐｅｒｆｏｍｅｒｄｕｓｉｎｇａｌｌｈｅｔｐｏｓｓｉｂｌｅＣＵｓｉｚｅｓａｎｄｐｒｅｄｉｃｔｉｏｎｍｏｄｅｓｔｏｆｉｎｄｈｅｔｏｐｔｉｍａｌｃｏｄｉｎｇｍｏｄｅ．Ｔｈｉｓａｃｈｉｅｖｅｓｔｈｅｈｉｇｈｅｓｔｃｏｄｉｎｇｅｉｃｆｉｅｎｃｙｂｕｔａｔｔｈｅｃｏｓｔｏｆａｖｅｒｙｈｉｇｈｃｏｍｐｕｔａｔｉｏｎｌａｃｏｍｐｌｅｘｉｔｙ．Ｔｏｒｅｄｕｃｅｔｈｅｃｏｍｐｕｔａｔｉｏｎｌａｃｏｍｐｌｅｘｉｔｙｏｆｉｎｔｒａｆｒａｍｅｐｒｅｄｉｃｔｉｏｎ，ｆｒｏｍｔｈｅｖｅｒｓｉｏｎ２．０，ｔｈｅＨＭｒｅｆｅｒｅｎｃｅｓｏｆｔｗａｒｅｈａｓａ．

HEVC帧内编码的快速模式与TU尺寸决策算法

ＨＥＶＣ帧内编码的快速模式与ＴＵ尺寸决策算法
吴良堤，冯桂
（华侨大学信息科学与工程学院，福建厦门３６１０２１）
摘要：为降低高效视频编码（ＨＥＶＣ）帧内编码的复杂度，提出一种快速模式和变换单元（Ｔｕ）尺寸决策算法。在快速模式决策算法中，利用预测单元的纹理减少粗糙模式的决策模式个数，根据最有可能成为第一候选模式的分布，跳过最佳模式可能性较小的模式率失真优化过程。在Ｔｕ尺寸决策算法中，对残差块的纹理进行分析，以此提前终止Ｔｕ的分割。在ＨＭ１０．１上的实验结果证明，提出的算法能够平均降低３０．７％的编码时间，增加１．４０％的平均码流差。关键词：高效视频编码；帧内预测；模式决策；粗糙模式决策；率失真优化；变换单元
ｆａｓｔｍｏｄｅｄｅｃｉｓｉｏｎａｌｇｏｒｉｔｈｍ．ｉｔｒｅｄｕｃｅｓｔｈｅｎｕｍｂｅｒｏｆｐｒｅｄｉｃｔｉｏｎｄｉｒｅｃｔｉｏｎｃａｎｄｉｄａｔｅｓｂａｓｅｄｏｎｔｈｅｔｅｘｔｕｒｅｏｆＰｒｅｄｉｃｔｉｏｎ
Ｕｎｉｔ（ＰＵ），ａｎｄｓｋｉｐｓＲａｔｅＤｉｓｔｒｏｔｉｏｎＯｐｔｉｍｉｚａｔｉｏｎ（ＲＤＯ）ｆｏｒｓｏｍｅｓｐｅｃｉｆｉｃｍｏｄｅｓｂａｓｅｄｏｎｆｉｒｓｔｃａｎｄｉｄａｔｅｓｓｅｔｏｆＲＤＯ．
ＩｎＴＵｓｉｚｅｄｅｃｉｓｉｏｎａｌｇｏｒｉｔｈｍ．ＴＵｓｐｌｉｔｉｓｅａｒｌｙｔｅｒｍｉｎａｔｅｄｂａｓｅｄｏｎｔｈｅｔｅｘｔｕｒｅｈｏｍｏｇｅｎｅｉｔｙｏｆｒｅｓｉｄｕａｌｂｌｏｃｋ．ＩｎＨＭ１０．１．ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｄｅｍｏｎｓｔｒａｔｅｔｈａｔｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍａｃｈｉｅｖｅｓｏｎａｖｅｒａｇｅ３０．７％ｔｏｔａｌｅｎｃｏｄｉｎｇｔｉｍｅｒｅｄｕｃｔｉｏｎ

一种hevc帧内编码的快速算法

一种hevc帧内编码的快速算法随着高清视频编码的应用广泛，视频编码技术也不断创新。

HEVC（High Efficiency Video Coding）是一种新兴的视频编码标准，它的编码效率比先前的编码标准高出30%以上，但它的编码时间也随之增加。

因为HEVC使用了更复杂的算法来提高其编码效率，所以导致了更长时间的编码过程。

为了解决这个问题，需要一种能够快速进行HEVC帧内编码的算法。

HEVC帧内编码是一种先将一帧视频分成小块，然后对每个块进行处理的算法。

对于每个块，HEVC会选择最适合它的预测模式，并根据这个预测模式对其进行编码。

然而，这个编码过程需要进行一系列的计算，包括变换、量化、熵编码等，而这些计算过程都需要花费巨大的时间。

因此，为了提高编码效率，需要一种能够快速进行这些计算过程的算法。

一种基于快速傅里叶变换（FFT）的算法被提出来作为解决方案。

该算法首先对每个块进行FFT变换，然后使用选择性位数算法（SNS）去掉变换后的系数中的一些冗余信息。

接下来，使用一种自适应的变换系数缩放技术，使得每个块的系数能够更好地适应其熵编码模型，并且可以优化量化过程。

最后，使用一种反变换技术将变换后的块转换为它们的原始块。

这种算法通过FFT的快速计算能够大幅度缩短计算时间，同时，通过SNS算法去掉冗余信息以及自适应的缩放技术和优化量化过程，可以增加压缩比和降低码率。

因为这种算法可以快速高效地进行处理，所以可以用来加速HEVC帧内编码的过程。

除了FFT算法之外，还有其他可用的算法，例如多项式展开算法以及子采样算法。

这些算法也可以用于加速HEVC帧内编码。

然而，FFT算法的优势在于它可以快速高效地计算出变换系数，并且可以更好地适应二维情况下的数据处理。

总而言之，快速HEVC帧内编码算法是一种提高编码效率的重要工具。

与传统的编码方法相比，它具有更高的压缩率、更快的速度以及更高的质量。

因此，研究和开发快速HEVC帧内编码算法是非常必要和重要的。

低复杂度HEVC帧内编码快速划分算法

2编码深度快速决策
本节从3个部分详细描述了编码单元快速划分算法，首
先针对大小为64x64的编码单元提出了基于阈值纹理分类
的模型.其次针对32 x 32和16 X 16的编码单元设计一种
CNN网络.最后对编码单元快速划分算法进行了总结.
2.1阈值纹理分类
针对64x64的编码单元，本文利用相邻均方误差来测量
它的纹理复杂度，并用大量实验综合考虑阈值与量化参数
(QP)和CU深度的关系，建立阈值与64 x64编码单元之间
的关系.
标准差(SD)是常用度量纹理复杂度的指标之一，它能准
确的反映岀全局的纹理复杂度，但是具有较弱的局部复杂性反
映能力，而相邻均方误差(NMSE)就能弥补这种缺陷，因此本
文选取NMSE作为图像纹理复杂度,NMSE计算表达式如下：
小型微型计算机系统
Journal of Chinese Computer Systems
2021年7月第7期
Vol. 42 No. 7 2021
低复杂度HEVC帧内编码快速划分算法
周帅燃，杨静
(上海海事大学信息工程学院，上海201306)
E-mail ：zl9821257523@
摘要：高效视频编码(HEVC)在H.264之上实现了显著的编码性能.但是却以明显时编码复杂度为代价获得了性能上的提
纹理复杂的编码单元.最后，依据实验结果表明，本文提出的雾法与原始HM16.5相比该方案可节省60. 28%的帧内编码时间，
而BD速率损失可忽略不计2.15%.与其他优秀算法相比，本文雾法减少帧内编码时间更明显，并且编码质量更优.
关键词：帧内编码;编码单元划分;深度卷积网络;纹理复杂度
中图分类号：TN919.81

一种面向HEVC的编码单元深度决策算法

一种面向HEVC的编码单元深度决策算法姚晓敏;王万良;岑跃峰;王超超【摘要】新一代高性能视频编码(HEVC)标准采用灵活的四叉树自适应存储结构、可变尺寸的编码块、35种帧内预测模式等新技术,能够有效提升HEVC的编码效率,但也造成了更高的编码复杂度.为此,提出一种基于时空相关性的编码单元深度决策算法.融合关联帧编码单元的深度信息及当前帧相邻编码单元的深度信息,从而预测当前编码单元的深度范围.实验结果表明,与HEVC标准测试算法相比,该算法能在不明显影响编码质量的基础上平均减少30.2％的编码时间.【期刊名称】《计算机工程》【年(卷),期】2015(041)001【总页数】5页(P240-244)【关键词】高性能视频编码标准;编码单元;编码复杂度;时空相关性;深度决策;编码时间【作者】姚晓敏;王万良;岑跃峰;王超超【作者单位】浙江工业大学计算机科学与技术学院,杭州310023;浙江工业大学计算机科学与技术学院,杭州310023;浙江工业大学计算机科学与技术学院,杭州310023;浙江工业大学计算机科学与技术学院,杭州310023【正文语种】中文【中图分类】TN919.8伴随着移动互联等新兴技术不断发展,视频的质量也从2K～4K(超高清、超高清)不断发展、传输媒介也从PC端向移动端等方向发展[1],对视频编码压缩和传输提出更高的要求。

国际标准化组织开展了视频编码标准协议的研究,先后产生了MPEG-4、H.264/AVC等国际通用的视频编码标准。

2010年,国际标准化组织下属的运动图像专家组和国际电信联合会下属的视频编码专家组成立了视频编码联合组,致力于研究下一代的视频编码标准,即高性能视频编码(High Efficiency Video Coding,HEVC)标准,并于2013年正式发布[2]。

与之前的视频编码协议相比,HEVC 采用了灵活的四叉树自适应存储结构、35种(包括planner模式和DC模式)的帧内预测模式、自适应环路滤波、可变化尺寸的编码块等新技术,这些技术的改进使得HEVC比先前的标准节省了50%的编码率[3]。

面向HEVC的快速编码优化算法研究

面向HEVC的快速编码优化算法研究为了缓解高清、超高清视频的急剧增长给网络传输带来的冲击,VCEG和MPEG 两大国际标准化组织于2013年发布了新一代视频编码标准——高性能视频编码标准(HEVC,也称为H.265)。

HEVC继承了H.264/AVC的核心技术架构,对各个编码模块都进行了技术创新,在保证相同甚至更好的视频压缩质量的同时,减少40%以上的比特率。

但是,灵活的编码技术直接导致了HEVC编码复杂度急剧上升,严重阻碍了HEVC的推广和应用。

针对HEVC的高编码复杂度问题,本文系统地比较研究了HEVC 的核心技术,归纳总结了编码技术的演变过程,给出了编码技术进一步发展的趋势,重点提出了降低帧内、帧间和变换编码复杂度的快速算法,有效地提高了HEVC的实时编码性能,对HEVC的应用普及具有指导意义。

本文的主要工作及贡献如下:1.系统地比较研究了HEVC的核心技术,归纳总结了编码技术的演变过程,给出了编码技术进一步发展的趋势。

在研究HEVC标准的发展历程之后,对HEVC的编码框架和编码结构进行了分析。

然后归纳总结了HEVC的帧内预测、帧间预测、变换量化、熵编码、环路滤波、并行处理等关键编码技术的演变过程和发展趋势,并对比分析了各视频编码标准的应用领域和编码复杂度变化情况。

最后,研究HEVC各关键编码技术对编码复杂度的影响,结合目前HEVC编码快速算法的研究现状,对比分析给出了本文快速编码优化算法的重点研究方向:帧内编码快速算法、帧间编码快速算法和变换编码快速算法。

2.提出了一种基于图像纹理分析的帧内编码快速算法,依据相邻编码树单元(CTU)之间的图像纹理相关性,以及图像中方向边缘纹理对编码(CU)尺寸决策的影响,提前确定帧内CU尺寸的范围,减少遍历的CU尺寸。

首先分析了影响帧内编码复杂度的帧内预测划分方式、预测模式和帧内编码过程,并归纳总结了帧内编码快速算法的研究现状。

然后,结合理论验证了视频图像的空间相关性,研究了不同的图像区域纹理描述方法。

基于纹理特征的HEVC帧内编码快速算法

基于纹理特征的HEVC帧内编码快速算法汤进;彭勇【摘要】为了降低高效视频编码(HEVC)帧内编码的复杂度,提出了一种基于编码块纹理特征的帧内编码快速算法.首先,对当前编码单元(CU)进行预处理,获取CU的纹理复杂程度和方向特性.其次,根据纹理复杂度决定部分CU是否划分,跳过率失真代价计算,减少不必要的划分与裁剪.然后,根据纹理方向减少帧内预测模式的数量,降低帧内预测过程的复杂度.实验结果表明,在全Ⅰ帧模式下快速算法与HM10.0相比,码率(BR)上升0.649％,峰值信噪比(PSNR)降低0.059 dB,帧内编码时间平均减少56.18％.【期刊名称】《计算机系统应用》【年(卷),期】2018(027)007【总页数】6页(P150-155)【关键词】高效视频编码;纹理特征;编码单元划分;预测模式选择【作者】汤进;彭勇【作者单位】江南大学物联网工程学院,无锡214122;江南大学物联网工程学院,无锡214122【正文语种】中文由于视频信息具有真实、具体、生动、全面、信息量大等特点, 人们对各种视频信息的需求与日俱增,使得大数据中海量视频信息的占比已过半, 因此, 保证海量视频信息的高效、优质、标准化的压缩日显重要[1]. H.264/AVC[2]视频编码标准逐渐不能满足应用需求, 所以H.265/HEVC[3]视频编码标准应运而生.HEVC视频编码性能的高效, 是以更高的算法复杂度换取的. 相对于H.264, 它在很多地方有了革命性的变化. HEVC放弃了之前编码标准中使用的宏块, 采用了具有四叉树递归划分的编码单元(CU)、预测单元(PU)和变换单元(TU). 这让编码更符合视频图像细节的特性. 但同时也显著增加了计算复杂度[4]. 所以在不影响HEVC编码效果的前提下, 有效降低编码复杂度是目前研究的热点.帧内编码是视频编码的一个重要组成部分. HEVC中CU、PU和TU的四叉树递归划分和35种帧内预测模式, 导致了编码复杂度极高. 相关学者提出了很多帧内快速编码算法, 主要可以分为两大类: 1) 根据当前CU周围相邻已编码重建单元的编码结果, 对当前CU的最佳划分方式进行估计, 跳过一些可能性较小的结构; 2) 根据视频图像本身的纹理特性, 通过一些预处理方式, 实现各深度下CU的早划分或早裁剪或减少PU预测模式数量. Zhang等[5]通过分析空间上相邻的已编码完成的CU和时间上前一帧相同位置的CU与当前CU的关系, 对当前CU进行快速分割; Zhao 等[6]根据相邻CU的结构相似性, 当前CU的划分结构和预测模式直接利用相邻相似度高的已编码CU的结果;文献[7,8]用当前CU内像素方差值表示CU复杂程度,根据复杂程度决定CU分割; 文献[9,10]利用Sobel算子对当前CU进行边缘检测, 进而分析纹理复杂程度,根据纹理复杂程度决定CU是否划分. 蔡婷婷等[11]根据CU在水平、垂直、45°和135°方向上的全局边缘复杂度来判断CU是否划分, 并通过比较水平和垂直方向的边缘复杂度大小减少预测模式数量, 但全局边缘复杂度计算比较复杂, 且预测模式数量减少较少。

基于图像空间相关性与纹理的HEVC块划分快速算法

基于图像空间相关性与纹理的HEVC块划分快速算法
姚英彪;李晓娟
【期刊名称】《电信科学》
【年(卷),期】2015(31)1
【摘要】为降低高效率视频编码(HEVC)帧内编码算法复杂度,提出一种基于视频内容空间相关性和纹理复杂度的块划分快速算法.首先,通过分析视频测试序列相邻编码树单元(CTU)之间的划分深度范围的相关性,提出CTU最有可能深度范围(MPDR)的概念及计算方法.其次,通过检测相邻CTU之间的边缘方向分析邻近CTU间的纹理差异,并决定当前待编码CTU的划分深度范围是采用MPDR,还是采用标准规定的0～3.最后,通过统计分析得到纹理复杂的阈值计算式,在每个编码单元(CU)编码之前,通过比较像素方差与阈值来分析该CU的纹理复杂程度,并判断是否可以跳过该深度块的编码计算而直接划分.实验结果表明,与HM13.0原有算法相比,本文算法以编码比特率增加0.84％、峰值信噪比下降0.04 dB为代价,能够将编码时间减少20％左右.
【总页数】9页(P32-40)
【作者】姚英彪;李晓娟
【作者单位】杭州电子科技大学通信工程学院杭州310018;杭州电子科技大学通信工程学院杭州310018
【正文语种】中文
【相关文献】
1.纹理图的3D-HEVC深度图编码单元快速划分算法 [J], 谢红;魏丽莎;解武
2.基于图像特征的HEVC快速帧内预测算法 [J], 甘勇;赵晓荣;李天豹;薛峰
3.浅析HEVC参考帧设置与块划分快速算法研究 [J], 李柔梦
4.基于时空相关与纹理特性的HEVC编码单元快速划分算法 [J], 汤进;彭勇
5.纹理的HEVC编码块尺寸决策算法 [J], 张聪聪;李子印;应凌楷;郭笙听
因版权原因，仅展示原文概要，查看原文内容请购买。

基于纹理方向的HEVC快速帧内算法

基于纹理方向的HEVC快速帧内算法蓝敏【期刊名称】《信息技术与信息化》【年(卷),期】2015(000)011【摘要】针对HEVC帧内编码算法的高复杂度,提出一种快速帧内算法.首先采用改进梯度算子,将预测单元的35种预测模式缩小到11-12种;再利用上下层编码块的纹理相似度和本层编码块的复杂度,提前结束编码单元的递归划分.实验结果表明,本文算法和测试平台HM13.0原始算法相比,编码时间平均较少了35%,同又时保持了较高的编码质量.%A fast intra coding algorithm is proposed to reduce the high complexity of high efficiency video coding (HEVC). Firstly with the improved gradient operator, reduce 35 intra prediction modes to 11-12. Taking use of the texture similarity of the lower coding block to the upper, and the the complexity of the current coding block, then early terminate the recursive partitioning of coding units. Experimental results show that the algorithm in this paper saves encoding time of 35% on average compared to the original algorithm of HM13.0, maintaining a higher quality of encoding.【总页数】4页(P228-231)【作者】蓝敏【作者单位】长沙职业技术学院湖南长沙 410217【正文语种】中文【相关文献】1.基于纹理主方向强度的HEVC帧内快速分层算法 [J], 郭磊;王晓东;王健;徐博文2.基于随机森林分类的HEVC帧内CU快速划分算法 [J], 毋笑蓉;师智斌;雷海卫;杜博3.纹理类型预判和SDC优化的3D-HEVC深度图帧内算法 [J], 粘春湄;陈婧;曾焕强4.基于HEVC的帧内快速模式选择算法 [J], 申文龙5.基于局部边界特性的HEVC帧内快速预测算法 [J], 张俊;项欣光因版权原因，仅展示原文概要，查看原文内容请购买。

HEVC帧间编码的快速CU尺寸和PU模式决策算法

HEVC帧间编码的快速CU尺寸和PU模式决策算法吴良堤;冯桂【摘要】To reduce the inter encoding complexity in high efficiency video coding (HEVC),we proposed an algorithm which include fast code unit (CU) size and prediction unit (PU) mode decision.Firstly,CU split is early terminated by skip and average motion vector.Then,skip PU mode with small probability based on statistical threshold.The proposed algorithm can yield an average time saving of 42.2％ and 36.3％ only with average 0.624％ and 0.264％ BDBR (bjentegaard delta bitrate) losses for various test sequences under random access (RA) and low delay (LD) conditions,respectively.The experimental results showed that CU size and PU mode decision algorithm accurately decides the best CU size or PU mode and effectively improves the efficiency of HEVC coding when the encoding quality is invariant.%为了进一步降低高效视频编码(HEVC)帧间编码的复杂度,提出一种快速的编码单元(CU)尺寸和预测单元(PU)模式决策算法.首先,利用SKIP和平均运动矢量提前结束CU分割过程.其次,根据统计的阈值,实现概率较小的PU模式计算过程的跳过.算法在随机方向(RA)和低延时(LD)配置下,编码时间分别平均降低42.2％和36.3％,造成的BDBR(bjentegaard delta bitrate)损失仅为0.624％和0.264％.实验结果表明:CU尺寸和PU模式决策算法在编码质量基本不变的前提下,能正确地决策出最佳CU尺寸和PU模式,有效地提高HEVC的编码效率.【期刊名称】《华侨大学学报（自然科学版）》【年(卷),期】2018(039)001【总页数】6页(P121-126)【关键词】高效视频编码;帧间预测;编码单元尺寸;预测单元模式;决策算法【作者】吴良堤;冯桂【作者单位】华侨大学信息科学与工程学院,福建厦门361021;华侨大学信息科学与工程学院,福建厦门361021【正文语种】中文【中图分类】TN919.81为了满足市场对高质量、高分辨率视频的需求，视频编码联合小组(joint collaborative team on video coding，JCT-VC)发布了新一代视频编码标准高效视频编码(high efficiency video coding，HEVC)[1].HEVC采用新的编码策略实现了H.264/AVC两倍高的编码增益；但其复杂度比H.264/AVC高9%～502%[2].为了推广HEVC在工业上的应用，众多学者提出了诸多快速算法来降低HEVC的复杂度.Gweon等[3-5]提出了3种方案实现了较好的编码性能，因此，被加入到了HEVC测试模式(HEVC test mode，HM 10.1)的官方标准代码中.Shen等[6]根据图像特性实现多参考帧的优化.这些算法都在相应的HM测试中取得了一定的成效.本文主要针对HEVC帧间编码中复杂的编码单元(CU)分割及预测单元(PU)模式选择进行优化，利用SKIP模式和平均运动矢量提前终止CU分割，并根据统计阈值优化PU模式决策过程.1 HEVC帧间PU模式决策分割实例，如图1所示.在HEVC中，最大编码单元(LCU)以四叉树递归分割成4个子CUs，直至最小编码单元(SCU)为止.每一次分割对应一个深度级(Depth)，如图1(a)所示.每个CU又可分割为多种PU和变换单元(TU).PU可分为帧内2N×2N 和N×N，帧间2N×2N,N×N,2N×N,N×2N,2N×nU,2N×nD,nL×2N和nR×2N，如图1(b)所示.TU也以四叉树进行递归划分，其尺寸范围为32 px×32 px～4px×4 px,如图1(c)所示.在HM 10.1的帧间预测中，为了决策出最佳PU模式，编码器计算RD-Cost过程：首先，计算在SKIP模式下的RD-Cost；然后，计算剩余帧间PU模式的RD-Cost；再将当前RD-Cost最小的模式作为目前的PU模式，检查该最佳模式的编码块标志(CBF)是否为0,当CBF=0时，跳过帧内PU模式的计算,否则,继续计算帧内PU模式的RD-Cost;最后,选择RD-Cost最小的PU模式作为当前CU最终的最佳PU 模式，并将当前CU分割为4个子CUs，重复该过程直至当前CU为SCU.(a) CU (b) PU (c) TU 图1 CU，PU和TU分区示例Fig.1 Example of CU, PU and TU partitions2 提出的算法2.1 CU提前终止的分割算法表1 测试配置条件Tab.1 Test conditions参考项目参考值操作系统MicrosoftWindows8处理器InterCorei5 45903．3GHz内存4GB参考软件HM10．1层次(Profile)Main图像组(GOP)结构Randomaccess最大CU尺寸64px×64px最大CU深度4量化参数(QP)20，25，30，35，40运动搜索模式TZSearch运动搜索范围64在帧间预测过程中，当CU纹理较简单且运动较平缓时，CU最佳分割为64px×64 px或32 px×32 px的可能性较高；反之选择小尺寸CU分割的可能性比较大[7-10].用均值绝对差(MADCU)度量CU的纹理，即(1)式(1)中:M，N分别为CU的宽和高；p(i,j)表示位于(i,j)处的CU像素值；p·ave为CU块的平均像素值;当MADCU<(16≫Depth)时，CU为非复杂，而其他情况下,CU为复杂，≫为右移，Depth表示当前深度级.表1为测试配置条件.由于MADCU的计算可能给HEVC编码器带来额外的计算负担.当SKIP为最佳PU模式时，其对应的CU纹理总是较为简单.在表1测试配置条件下，6个序列统计MADCU与SKIP模式的关系，如表2所示.6个序列的统计结果，如图2所示.图2中：QP为量化参数.由图2可知：随着QP 的增加，当SKIP模式为最佳时，MADCU<(16≫Depth)的概率(P)呈递减趋势.这主要是因为随着QP递增，CU的分割越来越粗糙.通过取平均计算，可知满足MADCU<(16≫Depth)为85%.这说明了SKIP模式在一定程度上反映当前CU的纹理复杂度.图2 SKIP 与MADCU的关系Fig.2 Relationship between SKIP and MADCU 表2 测试序列Tab.2 Test sequences纹理特性序列分辨率/px×px统计编码帧数Kimonol1920×108060同质ParkScene1920×108060Traffic2560×160060BasketballPass416×24060非同质RaceHorsesC832×48060PeopleOnStreet2560×160060为了衡量当前CU运动剧烈度，文中定义了平均运动矢量即(2)式(2)中：i=0和i=1分别表示参考列表0,1；X和Y分别表示水平和垂直方向.当时，CU为运动平缓；其他情况下，CU为运动剧烈.其中，分别表示当前CU、左邻近CU、上邻近CU的平均运动矢量.通过对CU纹理复杂度和运动剧烈度的分析，提出提前终止CU分割的算法.当CU 对应的最佳PU模式为SKIP，且MV满足CU的运动强度时，提前终止CU的进一步分割.为了证明该算法的正确性，在表1的测试条件下，统计表2的测试序列CU分割的正确率，统计结果如表3所示.表3中：η为正确率.由表3可知：利用SKIP和MV提前结束CU分割的正确率随QP的增加而增大；总体平均正确率达到了94.7%.这一统计结果充分说明了，提前终止CU分割的算法具有较好的正确性.表3 利用SKIP和提前终止CU分割的正确率Tab.3 Accuracy of early termination CU split by SKIP and %序列ηQP=20QP=25QP=30QP=35QP=40平均值Traffic92．496．497．998．899．497．0Kimono95．997．298．198．799．097．8ParkScene91．394．796．798．098．895．9PeopleOnStreet84．387．891．794．796．991．1RaceHorsesC83．087．691．794．796．990．8BasketballPass92．494．496．197．798．895．9平均值89．993．095．497．198．394．72.2 PU模式决策优化算法为了获得最佳的PU模式，HEVC对每一个CU都进行多种PU模式的计算.若能设计出一种方法提前决策最佳的PU模式，或跳过某些PU模式将能极大地降低编码复杂度.为了实现PU模式决策过程的优化，统计了在表1测试条件下表2的测试序列，当SKIP模式和AMP模式分别为最佳PU模式时与其对应的RD-Cost的分布，如图3所示.图3中：JFBD为RD-Cost,即率失真代价.(a) SKIP模式(b) AMP模式图3 最佳时RD-Cost的分布Fig.3 RD-Cost distributions in optima由图3(a)可知：当SKIP为最佳PU模式时，QP越小，RD-Cost所占的比率越大.由图3(b)可知：当AMP为最佳PU模式时，随着QP的递增，其RD-Cost的分布呈现出了与图3(a)几乎相反的分布规律.由此可得，当SKIP模式为最佳PU模式时，其对应的RD-Cost倾向于较小值；而当AMP模式为最佳PU模式时，其对应的RD-Cost分布小于5 000的概率.基于上述统计分析，选取表2的6个测试序列，以分别超过95%和85%命中率的SKIP模式和AMP模式设定阈值，以此进行PU优化.进一步拟合,可得(3)(4)优化PU模式决策过程的算法：当SKIP模式的RD-Cost小于对应深度级的THSKIP时，则跳过当前CU及其他帧间PU模式的测试；当除AMP模式外其他帧间PU模式的最佳模式RD-Cost小于对应深度级的THAMP时，则当前CU的PU决策跳过AMP模式的计算.为了进一步证明提出的THSKIP和THAMP的合理性，在表1的测试条件下，统计了表2的测试序列在式(3)，(4)下最佳PU模式的命中率，统计结果如表4所示.表4中：δ为命中率.表4 预设阈值下最佳PU模式命中率Tab.4 Best PU mode hit ratio under preset thresholds %序列δQP=20QP=25QP=30QP=35QP=40平均值Traffic89．396．498．298．999．396．4Kimono69．485．090．693．395．386．7ParkScene89．597．198．398．799．196．5PeopleOnStreet71．991．996．297．297．691．0RaceHorsesC95．498．299．099．399．698．3BasketballPass70．484．991．994．696．487．7平均值81．092．395．797．097．992．8图4 整体算法流程图Fig.4 Flowchart of overall process由表4可知：在式(3)，(4)设定的阈值下，随着QP的增加，其命中率不断提升.总体的平均命中率达到了92.8%.这说明了预设的阈值能较好地预判PU的最佳模式.2.3 整体算法提出的算法主要由两部分组成：提前CU终止分割和PU模式优化.提出的算法流程图，如图4所示.图4中：JSKIP表示SKIP模式的RD-Cost：JBEST表示除AMP和帧内模式外最佳模式的RD-Cost.3 实验结果与分析为了验证提出的快速算法的有效性，以通用测试条件[11]对全部18个测试序列各编码100帧进行测试.使用BDBR[12]和平均时间节省(average time saving，ATS)来衡量提出的算法在随机访问(random access，RA)配置和低时延(low delay，LD)配置下的编码性能.选取QP={22,27,32,37}，其余测试条件如表1. ATS的定义为(5)式(5)中:TProp(QPi)表示提出算法在不同QP下的编码时间；TAnchor(QPi)表示原始HM 10.1标准代码在不同QP下的编码时间(表4).文中提出的综合算法与文献[6]在RA和LD配置下的编码性能对比，如表5所示.由表5可知：提出的综合算法在RA配置下平均能节省42.2%的编码时间，BDBR 增加0.624%.与文献[6]提出的算法比对可以发现：提出的算法在编码复杂度降低小2.9%的情况下，BDBR的损失少了一半左右.同样，通过对LD配置下的实验数据分析可知：在LD配置下，提出的算法平均降低了36.3%的编码复杂度，相比于文献[6]的43.9%有所不足，提出的算法BDBR的增加仅为文献[6]的0.23.这充分说明了，相较于文献[6]，提出的算法能在编码复杂度节省与编码性能损失之间取得更好的平衡.表5 文中提出的综合算法与文献[6]的编码性能对比Tab.5 Performance comparison between algorithm of this paper and reference [6] %编码配置方式RALD类别序列提出的算法BDBR/% TS/%文献[6]提出的算法BDBR/% TS/%提出的算法BDBR/% TS/%文献[6]提出的算法BDBR/%TS/%ClassAWQXGATraffic0．639-54．41．059-60．50．456-47．71．015-54．7PeopleOnStreet0．875-24．30．228-42．50．301-22．10．477-32．5ClassB1080pixKimono0．686-39．81．013-47．30．335-35．60．898-38．0ParkScene0．796-48．30．972-45．20．430-39．40．893-40．5Cactus0．849-42．91．054-42．10．416-36．30．596-43．5BasketballDrive0．361-39．31．025-41．80．219-35．10．844-42．3ClassCWVGABQTerrace0．872-52．21．168-49．70．382-45．51．337-42．7BasketballDrill0．341-35．92．133-39．80．045-31．31．912-44．0BQMall0．822-34．31．652-40．00．362-30．12．023-43．5PartySceneRace0．704-30．71．164-45．80．247-19．21．029-40．0HorsesC0．504-21．41．826-38．50．169-19．71．010-34．1ClassDWQVGABasketballPass0．651-38．21．812-28．90．143-33．91．525-35．4BQSquare0．501-43．40．464-34．40．092-26．20．467-36．0BlowingBubbles0．865-30．01．375-33．70．356-21．02．263-39．7RaceHorses0．772-16．51．849-24．40．213-14．50．723-30．8续表Continue table %编码配置方式RALD类别序列提出的算法BDBR/% TS/%文献[6]提出的算法BDBR/% TS/%提出的算法BDBR/% TS/%文献[6]提出的算法BDBR/% TS/%ClassE720pixFourPeople0．249-67．81．495-66．30．121-63．51．104-64．0Johnny0．300-70．60．912-67．80．286-66．61．329-66．9KristenAndSara0．436-69．71．346-62．50．185-65．41．488-60．9平均值0．624-42．21．252-45．10．264-36．31．162-43．94 结束语提出的利用SKIP和提前终止CU分割，并引入统计阈值THSKIP和THAMP分别提前判决SKIP模式和跳过AMP模式计算的快速编码算法，在产生0.624%BDBR 损失的情况下，能有效地大幅降低编码复杂度.另外，值得一提的是，所提出的算法易于在软件上实现.下一步研究的重点主要是提出自适应在线更新阈值，进一步优化编码复杂度.参考文献：[1] SULLIVAN G J,OHM J,HAN W,et al.Overview of the high efficiency video coding (HEVC) standard [J].IEEE Transactions on Circuits and Systems for Video Technology,2012,22(12):1649-1668.DOI:10.1109/TCSVT.2012.2221191.[2] CORREA G,ASSUNCAO P,AGOSTINI L,et al.Performance and computational complexity assessment of high efficiency videoencoders[J].IEEE Transactions on Circuits and Systems for Video Technology,2012,22(12):1899-1909.[3] GWEON R,YUNG-LYUL L E E.Early termination of CU encoding to reduce HEVC complexity[J].IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences,2012,95(7):1215-1218.[4] CHOI K,PARK S H,JANG E S.Coding tree pruning based CU earlytermination (JCTVC-F092)[C]∥Proceedings of the JCT-VC 6thMeeting.Turin:IEEE Press.2011:2.[5] KIM J,YANG J,WON K,et al.Early determination of mode decision for HEVC[C]∥Picture Coding Symposium.Krakow:IEEE Press，2012:449-452.DOI:10.1109/PCS.2012.6213251.[6] SHEN Liquan,ZHANG Zhaoyang,LIU Zhi.A daptive inter-mode decision for HEVC jointly utilizing inter-level and spatiotemporalcorrelations[J].Circuits and Systems for VideoTechnology,2014,24(10):1709-1722.DOI:10.1109/TCSVT.2014.2313892. [7] JOU S,CHANG S,CHANG T.Fast motion estimation algorithm and design for real time QFHD high efficiency video coding[J].Circuits and Systems for Video Technology,2015(25):1533-1544.DOI:10.1109/TCSVT.2015.2389472.[8] MA Siwei,WANG Shiqi,WANG Shanshe,et al.Low complexity rate distortion optimization for HEVC[C]∥Data CompressionConference.Snowbird:IEEE Press,2013:73-82.[9] LU Jiajia,LIANG Fan,XIE Liwei,et al.A fast block partition algorithm for HEVC[C]∥Conference on Information, Communications and Signal Processing International.Tainan：IEEE Press,2013:1-5.[10] YUAN Yuan,ZHENG Xiaozhen,HE Yun.Skip mode coding for nonsquare prediction blocks[J].Journal of Signal Processing Systems,2015(81):425-432.[11] BOSSEN MON HM.Test conditions and software reference onfiguration[C]∥12th JCT-VC Meeting.Geneva:[s.n.],2013:1-3.[12] BJONTEGAARD G.Calculation of average PSNR difference betweenRD-curves[C]∥13th VCEG Meeting.Texas:VCEG,2001:290-291.。

高效视频编码(HEVC)帧内预测块尺度的快速选择方法

高效视频编码(HEVC)帧内预测块尺度的快速选择方法
邱春婷;齐静
【期刊名称】《科学技术与工程》
【年(卷),期】2014(014)018
【摘要】针对高效视频编码(high efficiency video coding,HEVC)中帧内尺度模式选择计算复杂度高的问题,提出了一种HEVC帧内预测块尺度的快速选择方法.基于图像的纹理复杂度,通过提前检测帧内预测块的绝对误差均值,选择预测块尺度类型,减少穷尽搜索代价计算过程.实验结果表明,该方法能够有效降低帧内预测块尺度模式选择的计算复杂度,在比特率平均提高3.09％的情况下,编码时间能平均减少29.87％,峰值信噪比平均提高0.031％.
【总页数】4页(P64-67)
【作者】邱春婷;齐静
【作者单位】西安工程大学服装与艺术设计学院,西安710048;西安工程大学服装与艺术设计学院,西安710048
【正文语种】中文
【中图分类】TN919.8
【相关文献】
1.新一代高效视频编码标准中帧内预测快速算法研究 [J], 端木春江;董朵
2.基于Hough变换的高效视频编码标准帧内预测模式选择快速算法 [J], 董朵;端木春江
3.结合内容特性与纹理类型的HEVC-SCC帧内预测快速算法 [J], 欧健珊; 陈婧; 曾焕强; 朱建清; 蔡灿辉
4.基于Hough变换的3D-HEVC深度图快速帧内预测方法 [J], 钟国韵;杨德明;何月顺;张军;刘梅锋
5.高效视频编码(HEVC)帧内预测的硬件实现方案 [J], 夏正鹏;李开宇
因版权原因，仅展示原文概要，查看原文内容请购买。