【CN110113601A】基于视频图片纹理特征的HEVC帧内快速算法选择方法【专利】

合集下载

基于图像特征的HEVC快速帧内预测算法

基于图像特征的HEVC快速帧内预测算法甘勇;赵晓荣;李天豹;薛峰【摘要】针对新一代视频编码标准HEVC有极高的计算复杂度影响碥码效率的问题，提出了一种快速帧内预测算法，利用SAMD值和相邻已编码块深度对块类型的选择进行预判断．实验结果表明，该算法与校验模型HM5．0相比，在保持峰值信噪比基本不变和码率略增的情况下，可节省40．95％的帧内编码时间．%Aiming at the problem that high efficiency video coding (HEVC )as a new generation of video coding standards increased the computation complexity and influenced the coding efficiency,a fast intra prediction algorithm was proposed.It used SAMD value and the depth of the adjacent encoded block to screen the block type selection.The experimental results showed that the algorithm provided averagely 40.95%reduction of intra coding time compared with the one accepted by HM5.0 with unimportant loss of PSNR and a slight increase of bite-rate.【期刊名称】《郑州轻工业学院学报（自然科学版）》【年(卷),期】2014(000)001【总页数】4页(P90-93)【关键词】HEVC;帧内预测;视频编码【作者】甘勇;赵晓荣;李天豹;薛峰【作者单位】郑州轻工业学院计算机与通信工程学院，河南郑州 450001;郑州轻工业学院计算机与通信工程学院，河南郑州 450001;郑州轻工业学院计算机与通信工程学院，河南郑州 450001;郑州轻工业学院计算机与通信工程学院，河南郑州 450001【正文语种】中文【中图分类】TP301.6HEVC（high efficiency video coding）作为新一代视频编码标准，于2010年4月在德国德累斯顿召开的JCT-VC会议上被提出，同时建立了测试模型HM2.0［1］.经过近几年的发展与完善，2013年1月26日，HEVC被正式定为国际标准.HEVC主要针对高清视频的高效编解码，旨在从本质上提高编码压缩率.HEVC在秉承H.264／AVC的技术基础上做了大范围改进，其中包括帧内预测技术［2］，采用高度灵活的块结构［3］等.但是，HEVC在获得高性能的同时也引入了极高的计算复杂度，不利于HEVC的发展和应用.因此，在保持HEVC编码效率的前提下，有效地降低算法的复杂度成为重要的研究课题.鉴于此，本文拟提出一种快速帧内预测算法，以减小编码时间，提高编码效率.1.1 HEVC编码结构新一代视频编码标准HEVC仍采用基于块的混合编码方案［4］，其框图如图1所示.与以往的混合编码方案相比，它提供了高度灵活的块划分结构，块结构包括3部分：编码单元CU（coding unit），预测单元PU（prediction unit）和变换单元TU（transform unit）.这种分离的块结构对每个单元的优化是非常有利的.CU是进行帧内或帧间编码的基本单元块，它类似H.264中宏块的概念.CU块始终是正方形，其尺寸从8像素×8像素到64像素×64像素，其中尺寸为64像素×64像素的CU为最大编码单元LCU（largest CU）.CU块从LCU开始递归分裂成4个同样大小的块，一直可划分到8像素×8像素，这个过程将形成一个由CU块组成的基于内容自适应的编码树状结构.用深度depth来表示递归时CU划分的尺寸，定义LCU深度depth＝0.当CU进一步划分为4个子CU，它们的尺寸是父CU的1／2，此时depth＝depth＋1，依次递归划分下去，当子CU的尺寸为8像素×8像素时depth＝3，该CU将不再继续划分，递归结构如图2所示［5］.预测单元PU仅用在四叉树结构的叶节点处的CU，对于帧内预测，PU的划分支持2种尺寸，即2N×2N和N×N（其中N的取值为4，8，16或32）.除了CU和PU外，还有另一种与变换和量化相关的单元即TU，其大小不能超过CU的尺寸. 1.2 帧内预测过程1）首先，获取图像块深度depth＝0所对应的最大编码单元LCU，并对其进行帧内编码，计算相应的率失真代价记为Rdcost＿0；2）然后，对LCU进行递归划分，划分为4个子CU（depth＝1），分别对4个子CU进行帧内编码，计算4个子CU的率失真代价，将其率失真代价和记为Rdcost＿1，比较Rdcost＿0和Rdcost＿1，将较小值所对应的帧内预测模式作为LCU的最佳预测模式；3）同样地，对depth＝1的子CU再次按照步骤2）的过程计算率失真代价，并找出对应的最佳预测模式，直至子CU的深度depth＝3为止.基于这种递归结构，编码器需要对所有CU，TU和PU进行线性组合，找到最佳方案，这是一个非常耗时的过程.更重要的是，HEVC帧内预测方向可支持35种，进一步提高了编码器的计算复杂度.事实上，纹理平坦的区域适合大尺寸CU进行编码，而纹理复杂的区域则适合小尺寸CU进行编码，可直接跳过对大尺寸CU的编码，节省编码时间.2.1 基于SAMD的块类型选择当选择HEVC帧内编码时，假如一个编码单元的纹理总体上看是平坦的，那么它适合采用大尺寸CU进行编码，可以提前中止模式选择过程.文献［5］分别定义了DC、水平及垂直方向上的纹理特性判断公式，本文将采用一种更简单的判断方法，通过计算图像块的像素值与平均像素值之间的差值（SAMD），确定图像的纹理特性.在定义SAMD之前，先计算整个图像块的平均像素值.如果SAMD值较小，说明图像块的像素值与平均像素值之前的差值较小，表示该图像块的纹理比较平坦，可以采用大尺寸CU进行编码；反之，则说明图像块的纹理比较复杂，细节较丰富，应该采用小尺寸CU进行编码.其中，pel（i，j）代表图像块第i行第j列上的像素值，Mean表示图像块的平均像素值，Num表示图像块像素点个数．在量化参数QP相同的情况下，本算法对64像素×64像素到8像素×8像素的CU块都设置了上下2个阈值，它们的选取是按照参考文献［6］进行定义的.根据这2个阈值来判断最佳块类型.对于64像素×64像素的CU块，其上下阈值为对于32像素×32像素的CU块，其上下阈值为对于16像素×16像素的CU块，其上下阈值为对于8像素×8像素的CU块，其上下阈值为按照上述定义，分别计算CU块的SAMD值，如果小于下阈值SAMD＿Tx，则说明图像块之间的像素值相差不大，纹理比较平坦，可以直接采用当前块进行预测编码；反之，则说明图像块的细节较丰富，纹理比较复杂，需要进一步进行块的划分.否则，需要根据相邻编码块和对应编码块的深度进行进一步的判断.2.2 基于相邻编码块的深度分析自然图像具有很强的空间相关性，而相邻编码块之间则具有更强的相关性.笔者定义在前一帧中和现在欲编码块位置相同的CU称为对应CU［5］.考虑到当前编码块CU与相邻已编码块CU和对应CU之前的关联性，在对编码单元进行帧内模式选择前，首先通过对当前CU与周围各个CU深度之间的对比，来判断当前CU细节是否丰富，从而判定是否跳过当前CU的模式选择过程.各CU对应位置如图3所示.具体的评判过程如下：首先检测当前CU相邻的编码块，如左边CU、上边CU及前一帧对应CU，若它们的深度都大于当前CU深度，则说明当前CU纹理细节较为丰富，然后再判断左上方CU和右上方CU深度，并与当前CU深度作比较，如果前者仍大于或等于后者，则可以进一步判定当前CU细节非常细腻，适合较小尺寸CU进行编码，可跳过对当前CU的帧内预测模式搜索，直接对其进行分块；反之，则按正常程序进行，对当前块进行模式选择.2.3 综合算法流程及算法分析通过以上分析，本文算法流程如下：1）计算当前CU块的SAMD值，如果大于上阈值SAMD＿Ts，则跳过对当前CU 块编码，直接跳到4），如果小于下阈值SAMD＿Tx，则跳到3）；否则，进行下一步；2）获取当前CU块的深度，与相邻CU及对应CU的深度作比较，如果相邻CU 及对应CU的深度大于当前CU，则跳过对当前块的编码，跳到4），否则进行下一步；3）采用当前块类型，并对其进行预测编码，然后跳到5）；4）对当前CU进一步分块，然后对其4个小块进行预测编码；5）结束当前块的编码.流程图见图4.采用HM5.0参考软件作为实验平台，对4个测试序列各30帧进行测试，量化参数QP分别为24，32.从峰值信噪比、比特率、编码时间3个方面比较快速算法与参考模型HM5.0的性能［7］.从表1和表2可以看出，与HM5.0相比，峰值信噪比平均减少0.024 9 dB，比特率略微增加0.186%，编码时间平均减少40.95%.通过计算编码块的SAMD值和比较当前编码CU和相邻CU的深度，提出了一种基于图像特征的HEVC快速帧内预测算法.该算法可以跳过不必要的块预测，节省编码时间.与原算法相比，在保持视频质量基本不变的提前下，码率略增的基础上，减少了编码时间，有效地提高了编码效率.【相关文献】［1］刘昱，胡晓爽，段继忠.新一代视频编码技术HEVC算法分析及比较［J］.电视技术，2012，36（20）：45.［2］成益龙，滕国伟，石旭利，等.一种快速HEVC帧内预测算法［J］.电视技术，2012，36（21）：4.［3］ Ugur K，Andersson K，Fuldseth A，et al.High performance，low complexity video coding and the emerging HEVC standard［J］.IEEE Trans Circuits and Systems for Video Technology，2010，20（12）：1688.［4］ Zhang L，Ma SW，Zhao D B.Fastmode decision algorithm for intra prediction in HEVC［C］／／Proceedings of Visual Communications and Image Processing（VCIP），Tainan：IEEE，2011.［5］赵文强，沈礼权，张兆杨.HEVC帧内预测算法的优化［J］.电视技术，2012，36（8）：31. ［6］陈王焕.新一代高效视频编码帧内预测快速算法研究［D］.广州：中山大学，2012.［7］谢翠兰，郑艺玲.基于SAD和SATD的H.264快速帧内预测算法［J］.计算机工程，2008，34（10）：215.。

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。

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。

基于纹理特征的H.264／AVC帧内预测模式快速选择算法

文章编号：１００７ — １３０Ｘ（２０１３）０４ — ００８１ — ０６
基于纹理特征的Ｈ．２６４／ＡＶＣ帧内预测模式快速选择算法
张小红，张媛
（江西理工大学信息工程学院，江西赣州３４１０００）
Ａｂｓｔｒａｃｔ：Ｉｎｔｒａ — ｆｒａｍｅｅｎｃｏｄｉｎｇｉｎＨ．２６４／ＡＶＣｖｉｄｅｏｓｔａｎｄａｒｄｕｓｕａｌｌｙａｄｏｐｔｓＲａｔｅＤｉｓｔｏｒｔｉｏｎＯｐｔｉ —
ｍｉｚａｔｉｏｎ（ＲＤＯ）ｔｅｃｈｎｉｑｕｅ．Ｂｙｃｏｍｐｕｔｉｎｇａｌｌｐｏｓｓｉｂｌｅｃｏｄｉｎｇｍｏｄｅｓ，ｔｈｅｏｎｅｗｈｉｃｈｈａｓｔｈｅｌｏｗｅｓｔｃＯＳｔｏｆｒａｔｅｄｉｓｔｏｒｔｉｏｎｉｓｓｅｌｅｃｔｅｄａｓｔｈｅｂｅｓｔｍｏｄｅ．ＴｈｅＲＤＯｔｅｃｈｎｉｑｕｅｉｍｐｒｏｖｅｓｔｈｅｒｅｌｉａｂｉｌｉｔｙ，ａｃｃｕｒａｃｙａｎｄｅｒｒｏｒｒｅｓｉｌｉｅｎｃｅｏｆｅｎｃｏｄｉｎｇｗｈｉｌｅｉｎｃｒｅａｓｉｎｇｔｈｅｃｏｍｐｌｅｘｉｔｙａｎｄｓｅａｒｃｈｔｉｍｅｏｆｔｈｅｅｎｃｏｄｉｎｇ．Ｔｈｅｒｅｓｉｄｕ — ａ１ｖａｌｕｅｂｅｔｗｅｅｎｔｈｅｃｕｒｒｅｎｔａｎｄｒｅｃｏｎｓｔｒｕｃｔｅｄ４× ４ｂｌｏｃｋｉＳｃａｌｃｕｌａｔｅｄｉｎｔｈｅｃｉｒｃｕｍｓｔａｎｃｅｓｏｆａｎａｌｙｚｉｎｇｔｈｅｓｔａｎｄａｒｄｉｎｔｒａ — ｐｒｅｄｉｃｔｉｏｎ．Ｉｆｔｈｅｖａｌｕｅｉ８ｓｍａｌｌｅｒｔｈａｎａｃｅｒｔａｉｎｔｈｒｅｓｈｏｌｄｔｈｅｍａｃｒｏｂｌｏｃｋｃｏｄｉｎｇｃａｎｂｅｅｎｄｅｄｉｎａｄｖａｎｃｅ．Ｃｏｎｖｅｒｓｅｌｙ，ａｆａｓｔ４× ４ｉｎｔｒａ — ｐｒｅｄｉｃｔｉｏｎｍｏｄｅｓｅｌｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｗａｓｐｒｏｐｏｓｅｄｂｙ

利用纹理结构的HEVC快速帧内模式选择算法

利用纹理结构的HEVC快速帧内模式选择算法杨宇航;蔡灿辉;王张欣【期刊名称】《信号处理》【年(卷),期】2015(031)009【摘要】高性能视频编码(HEVC)是刚确立的最新一代视频编码标准.对于帧内编码,HEVC最大的特点是采用了从64×64至8×8的编码单元划分和35种帧内预测模式,HEVC通过遍历所有的分块和帧内预测模式,选取最优的预测方式,这种帧内预测方式在提高预测精度的同时也大大增加了编码的计算复杂度.为了降低帧内预测的计算复杂度,HM2.0版以上的HEVC测试软件采用一种基于两步预测的快速帧内模式选择算法.在此基础上本文首先提出了一种基于纹理方向的快速粗选方案,减少参与计算的粗选模式数,进而提出基于结构相关的决策方法,利用同质图像区域的纹理相似性,减少参与率失真代价函数计算的候选模式数量,进一步降低了帧内预测计算复杂度.实验结果表明,本文所提出的快速算法,在保持编码质量基本不变的条件下,可以使基于两步预测的快速帧内模式选择时间缩短25％.【总页数】7页(P1094-1100)【作者】杨宇航;蔡灿辉;王张欣【作者单位】华侨大学信息科学与工程学院,厦门361021;华侨大学信息科学与工程学院,厦门361021;华侨大学信息科学与工程学院,厦门361021【正文语种】中文【中图分类】TN919.81【相关文献】1.HEVC快速帧内模式和深度决策算法 [J], 伍冠健;宋立锋2.多层次细粒度并行HEVC帧内模式选择算法 [J], 张峻;代锋;马宜科;张勇东3.基于帧内/帧间模式选择相关性的H.264/AVC快速帧内模式选择算法 [J], 何宝4.基于帧内／帧间模式选择相关性的H．264／AVC快速帧内模式选择算法 [J], 何宝5.H.264中基于统计分析的快速帧间、帧内模式选择算法 [J], 王淑慧;林涛;林争辉因版权原因，仅展示原文概要，查看原文内容请购买。

基于HEVC的帧内预测模式快速选择算法

基于HEVC的帧内预测模式快速选择算法梅健;谢林柏【摘要】为了节省高效视频编码(High Efficiency Video Coding,HEVC)中的帧内编码时间,提出一种帧内预测模式快速选择算法,通过判断预测编码单元的大小,分别采用像素梯度和方向强度来预测候选模式,利用像素梯度能减少选择候选模式过程的计算量,而方向强度判断能减少候选模式数量.实验结果表明,提出的算法与测试平台HM13.0的快速算法相比,帧内预测时间平均减少了27.15％.达到了降低计算复杂度的目的,有效节省了编码时间.【期刊名称】《计算机工程与应用》【年(卷),期】2016(052)010【总页数】5页(P187-191)【关键词】视频编码;帧内预测;候选模式;像素梯度;方向强度【作者】梅健;谢林柏【作者单位】江南大学物联网工程学院,江苏无锡214122;江南大学物联网工程学院,江苏无锡214122【正文语种】中文【中图分类】TN919.81MEI Jian,XIE Linbo.Computer Engineering and Applications,2016,52（10）：187-191.随着数字视频的快速发展，高清视频中的清晰度高低、压缩率等问题需要更高效的编码方式，因此，视频编码联合组（Joint Collaborative Team on Video Coding，JCTVC）统一制定了下一代视频编码标准——HEVC[1]。

在2013年1月26日，该标准正式成为国际标准。

在保证相同视频图像质量的前提下，HEVC比现有的H.264/AVC压缩效率提升了一倍。

HEVC继承了H.264/AVC基于块的混合编码结构，同时对一些技术作了改进，其中包括灵活的编码块结构、采样点自适应偏移、自适应环路滤波、并行化设计等技术[2]。

在保证视频编码性能的同时，降低编码计算复杂度、节省编码时间是当前视频编码领域的研究热点[3]。

对于帧内编码来说，HEVC主要的改变就是帧内预测模式方向数量的增加。

基于HEVC下的帧内预测快速算法研究与实现

基于HEVC下的帧内预测快速算法研究与实现随着视频编码技术的不断发展，高效视频编码成为当前研究的热点之一。

HEVC（High Efficiency Video Coding）作为最新的视频编码标准，其压缩性能相较于之前的标准有了显著提升。

然而，HEVC编码的复杂性也随之增加，导致编码时间较长，不利于实时应用。

因此，针对这一问题，本文提出了一种基于HEVC 下的帧内预测快速算法，并进行了研究与实现。

帧内预测是视频编码中的重要环节，其目的是利用已编码的图像信息来预测当前帧中的像素值。

在HEVC中，帧内预测采用了一种新的预测模式——多方向预测。

多方向预测利用了多个方向的参考像素来进行预测，从而提高了预测的准确性。

然而，多方向预测的复杂度也相对较高，导致了编码时间的增加。

针对上述问题，本文提出了一种基于快速搜索算法的帧内预测快速算法。

该算法通过优化搜索过程，减少了搜索的复杂度，从而提高了帧内预测的速度。

具体而言，本文采用了一种基于像素块分割的搜索策略。

首先，将当前帧划分为多个像素块，然后对每个像素块进行预测。

在搜索过程中，通过引入剪枝技术，减少了搜索的次数，从而降低了复杂度。

此外，本文还采用了一种自适应阈值的策略，根据图像的特性动态调整搜索的范围，进一步提高了搜索的效率。

为了验证算法的有效性，本文进行了一系列的实验。

实验结果表明，与传统的帧内预测算法相比，本文提出的算法在保持预测质量的同时，能够显著减少编码时间。

具体而言，本文的算法在不同分辨率和不同码率下均取得了较好的性能。

此外，本文还进行了与其他相关算法的比较，结果显示，本文的算法在编码时间和压缩性能上均有明显优势。

综上所述，本文提出了一种基于HEVC下的帧内预测快速算法，并对其进行了研究与实现。

实验结果表明，该算法能够有效地减少编码时间，提高编码效率，具有一定的实用价值。

未来，可以进一步优化算法，提高编码的速度和质量，以满足更高的实时性要求。

基于HEVC的快速帧间预测算法

基于HEVC的快速帧间预测算法
李静敏;杨静
【期刊名称】《电视技术》
【年(卷),期】2016(040)007
【摘要】针对HEVC中PU划分模式和帧间运动模式的选择引起的高复杂度,提出一种快速帧间预测算法.首先,判断图像的运动状态和纹理复杂度,根据当前图像的时空域相关性及图像内容的特点,减少PU划分模式.然后,根据运动剧烈程度对当前PU运动模式预判,从而不需要遍历所有的运动模式.实验结果表明,在视频重建质量基本相当的前提下,改进后的算法编码时间与参考算法相比节省30％～60％左右.【总页数】6页(P1-5,10)
【作者】李静敏;杨静
【作者单位】上海海事大学信息工程学院,上海201306;上海海事大学信息工程学院,上海201306
【正文语种】中文
【中图分类】TN919.81
【相关文献】
1.一种基于空时域相关性的 HEVC 帧间预测模式快速决策算法 [J], 李强;覃杨微
2.基于帧间预测的H.264到HEVC快速转码算法 [J], 丁彬;陈耀武
3.基于图形信息的HEVC帧间预测快速算法 [J], 张强;袁春
4.基于运动特征的HEVC快速帧间预测算法 [J], 胡锦雯;滕国伟;成益龙;晏轲;李国
平;赵海武;王国中
5.基于时域相关性的HEVC帧间预测快速决策算法 [J], 刘鹏;罗娜;寇俊楠
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。

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【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.【期刊名称】《电信科学》【年(卷),期】2015(031)001【总页数】9页(P32-40)【关键词】HEVC;快速块划分;空间相关性;最有可能深度范围;纹理差异;纹理复杂度【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1 引言随着视频技术的发展，以H.264/AVC为代表的第二代视频编码标准已不能满足人们对于实际应用的要求。

在这一形势下，VCEG和MPEG两大标准组织成立JCT-VC（joint collaborative team on video coding）[1]，在全球范围内征集新的视频编码技术提案，统一制定新一代高效率视频编码（high efficiency video coding，HEVC）标准。

HEVC的核心目标是在H.264/AVC高档次（high profile，HP）的基础上压缩效率提高1倍，即在保证相同视频图像质量的前提下，视频流的码率减少50%[2]。

基于HEVC的帧内快速模式选择算法

基于HEVC的帧内快速模式选择算法
申文龙
【期刊名称】《计算机与现代化》
【年(卷),期】2014(0)5
【摘要】为了解决高效率视频编码(High Efficiency Video Coding,HEVC)复杂度过高的问题,基于粗粒度模式选择(Rough Mode Decision,RMD)过程提出一种降低编码复杂度的方法.该算法充分利用了RMD候选队列的相似程度和预测模式在方向上的相关性这两个特性,进一步减少了进入率失真优化过程(Rate Distortion Optimization,RDO)的预测模式数量,达到了降低编码复杂度的目的.实验结果表明,该算法在编码质量损失0.5％的情况下节省了近22％的编码时间.
【总页数】5页(P42-46)
【作者】申文龙
【作者单位】北京工业大学计算机学院,北京100124
【正文语种】中文
【中图分类】TP301.6
【相关文献】
1.基于H.264/AVC的帧内4×4预测模式快速选择算法 [J], 周巍;周欣;段哲民
2.HEVC帧内彩色边缘检测快速模式选择算法 [J], 顾梅花;杨婷婷;刘新慧
3.利用纹理结构的HEVC快速帧内模式选择算法 [J], 杨宇航;蔡灿辉;王张欣
4.基于帧内/帧间模式选择相关性的H.264/AVC快速帧内模式选择算法 [J], 何宝
5.基于帧内／帧间模式选择相关性的H．264／AVC快速帧内模式选择算法 [J], 何宝
因版权原因，仅展示原文概要，查看原文内容请购买。

基于纹理划分特征的HEVC帧内编码模式选择方法[发明专利]

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201710061400.7(22)申请日 2017.01.26(71)申请人浙江工业大学地址 310014 浙江省杭州市下城区潮王路18号(72)发明人朱威　张晗钰　洪伟聪　商明将　陈朋　郑雅羽　(74)专利代理机构杭州赛科专利代理事务所(普通合伙) 33230代理人郭薇(51)Int.Cl.H04N 19/186(2014.01)H04N 19/182(2014.01)H04N 19/103(2014.01)H04N 19/50(2014.01)H04N 19/159(2014.01)(54)发明名称基于纹理划分特征的HEVC帧内编码模式选择方法(57)摘要本发明涉及一种基于纹理划分特征的HEVC 帧内编码模式选择方法，包括以下步骤：（1）输入一个编码模式待选择的CTU；（2）对当前CTU的原始像素亮度值进行纹理特征分析，计算得到不同尺寸CU的纹理划分标识和32×32 CU的纹理特征值；（3）利用CU的纹理划分标识和纹理特征值，预测当前CTU的深度范围，以及计算CU的提前终止编码划分标识和PU的提前终止预测划分标识；（4）利用当前CTU的深度范围、CU的提前终止编码划分标识以及PU的提前终止预测划分标识，完成当前CTU的四叉树划分。

本发明能够在保持良好编码率失真性能的情况下，有效减少HEVC帧内编码的处理时间，同时具有较好的并行处理特性。

权利要求书3页说明书7页CN 106961606 A 2017.07.18C N 106961606A1.一种基于纹理划分特征的HEVC帧内编码模式选择方法，其特征在于，所述的选择方法包括以下步骤：(1)输入一个编码模式待选择的CTU：所述CTU的尺寸为64×64；(2)对当前CTU的原始像素亮度值进行纹理特征分析，计算得到不同尺寸CU的纹理划分标识和32×32CU的纹理特征值；(3)利用不同尺寸CU的纹理划分标识和32×32CU的纹理特征值，预测当前CTU的深度范围，以及计算CU的提前终止编码划分标识和PU的提前终止预测划分标识；(4)利用当前CTU的深度范围、CU的提前终止编码划分标识以及PU的提前终止预测划分标识，完成当前CTU的四叉树划分。

基于局部边界特性的HEVC帧内快速预测算法

基于局部边界特性的HEVC帧内快速预测算法
张俊;项欣光
【期刊名称】《计算机应用与软件》
【年(卷),期】2015(032)012
【摘要】HEVC(High Efficiency Video Coding)的编码性能足可以达到
H.264/AVC的两倍.在帧内编码方面HEVC的性能提高主要来自于更精准的预测模式和更灵活的分块大小,同时带来了巨大的计算复杂度.为了大幅降低编码复杂度,提出的算法利用视频的局部纹理特性,首先用索贝尔算子提取当前编码单元
CU(Coding Unit)的局部边界信息.分析边界信息后,停止不包含明显边界的CU的子块划分,对包含明显边界的CU快速选择预测方向为边界纹理方向.实验结果证明,提出的算法可以在视频质量基本不变的情况下,使帧内编码复杂度降低近一半.【总页数】4页(P101-104)
【作者】张俊;项欣光
【作者单位】南京理工大学计算机科学与工程学院江苏南京210000;南京理工大学计算机科学与工程学院江苏南京210000
【正文语种】中文
【中图分类】TP391.4
【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.多策略的HEVC帧内快速预测算法 [J], 许东旭;林其伟
3.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
4.基于HEVC的帧内快速模式选择算法 [J], 申文龙
5.基于纹理方向的HEVC快速帧内算法 [J], 蓝敏
因版权原因，仅展示原文概要，查看原文内容请购买。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201910287565.5
(22)申请日 2019.04.11
(71)申请人中南大学
地址 410000 湖南省长沙市岳麓区麓山南
路932号
(72)发明人张昊　赵御兵　
(74)专利代理机构广州嘉权专利商标事务所有
限公司 44205
代理人伍传松
(51)Int.Cl.
H04N 19/103(2014.01)
H04N 19/154(2014.01)
H04N 19/159(2014.01)
H04N 19/42(2014.01)
H04N 19/44(2014.01)
H04N 19/70(2014.01)
(54)发明名称
基于视频图片纹理特征的HEVC帧内快速算
法选择方法
(57)摘要
本发明的实施例之一提供了基于视频图片
纹理特征的HEVC帧内快速算法选择方法。

与现有
技术相比，本发明实施例之一提供的方法，通过
判断CU所处的图片区域是平坦的还是不平坦的，
然后选取相应的快速算法对CU进行编码，使得编
码器的编码效率得到提高，计算复杂度被降低。

在与原HEVC编码率失真相近的情况下，本发明实
施例1的方法平均能降低56.2％的编码时间，同
时质量(BRBD)只损失了1.
52％。

权利要求书2页说明书7页附图2页CN 110113601 A 2019.08.09
C N 110113601
A
1.基于视频图片纹理特征的HEVC帧内快速算法选择方法，其特征在于，步骤包括：
(1)计算编码单元CU的纹理特征值W；
(2)根据步骤(1)的计算结果，若W>0.45，用第一算法对当前CU进行编码；若W<0.12，用第二算法对当前CU进行编码；
(3)判断CU是否处于最大编码深度，若是，结束编码；若否，重复步骤(1)和步骤(2)；
所述纹理特征值其中N是CU所覆盖区域内像素点的个数，p(i)是每个像素点所对应的像素值，是N个像素值的平均值。

2.根据权利要求1所述的方法，其特征在于，步骤(2)还包括：若0.12<W<0.45，用第一算法对当前CU进行编码。

3.根据权利要求1所述的方法，其特征在于，所述第一算法步骤包括：
(1s)快速模式决策：
(1s.a)按HEVC标准对{0，1，2，6，10，14，18，22，26，30，34}11个模式做粗模式搜索，根据绝对变换差值，从中选出六个最佳帧内模式候选，结合当前PU左边和上边PU的最佳帧内模式组成集合A；
(1s.b)对集合A中的所有元素的2距邻居模式进行测验，从中选出两个帧内模式候选，将这两个帧内模式的1距邻居模式连同PU的最可能模式(MPM)组成集合B；
(1s.c)对集合B中所有模式做粗模式搜索；
(1s.d)从所有做过粗模式搜索的模式中找出SATD代价最小的M个模式，进行后续操作，M的个数由CU的大小决定：当CU大小为{64×64，32×32，16×16，8×8，4×4}时，M的值分别为{3，3，3，8，8}；
(2s)基于率失真优化量化的模式筛选：
(2s.a)从快速模式决策中得到的M个模式中选出SATD代价最小两个{m1，m2}组成集合W；
(2s.b)将M个模式中剩余的模式mi依次进行以下操作：
如果m i 与W中的所有元素的距离都大于1，则将m i 加入到W集合中；
如果集合中的元素包括了这些模式{m 1，m 2，Intra_Planar，Intra_DC，MPM}，则跳出步骤(2s.b)；
(2s.c)对W中的所有元素做精模式搜索；
(3s)基于率失真代价的终止划分：
若当前子CU的率失真代价之和大于其中某一阈值时，则跳过后续子CU的编码过程，减小计算复杂度，
具体判断标准为：
其中：K的取值范围为{1，2，3，4}，βK对应K＝{1，2，3，4}时的取值为{1.5，1.2，1.1，
1}，
表示4个子CU的哈达马代价之和，4个子CU还没完全编码完的情况下，其值用当前
权　利　要　求　书1/2页2CN 110113601 A。