论文部分内容阅读
随着视频应用逐渐多样化以及高清、超高清视频的不断流行,视频数据呈指数爆炸式增长。由于存储资源和通信信道资源的增长始终赶不上视频数据的增长,因此急需提高视频压缩性能,以应对视频应用高清化和多样化所带来的视频数据增长问题。在此背景下,两大国际视频编码标准制定组织MPEG(Moving Picture Experts Group)和VCEG(Video Coding Experts Group)再次携手制定了新一代高效视频编码标准HEVC(High Efficiency Video Coding)。HEVC仍沿用混合视频编码框架,同时又引入了灵活块划分技术、多角度帧内预测技术、帧间Merge技术等新的编码技术,最终在上一代视频编码标准H.264/AVC(Advanced Video Coding)的基础上将压缩效率提升了50%。HEVC标准自2013年正式发布以来,其相关技术的研究工作一直在继续进行。本文正是针对视频编码标准HEVC中的相关技术展开研究探索工作,以期进一步提升编码效率。本文的主要工作和创新点如下:1.针对平移运动模型对复杂运动描述的局限性,并具体分析了运动前视视频与透视模型的关系,提出一种基于透视模型的运动前视视频帧间预测编码方法。在该方法的实现过程中,为避免过多模型参数的求解和编码,本文采用模板遍历的方式来实现该方法。将提出的基于透视模型的运动前视视频帧间预测编码方法集成到HEVC参考软件HM16.7中。与原始的HM16.7编码器相比较,所提方法能带来一定的编码增益。2.围绕HEVC中的帧间Merge模式展开研究工作,分析出Merge模式在帧间预测过程中的不足之处,然后针对该不足之处提出了基于方向的Merge模式组合加权预测方法和基于距离的Merge模式组合加权预测方法。将所提的两种帧间Merge模式组合加权预测方法集成到HM16.7中。与原始的HM16.7编码器相比较,在LP编码配置下,利用基于方向的Merge模式组合加权预测方法编码Class C、D,分别在Y分量上取得了1.39%和1.45%的BD-rate节省;利用基于距离的Merge模式组合加权预测方法编码HEVC通用测试序列,其在Y分量上的BD-rate节省平均可达2.94%。实验证明,本文所提的两种帧间Merge模式组合加权预测方法均取得了明显的编码增益。