基于HEVC的低复杂度帧内帧间压缩算法研究

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:lilinli2
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
当今信息化的时代,随着计算机及互联网技术的发展,视频应用越来越广泛而频繁。无线视频传输是无线射频收发和视频信息处理技术的结合,适用于许多难以靠有线传输视频的场合。当今各领域各应用场合对无线视频传输提出了更高的需求,视频分辨率和帧率的增大直接导致压缩后的视频码率骤然上升。为实现视频的及时传送,在提升无线收发能力的同时,采用新一代视频压缩标准HEVC能够节约一半的码率。为在无线视频传输系统中应用HEVC,需要解决其计算复杂度高的问题。目前的基于HEVC的低复杂度帧内帧间算法,一般针对的环节有限,虽然保证了率失真性能几乎不变,但编码时间的降低也比较有限。考虑到无线视频传输的应用实际,本文在略微牺牲率失真性能的情况下,节约了更多的编码时间。基于对帧内帧间视频压缩原理的理解和对最优率失真算法流程的研究,本文对帧内帧间的CU划分环节和模式预测环节都进行了低复杂度改进。本文首先提出了基于图像空间相关性的CU快速划分算法,利用相邻CU的深度信息为当前CU设定深度范围,该算法可以同时应用于帧内预测与帧间预测的情形。对于帧内预测,本文首先根据参考像素方差和帧内模式之间的统计规律,提出了可以跳过RMD过程并排除角度模式的快速算法。在RMD与RDO模式选择过程中,本文利用图像纹理特征以及MPM统计特征实现了帧内模式的快速优选。接着利用帧内最终预测模式的RD代价实现了CU划分的提前终止,最后结合上述各改进点设计了低复杂度帧内预测综合算法。对于帧间预测,本文基于对率失真代价与预测残差及量化参数的理解,认为当满足Skip条件或CBF为零的条件时,为实现更高的编码时间节约比率,可以不加约束地跳过后续其他模式。另外,考虑到非对称分割模式(AMP)起到的作用较小,本文禁用了非对称模式。最后结合上述帧间预测策略及CU快速划分算法,设计了低复杂度帧间预测综合算法。实验表明,相对于现有低复杂度算法,本文提出的帧内帧间综合算法,在率失真性能损失略微提升的前提下,可以降低更多的编码时间。
其他文献
SaaS云的广泛应用加速了互联网的全球化发展,然而SaaS云安全问题成为了制约其快速发展的瓶颈。现阶段SaaS云安全的核心是云数据安全,国内对于SaaS云数据安全的研究主要侧重在静
正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术有很多优势,比如,抗衰落能力强、频谱利用率高等,因此在无线通信系统中得到了广泛的应用。但是,由于高的峰均功
传统的信号与信息处理技术都是基于奈奎斯特采样定理的,定理表示信号采样速率只有在大于等于信号最高频率两倍的情况下才能无失真地恢复出原始信号,因此语音信号处理的很多数学
正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术在实际应用中总是受限于其信号较高的峰均功率比(peak-to-average power ratio,PAPR)。如果一个OFDM信号的PAP
LTE-Advanced系统作为第三代合作伙伴计划(3rd Generation Partnership Project,3GPP)长期演进(Long Term Evolution,LTE)系统的演进,其主要目的是为了获取更高的系统吞吐量
由于高频用户的增多,以及本地雷电、太阳黑子的影响,高频段电磁频谱十分拥挤,环境恶劣。因此如何为高频雷达选择可用工作信道,以提高高频雷达的探测性能和生存能力就变得十分
在传统的无线通信环境中,非授权用户无法对空闲的授权频段加以利用,这就导致了严重的频谱资源浪费,频谱资源的稀缺和利用率低下严重制约了无线通信业务的发展。认知无线电技术的
对等网络文件共享和直播已经成为非常流行的互联网应用。这些系统的出现,有效的降低了服务器的负载,同时也给大规模文件分布提供了支持平台。基于对等网络的视频点播对于对等
随着信息技术的不断发展,人们对信息量的需求就变得越来越大,传统信号的分解过程中产生大量高复杂度的计算问题就显得尤为突出,制约了信号的后继处理和传输。所以人们一直在寻求
近年来,计算机视觉和图像处理技术已经迅速的融入了人们的工作生活,在航空航天、电子商务、生物医学、安防监控等领域肩负起举足轻重的作用。与此同时,网络录像机、图形工作站等