论文部分内容阅读
视频压缩编码技术是目前多媒体技术研究领域最热门的技术之一。视频压缩技术的研究工作主要分为两类,一类是面向高性能的视频压缩技术,即在一定码率下获得高质量视频的压缩编码技术;一类是面向高效率的视频压缩技术,即快速视频压缩编码技术。经过众多学者多年来的研究,面向高性能视频压缩技术已经发展为包括块匹配准则选取策略、帧内预测编码、运动估计、多帧参考等关键技术在内的融合技术,但仍存在匹配准则误匹配、空域和时域冗余消除未尽、压缩效率影响压缩性能等问题。如何解决这些问题并进一步提高视频压缩性能,仍是很值得研究的课题。本文针对视频压缩编码中面向高性能压缩的关键技术进行了研究。第一,针对当前流行的SAD匹配准则存在有误匹配问题,提出了一种新型块匹配准则NSAD(New SAD)及块匹配算法。其基本思想是,通过分析视频序列中阴影弱覆盖现象以及亮度等差变化的情况,对存在线性关系的数据块进行线性表示,去掉线性关系中的常数分量,再进行SAD计算,以解决匹配准则的误匹配问题。该方法与最新标准优先采用的SAD准则进行比较,提高了匹配的准确性、合理性,可以更好地保证视频质量,提高压缩编码性能。第二,针对帧内预测编码技术中的帧内预测模式的问题,开展了两个方面的研究工作。其一,以快速选择帧内预测编码模式为目标,提出了一种星型快速帧内模式选择算法。其基本思想是,对于给定的块,帧内像素最佳变化趋势存在唯一性,通过计算当前块的每个像素点对应的星型方向上的变化趋势,可以确定一种方向上的帧内预测模式,达到帧内预测模式快速选择的目的。其二,针对当前帧内预测模式在消除相近像素信号冗余问题上的不足,提出了一种基于对称的帧内预测模式,其基本思想是,通过对当前块在已经完成编码的空间内进行对称性检测,得到预测块,再进入帧内预测模式选择过程,可以达到消除相邻块相近像素之间的数据相关性的目的。第三,针对运动估计技术不能表示三维方向上的平移运动这一状况,提出了全局平移运动估计算法。视频序列中的物体呈现缩放特征,表现为垂直于图像平面的平移运动,而现有的二维运动矢量不能表示这种平移运动。为消除由缩放效应带来的时域冗余,本文提出可在第三维平移方向上进行最佳匹配块的运动估计,由此提出了全局平移运动估计算法。其基本思想是,视频序列中物体或场景存在三维平移运动,进行三维平移运动估计,能更精确地消除时域冗余,通过插补技术可实现第三维平移方向上的块匹配,达到提高视频压缩性能的目的。第四,针对多参考帧技术带来的计算复杂性,展开了多参考帧选择算法的并行化研究,提出了基于MultiAgent的视频编码模型以及正向并行、反向并行、完全并行等三种并行流水线Agent协作机制。其基本思想是,帧间预测编码算法可以并行,通过将整个视频编码任务,分布到MultiAgent系统中进行压缩编码,对视频压缩编码工作并行处理,利用FrameAgent之间的协作机制,可实现多参考帧选择算法的并行化,达到提高视频压缩性能的同时提高视频编码效率的目的。