论文部分内容阅读
随着高清视频与超高清视频的普及,为了方便视频在有限的网络带宽上传输,视频编码联合小组在2013年确定了高效视频编码作为新一代的视频编码标准。它是在上一代视频编码标准H.264的基础上进行了大量的改进与创新,HEVC采用了更大尺寸的块结构与更多的预测模式,有效地提升了压缩率,同时带来的计算复杂度也成倍的增加。本文首先介绍HEVC的编解码框架与引入的主要技术点,重点介绍了帧内预测过程与帧间预测过程。随后针对帧间预测过程引入的巨额的计算复杂度,提出了多种算法降低帧间预测过程的计算复杂度。本文对帧间层面的优化分为两个方面进行:宏观级和微观级。在宏观级层面的优化上:1.根据图像块之间的空域相关性,利用空间邻近编码树单元的最大深度来预测当前编码树单元的深度范围;2.统计分析编码单元选择分割的率失真代价与不分割的率失真代价取值状况,提出一种软阈值法来终止编码单元继续分割。实验结果表明,本文提出的帧间宏观级算法可以减少33%的编码时间,平均码率差增加了0.454%,平均峰值信噪比差降低了0.017dB。在微观级层面的优化上:1.利用运动矢量估计图像块的运动状况,决策跳过部分预测模式;2.分析残差块的纹理分布,针对不同的纹理分布对预测模式选择过程做进一步的细化处理;3.利用在检测每一预测模式时,计算变换单元的纹理复杂程度,提前决策变换单元是否继续分割。实验结果表明,本文提出的帧间微观级算法减少50.6%的编码时间,平均码率差增加了1.606%,平均峰值信噪比差降低了0.06dB。将宏观级算法和微观级算法综合起来得到帧间综合算法,实验结果表明,帧间综合算法可以减少57.1%的编码时间,平均码率差增加了1.994%,平均峰值信噪比差降低了0.074dB。鉴于综合算法引入了一定程度的率失真性能的损失,随后提出了以自由地控制错检概率,尽可能地降低漏检概率的决策算法--Neyman-Pearson模式决策算法。该算法在线统计训练数据,并周期性地更新训练数据,通过训练数据来提前决策skip模式为最优预测模式与提前终止编码单元继续分割。实验结果表明,Neyman-Pearson模式决策算法能够减少39.0%的计算复杂度,平均码率差增加了0.782%,平均峰值信噪比差降低了0.027dB。在论文的最后,总结了本文所做的研究工作,同时提出了未来的研究方向。