论文部分内容阅读
在大数据时代,多媒体技术取得飞速发展,人们对视频应用的多样化和高清化需求逐步提高。为了应对视频压缩技术面临的挑战,世界两大国际组织组建了联合视频探索组(Joint Video Exploration Team,JVET),探索制定下一代视频编码标准H.266。H.266仍然沿用了主流视频编码标准的混合框架,同时又引入了自己的特色,如更加灵活的四叉加二叉树划分(Quadtree plus binary tree,QTBT)、更加精细的帧内角度预测方向、适合更多场景的帧间预测模式(如仿射运动补偿预测等)、自适应多核变换技术等。本文主要从H.266帧内与帧间预测技术分别做了研究,帧内预测技术从三个方面进行改进,帧间预测技术从两个方面进行优化,具体工作如下:帧内预测技术的研究与优化首先,若编码块含有复杂的纹理或参考像素与编码块相关性不是很强时,使用现有帧内预测技术将产生失真,故针对上述问题研究了一种基于模板匹配的帧内预测新模式。从实验效果上看,该方案对上述问题有了一定的改进,提升了压缩效率。其次,针对Planar模式有可能发生编码块边界和相邻已编码块边界像素值不连续的问题,研究了一种边界滤波,该方法能够改善边界像素值非连续性的问题。最后,基于MPM模式做为帧内预测最优模式的概率较大,研究了一种基于MPM筛选预选模式的方法。该方法在编码性能损失可忽略的情况下,降低了编码端的复杂度。帧间预测技术的研究与优化首先,在现有的视频编解码标准中,帧间双向加权预测采用的是对搜索到的两个运动补偿块相加取均值(即权值为0.5)得到当期编码块的预测值。但若参考帧与编码帧之间亮度发生剧烈变化或由于诸如量化等因素导致生成预测块质量不同时,采用现有的方法将会产生严重的失真。故提出了一种基于参考质量的帧间自适应加权预测的方法,该方法在LDB和RA配置下性能都有了一定程度的提高。最后,针对运动融合技术(Merge)模式,提出了基于距离的Merge模式组合预测方法来提高编码块预测精度。在LDB、LDP和RA配置下,编码性能均有一定的提高,其中LDP配置下平均码率节省约为1.4%的码率。