可分級視頻編碼中快速模式?jīng)Q策算法研究.pdf_第1頁
已閱讀1頁,還剩129頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、隨著數(shù)字視頻服務的不斷發(fā)展和進步,使得越來越多的編碼技術得到廣泛應用,用戶對于視頻服務的需求也日益增多。于是,由ITU-T和MPEG聯(lián)合成立的JVT(Joint Video Team)小組在原有H.264/AVC視頻編碼標準基礎上,制定出得到廣泛關注的可分級視頻編碼(Scalable Video Coding,SVC)。作為H.264/AVC的擴展協(xié)議,SVC能夠在同一視頻碼流中提供不同的時間、空間和質(zhì)量可分級服務。但是新功能、新技術的

2、應用也使得可分級視頻編碼的計算量變得十分巨大。
   本文針對可分級視頻編碼的高計算復雜度問題,結(jié)合不同應用背景下可分級預測編碼的結(jié)構(gòu)特點,提出相應快速模式?jīng)Q策算法來有效地降低SVC編碼時間,為今后的實時應用奠定基礎。
   首先,針對高清電視等高質(zhì)量環(huán)境中全幀內(nèi)預測編碼的結(jié)構(gòu)特點,本文提出一種利用基本層已編碼宏塊模式信息的統(tǒng)計規(guī)律來指導當前增強層待宏塊編碼的快速預測模式?jīng)Q策算法。該算法統(tǒng)計基本參考層中宏塊預測模式的使用

3、規(guī)律,利用層間對應編碼幀的相關性來減少增強層宏塊的備選預測模式數(shù)量,達到降低編碼時間的目的。與JVT組織提出的快速算法相對比的實驗結(jié)果表明,在圖像質(zhì)量不變的前提下,平均減小近30%以上的編碼時間。
   其次,在空間時間組合可分級預測環(huán)境下,本文提出兩種不同的快速模式?jīng)Q策算法,區(qū)域最優(yōu)模式?jīng)Q策算法和參考宏塊備選模式?jīng)Q策算法。前一種算法利用參考幀宏塊的鄰域模式信息來降低備選模式數(shù)量。該算法能夠根據(jù)時間可分級中時間等級的不同來選取不

4、同范圍的鄰域宏塊數(shù)量,當前宏塊與參考宏塊的時間距離越遠,宏塊相關性較小,鄰域選取的范圍也越大,反之則鄰域選取范圍縮小,這些鄰域的最優(yōu)模式統(tǒng)計規(guī)律即為當前增強層待編碼宏塊的備選模式集合。后一種算法則是利用對應參考宏塊的最優(yōu)次優(yōu)模式來減少備選模式數(shù)量,從而降低編碼時間。該算法根據(jù)率失真優(yōu)化代價對已編碼宏塊的最優(yōu)、次優(yōu)等模式進行排序,選取排序模式中代價較小的一部分模式作為當前待編碼宏塊的備選模式集合,以此來減少當前待編碼宏塊的備選模式數(shù)量,從

5、而到達降低編碼時間的目的。實驗結(jié)果表明,兩種不同的算法均能夠在圖像質(zhì)量損失不大的情況下,平均節(jié)約30%以上的編碼時間。
   最后,本文借鑒以往H.264/AVC中預測結(jié)構(gòu)的經(jīng)驗,提出一種高效低復雜度的CGS(Coarse Granularity SNR Scalability,粗粒度質(zhì)量可分級)預測結(jié)構(gòu)及其相應的快速模式?jīng)Q策算法。該算法分配給基本層宏塊及其相鄰宏塊最優(yōu)模式不同的權(quán)值系數(shù),從而計算出當前待編碼宏塊的最優(yōu)模式信息。

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論