基于运动一致性的3D-HEVC深度视频帧间编码快速算法

针对深度视频在3D-HEVC编码框架中编码复杂度较高, 提出了一种基于运动一致性的深度视频快速帧间编码算法. 首先把深度视频划分为4个区域: 彩色和深度视频均运动区域、彩色视频运动但深度视频静止区域、彩色视频静止但深度视频运动区域以及彩色和深度视频均静止区域. 然后, 根据不同分区对最大编码单元设计不同的编码策略. 结果表明, 本算法与原始测试平台HTM-10.0相比, 在绘制的虚拟视点质量几乎一致的情况下, 各序列深度视频编码时间平均节省了63.58%, 总体编码时间节省了40.13%.     

基于灰色关联分析的H.264/AVC视频隐写算法

针对当前视频隐写算法对视频质量和码率影响较大等问题,结合H.264编码标准的宏块分割特性,提出一种基于灰色关联分析的视频隐写算法.该算法对原始载体进行灰色关联度计算,判断其是否为非平滑块,再对帧做离散余弦变换(DCT)变换,根据H.264/AVC编码的宏块分割特性得出的分块大小选择合适的嵌入量,在DCT块的低频区域进行嵌入.实验结果表明,进行秘密信息嵌入后,对视频序列的影响较小,亮度分量的峰值信噪比(PSNR)值平均下降约1.323dB,隐写分析平均检测率为35.73%,算法的平均嵌入容量为417b/帧,对码率影响仅在3%以下,攻击后提取秘密消息的相似度(SIM)值在0.79以上.因此,该算法对视频质量和码率影响较小,并具有抗噪声、滤波攻击,隐写容量大等优点.     

宏块级立体视频传输失真快速估算方法研究

鉴于传输丢包会严重影响视频重建质量,甚至大范围传播错误,因此通过研究视频通信质量与传输丢包之间的关系,提出了一种适合网络丢包特性的立体视频传输失真模型.该失真模型结合了快速宏块级失真估计方法及帧间宏块拷贝和视点间宏块拷贝的错误隐藏方法,可在丢包信道下快速估计宏块级的立体视频传输失真.实验对比分析表明:所提出的宏块级立体视频传输失真模型准确度较好,可为立体视频传输失真估计提供一定的理论依据与借鉴,对立体视频通信质量的保障具有一定的实用价值.     

基于感知的右视点质量可分级编码算法

为了减少立体视频传输如此庞大的数据量，根据人眼的立体掩蔽效应，提出了基于感知的右视点质量可分级编码算法．该算法将宏块分为3类：平坦块、纹理块和边缘块，通过不同的量化步长使得右视点图像块的质量可分级．实验证明根据左视点的图像质量，右视点在人眼感知范围内码率减少25％～37％．该算法能在人眼主观察觉范围内很好地提高码率，进一步消除人眼立体视觉冗余．     

基于失真传递的时域自适应量化算法

码率控制是视频编码器中的关键模块,其算法直接决定编码器率失真性能.视频编码帧间预测导致的编码失真会在时域产生传递效应,考虑该传递效应是优化码率控制算法性能的关键.宏块树码率控制是一种典型的时域量化控制算法,核心是根据编码单元失真传递量(相对传递代价ρ)自适应地调整量化参数(偏移量δ),合适的δ-ρ映射关系是宏块树量化控制算法的核心.宏块树算法采用基于经验的δ-ρ模型,对不同视频序列的普适性有待改进,模型准确度和精度也需进一步优化.针对上述问题,将竞争决策方法用于探索最优δ-ρ映射关系,提出了一种率失真性能优化的失真时域传递自适应量化δ-ρ模型,以改进时域自适应量化算法.实验结果表明,信噪比BD-PSNR较原模型提升了0.14dB以上,SSIM性能提升了0.29dB.算法能更好地控制码率时域分配,降低失真时域传递恶化.     

基于宏块分裂的多描述视频分层编码方法研究

网络异构性与传输可靠性是视频通信存在的两大问题.在视频编码中,分层编码用来解决网络传输异构性问题,多描述编码是解决传输可靠性的有效手段,而多描述视频分层编码则是二者的结合.在分层编码技术的基础上,结合基于宏块分裂的多描述编码,提出了基于宏块分裂的多描述视频分层编码.同时,还给出了基于行、列、帧分解的多描述视频分层编码方案,并对4种多描述分层编码方案进行了比较.实验结果表明,所提出的基于宏块分裂多描述分层编码方案在网络异构的适应性和传输可靠性上具有优越性.     

基于立体视频传输失真模型预测参数研究

针对现有的基于递归计算的像素级立体视频传输失真模型没有完善的预测参数求取算法,提出了一种基于立体视频传输失真模型的自适应立体视频预测参数的求取算法.该算法根据立体视频时空域特性,确定未丢失的帧间编码宏块采取的运动估计方法,并采用时域或者视间视差补偿的方式确定端到端预测失真及隐藏失真,进而确定时域和视间预测参数.结果表明:该算法与传统的预测参数固定取值算法相比,各视点的失真误差都有所减小,且对各种特性的序列有较好的适应性.     

H.264快速帧内预测算法 H.264快速帧内预测算法

在新制定的H.264视频编解码标准中,帧内预测是一项重要的技术.它利用周围像素预测当前块来降低空间冗余,能极大地提高H.264的编码效率.然而,帧内预测的4×4及16×16预测分别有9种和4种模式.为选出最佳模式,全搜索算法需要花费极大的计算量.为了降低帧内预测的复杂度,提出了一种快速帧内预测算法.该算法针对全Ⅰ帧编码,充分利用了时域、空域及不同块大小间的相关性来预测当前块的最佳模式,并结合提前中止算法来减少不必要的模式选择计算.实验结果表明:与全搜索相比,文中提出的算法能减少50%～75%的帧内预测计算量,而保持图像质量几乎不变.     

一种新的深度视频处理方法

深度视频的不连续性会影响其编码效率以及虚拟视点的绘制质量. 为增强深度视频的连续性, 提出了一种新的基于时空变换的深度视频处理方法: 首先检测出深度视频中的运动对象; 其次将彩色视频和对应的深度视频进行时空变换, 对运动区域和非运动区域在时间方向上进行不同强度的平滑处理; 最后对平滑过的深度视频进行重建. 实验结果表明, 提出的处理方法在保证虚拟视点绘制质量的同时, 能够节省14.89%~47.48%的码率.     

一种基于H.264的立体视频编码中的视差估计快速算法

视差估计与补偿是立体视频图像压缩编码中的关键技术．本文分析了立体摄像系统视差分布的约束条件（外极线约束、方向性约束等）和视差矢量的相关性（帧内视差矢量的空域相关性和帧间视差矢量的时域相关性）,并结合H．264标准中的多种块选择模式之间的相关性,提出了基于H．264的立体视频编码的视差估计快速算法．实验结果表明,提出的快速算法能有效地降低视差估计的计算复杂度．     

低码率下H.264视频编码器实时优化

分析了H.264编码工具在低码率应用场合的编码性能,选择了1/4像素精度的运动补偿、8×8及更大块模式组合、1~2个参考帧、CABAC熵编码的编码方案,对占计算量最大的整数点和子像素点运动搜索算法进行改进,在P4平台上利用并行数据处理对主要计算模块进行指令优化,大幅度提高其编码速度,满足实时视频通信要求.     

Wyner-Ziv视频编码中Key帧快速预测算法

以提高Wyner-Ziv编码性能为目的,使用H．264帧内编码技术对Wyner-Ziv编码中的K帧进行编码,利用其优异的编码性能来提高K帧编码质量．同时从帧间相关性利用、亮度块模式之间的选择以及4×4亮度块预测模式选择的角度对H．264的帧内预测进行了改进,降低其编码复杂度,实验表明：改进后的K帧编码算法耗时仅为H．264帧内编码算法的5％左右．     

基于网络的数字视频监控系统

提出了一个基于网络的数字视频监控系统 ,该系统具有视频压缩、解码、网络传输、图像储存、图像索引回放、摄像机远程控制和图像内容报警等功能 .因采用了基于视频硬件压缩芯片以及快速以太网技术 ,该系统的图像质量和帧率指标远远高于一般基于电话线和软件压缩的监控系统     

一种视频图像的自适应水印新算法

随着计算机和网络技术的快速发展，数字水印技术正成为一种数字煤体知识产权保护的有效方法，本文提出一种视频自适应水印新算法，它直接对压缩后的视频数据流进行操作，将水印信息嵌入到运动矢量上，根据待嵌入的水印住处和运动矢量的特征矢量，新算法自动调整嵌入方案，使得嵌入水印后的图像质量损失达到最小，水印的提取算法具有盲检功能，并且新算法与视频标准有很好的兼容性，实验结果表明，算法简单有效。     

基于运动矢量的鲁棒视频水印算法

针对AVS-M标准提出了一种水印嵌入方法,直接利用AVS-M编码器中解码的数据进行边缘检测确定边缘块与非边缘块,把边缘块作为水印添加候选块,有效控制了编码器的开销.选择P帧中具有最大运动矢量幅值的宏块嵌入水印,水印嵌入通过修改运动估计搜索得到的运动矢量值实现,因水印嵌入修改运动矢量会对后续编码块产生影响,给出了AVS-M编解码器严格的补偿方案,补偿后的水印信息均能正确提取,证明了这种方法的有效性.针对运动矢量水印检测要求严格同步的缺点,提出了利用最大相似序列向量检测水印的方法,对虚警、漏警或攻击造成的水印信息丢失具有良好的检测效果.     

基于立体掩蔽效应的非对称立体视频编码算法

由于立体视频的数据量巨大,不便存储和传输,因此必须进一步提高其压缩效率,降低传输的码率.文章分析了立体视频左右通道间恰可察觉失真的关系,基于立体掩蔽效应提出了非对称立体视频编码算法.实验结果表明:在解码重建图像主观质量基本不变的前提下,右视点视频编码的码率节约了11.45%~18.69%.与传统立体视频编码模型相比,该算法可以获得更好的立体视频压缩性能.     

H.264视频编码的关键技术及算法

介绍和分析了H．264采用的新编码关键技术及算法，诸如运动补偿。帧内预测，变换和量化，新的熵编码等．最后阐述视频编解码技术的研究方向及前景．