基于改进SSIM的HEVC率失真优化

HEVC继承了传统的客观率失真模型,主要采用均方误差、平方误差和或绝对误差和等客观评价方法作为失真测度.然而,这些方法并不能得到很好的主观视觉感知质量.为了进一步解决HEVC的计算复杂度,提出了将结构相似度(Structural Similarity,SSIM)引入到HEVC的率失真代价函数中.该方法使用失真测度均方误差对SSIM进行改进,将改进后的SSIM对率失真代价函数进行优化,求解出拉格朗日乘子,从而实现率失真性能的提升.实验结果表明,该方法与HEVC参考测试模型相比,在全Ⅰ帧(All Intra,AI)配置下,率失真性能平均提高了2.6％,同时可以获得很好的编码质量,以及可忽略的编码时间增长.     

基于SSIM的HEVC帧内编码率失真优化

率失真优化(RDO)是视频编码压缩中的关键技术之 一。传统的率失真优 化技术使用误差平方和(SSE)或绝对差和(SAD)度量失真, 不能获得较好的视觉感知质量。本文针对新一代视频编码标准高效视频编码(H EVC)帧内编码RDO,提出了一种基于结构相似度(SSIM)度量失真的 RDO方法。首先,根据HEVC编码树形单元(CTU)结构设计了基于SSIM的失真计算方法; 然后,提出了一种基于量化器推导的码率-量化步长(R-Δ)模型和一种基于统计分析的失 真 -量化参数(DSSIM-QP)模型,用于求取拉格朗日乘数;最终,使用多QP优化方法求 取模 型参数。实验表明,相对于HEVC 传统的RDO,针对全I帧(即所有帧都为帧内编码)固定QP编码和多QP优化编 码,在相同的SSIM条 件下,码率分别平均降低8.4%和13.9%左右,同时编码复杂度分别平均增加约3%和2%。     

基于失真反向传播的时域依赖率失真优化

率失真优化是基于块的混合视频编码器中一项关键技术,然而广泛采用的独立率失真优化远未取得最优编码性能。为提升高效视频编码的率失真性能,提出了一种时域依赖率失真优化算法。首先,采用指数形式率失真函数,推导出时域失真传播因子的计算式;然后,通过预编码获得编码失真和运动补偿预测误差,并采用失真反向传播估算时域失真传播因子;最后,自适应地调节编码树单元的拉格朗日乘子和量化参数,以优化编码比特资源分配。实验结果显示,在低时延编码配置下,相比于高效视频编码的率失真优化算法,所提算法在获得同等重建视频质量的前提下,将所有测试视频码率平均节省4.4%,BasketballDrill序列码率最高节省13.0%。     

基于反馈的自适应参考帧选择的率失真优化分析

为了提高数字视频实时传输的容差能力,该文提出了一种基于反馈的自适应参考帧选择方法。在传统参考帧选择优点的基础上,设计了一种新的通过率失真技术优化选择参考帧的帧间帧预测结构,分析了选择不同参考帧编码时的编码码率以及它对编码失真的影响。引入了信道代价均值的概念,探讨了信道误差的扩散过程及其对信道失真的影响。在联合信源和信道的率失真优化框架内,选择使得率失真代价最小的候选参考帧作为当前帧编码的参考帧,有效地改善了视频传输质量,并减少了编/解码器所需缓存的参考帧。仿真实验显示自适应参考帧选择的PSNR性能在不同码率和丢包率下均优于经典的ACK和NACK参考帧选择方法。     

基于统计建模的HEVC快速率失真估计算法

针对高效视频编码(HEVC)率失真优化过程中复杂的码率与失真计算,提出一种高准确性的快速率失真估计模型。该算法评估熵编码中不同语法元素的贡献百分比,并逐个开发语法元素的码率模型以构建整个TU级模型。首先,对系数进行自适应加权,以区分不同系数对码率的不均匀贡献。然后,定义位置参数以描述一个块内非零系数可能的分布模式。通过统计方式对大量样本的模型参数进行微调,得出最终线性码率模型。最后,建立了变换域失真模型来省略不必要的重构过程。实验结果表明,所提算法在RA配置下,可以实现49.76%的复杂度降低,而BD-BR仅增加1.74%。     

一种基于率失真优化的关键参考帧选择算法

为抑制压缩视频流的传输错误扩散,提出了一种新的基于关键帧的无反馈参考帧选择算法,通过采用一种适用各种掩盖策略的端到端失真度估计方法,评价出选择不同参考帧情况下的解码器失真度期望,在率失真框架内选择最合适的参考帧,使解码端的失真度达到最小.基于H. 263+ TMN8测试模型和IP包丢失的模拟实验表明,提出的率失真优化关键参考帧算法比传统的预测编码方法,PSNR值大约提高了1~3dB.当数据丢包率严重时,优势尤为明显.     

基于邻近值的HEVC帧内预测优化

高性能视频编码(High Efficiency Video Coding,HEVC)标准中的帧内编码模式利用当前帧中像素点之间的空间相关性作出有效预测。为了解决待编码像素远离参考像素时预测不准确的问题,提出了一种基于邻近值的HEVC帧内预测优化算法。该算法的主要思想是,对于当前像素,先根据传统HEVC帧内编码方法得到其预测值,再使用该像素点左边、左上、上边位置的修正值以及该像素本身的预测值对该预测值进行修正。因为将当前像素与周围像素的相关性进行了有效的数学建模,所以HEVC帧内编码性能得到了提升。实验结果显示,所提算法与HEVC标准相比,最高节省了2.7%的码率,平均节省的码率为1.3%。     

结合人眼视觉特性的率失真优化帧刷新算法

通过分析视频图像中位于不同位置上宏块的运动信息以及纹理特征,给出了一种简单而有效的度量宏块视觉敏感度的方法,并在此基础上提出了一种结合人眼视觉特性的率失真优化帧内刷新算法。该算法根据宏块的视觉敏感度对其相应的全局失真进行调整,使之更符合人眼的视觉特性,从而保证具有较大视觉失真期望值的宏块能得到更及时的帧内刷新。典型3G无线信道环境中基于H.264视频的实验结果表明,与传统的率失真优化帧内刷新算法相比,本算法能保证解码器端的重建视频图像具有更好的主观质量。     

视频编码率失真优化技术研究综述

率失真优化技术能有效地提升编码器的压缩性能,是视频编码领域重要的研究内容.本文综合论述了基于拉格朗日乘子的率失真优化方法,从独立率失真优化、依赖率失真优化和码率控制中的比特分配等几方面归纳和分析最新研究进展.首先,通过形象的举例解释了约束优化问题通过拉格朗日乘子法转换为非约束优化问题,并根据相关文献分析拉格朗日乘子与量化参数的关系.其次,分析了编码过程中存在的率失真依赖性,并分类讨论近年提出的依赖率失真优化方法.然后,简要介绍了率失真依赖关系在码率控制比特分配中的影响.最后通过分析比较不同率失真优化技术的特征和性能,提出当前面临的挑战和值得进一步探索的工作.     

面向HEVC的恰可察觉编码失真模型

为进一步提高现有视频编码技术的压缩效率及解 码重建图像的主观视觉感知质量,在现有人眼恰可 察觉失真(JND,just noticeable distortion)模型的基础上, 提出了恰可察觉编码失真(JNCD,just noticeable coding dist ortion)模型。首先,通过主观实验,对恰可察觉梯 度幅值差异(JNGD,just noticeable gradient difference)进 行了研究,分析其变化规律并建立JNGD模型。使用全变 分(TV,total variation)方法将图像分解为结构图和纹理图后,分别求 取其梯度信息得到结构梯度图和纹理梯度图, 利用JNGD模型分别滤除结构梯度图和纹理梯度图中的人眼不可察觉的梯度幅值 ;其后,分析了人眼感知对于不同 梯度幅值的编码失真敏感性,设计了梯度幅值与JNCD值的主观实验,得到两者的关系模型; 最后,考虑人眼对图 像中的边缘、平坦和纹理3类区域失真感知程度的差异性,利用滤波后的结构梯度和纹理梯 度信息将图像划分为上 述3类区域,最终建立整幅图像的JNCD模型。为验证本文提出的JNCD模型的可靠性,在高效 视频编码(HEVC)标准测试平台上进行的模型验证结果表明,在本模 型指导下的编码其解码重建 图像获得了较好的主观视觉效果,可为人眼视觉感知冗余的分析及感知编码的改 进提供依据。     

一种HEVC帧内快速编码算法

高效视频编码(HEVC)采用编码单元(CU)四叉树的 分割结构,相比H.264/AVC显著地提升了编码效 率,但却使编码复杂度急剧增加。为此,本文提出一种帧内快速编码算法。首先,根据视 频图像纹理复 杂度,提前判断是否进行最大编码单元(LCU)分割。然后,根据空域相邻CU的深度预测当前C U的深度范围, 跳过不必要的计算;最后,根据预测模式被选为最优预测模式的统计特性,去掉可能性小的 帧内预测模式。本文算法在HM14.0的基础上实现。 仿真结果表明,本文算法在全I帧模式下与HM14.0相比,帧内编码时 间平均减少38%,码率(BR)只增加1.41%,峰值信噪比(PSNR)只降低0.29dB,在保证编码性能和视频质量几乎不变的 情况下,本文算法降低了编码的计算复杂度。     

一种无帧内失真漂移的HEVC视频自适应隐写算法

随着数字视频的普及,HEVC(high efficiency video coding)视频隐写受到了越来越多的关注。残差系数域隐写具有高安全性和低码率增长的特点,然而,视频编码过程中重构的系数不满足块间相互独立的性质,导致修改视频残差系数往往会带来较为严重的失真漂移。本文提出了一种无帧内失真漂移的HEVC视频自适应隐写算法。首先,根据帧内预测方向和多系数修改的方法选择合适的载体,进而避免修改系数引起的失真漂移。然后,设计一种包含块内失真和修改载体后的系数分布的失真函数,指导校验网格编码(syndrome trellis codes, STC)对嵌入失真小的载体进行修改。最后,根据最小化失真代价将消息嵌入到满足特定条件的4×4亮度块的量化正弦变换(quantized discrete sinc transform, QDST)系数中。实验结果表明,所提出的视频隐写算法能够有效地避免帧内失真漂移,在获得良好的视觉感知质量的同时,能保证隐写算法的安全性。     

一种基于预测模式差值的HEVC信息隐藏算法

针对当前HEVC视频信息隐藏算法对视频码率和质 量影响较大等问题,结合HEVC编码标准中 帧内预测模式的特点,提出一种基于帧内预测模式差值的HEVC视频信息隐藏算法。对于连续 两个帧内4×4亮度块预测编码过程中具有方向性的33种预测模式,建立隐秘信息与 预测模式差值的映射关系,根据拉格 朗日率失真模型调制预测模式完成隐秘信息的嵌入。为了保证隐秘信息的嵌入容量,对于连 续两个无方向 性的planar模式或DC模式,根据隐秘信息修改其值实现隐秘信息的嵌入。信息的提取过程, 只需对码流中 的预测模式解码即可。实验结果表明,隐秘信息的嵌入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0.05dB,对码率 影响仅在1.1%以下,隐秘信息嵌入前后的结构相似度(SSIM)值均 在0.94以上。因此,本文算法能很好保证视频的主客观质量。     

基于纹理方向和空域相关的HEVC帧内快速编码算法

为了降低高效视频编码(HEVC)的复杂度,提出了一种基于纹理方向和空域相关性的帧内快速编码算法。一方面,利用相邻编码单元(CU,coding unit)的最佳分割尺寸确定相关性的权重,并根据已编码CU的率失真代价值定义了CU分割尺寸的相关性因子,通过比较该因子提前终止CU分割;另一方面,利用Sobel算子求取预测单元(PU,prediction unit)子块的纹理方向,通过判定其纹理方向显著性确定相应的候选模式集,然后根据PU大小对所得的预测模式修正处理,最后遍历这些候选模式选取最优模式。实验结果表明:本文算法相对于原始HEVC编码方法,在全I帧模式下编码时间平均减少36.84%,BDBR(Bjntegaard delta bit rate)上升约0.81%,BDPSNR(Bjntegaard delta peak signal-to-noise rate)降低了0.047dB。     

一种HEVC帧内预测编码CU结构快速选择算法

为了提升高效视频编码(HEVC) 帧内预测编码部分的编码效率,提出了一种HEVC帧内预测编码编码单元(CU)结构快速选择算 法。算法通过 对CTU(coding tree unit)四叉树结构的遍历过程进行优化,设计了两种不同的最优CU结 构快速决策算 法,分别从最大划分深度和最小划分深度开始遍历,并在每一步遍历之前,判断是否提前终 止遍历操作。 同时,在对每个CTU进行求解时,依据其纹理复杂度和当前编码状态,从两种算法中选择出 最优快速决策 算法对其进行求解。在HM 15.0的基础上实现了提出的快速选择算法 。实验结果表明,本文算法能够在 保证编码性能的同时,降低31.14%的编码时间,提高了HEVC的编码效 率。