CN105898297B - 一种基于hevc的快速模式选择方法及系统 - Google Patents

一种基于hevc的快速模式选择方法及系统 Download PDF

Info

Publication number
CN105898297B
CN105898297B CN201610279918.3A CN201610279918A CN105898297B CN 105898297 B CN105898297 B CN 105898297B CN 201610279918 A CN201610279918 A CN 201610279918A CN 105898297 B CN105898297 B CN 105898297B
Authority
CN
China
Prior art keywords
fractionation regimen
performance
selection
fractionation
regimen
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610279918.3A
Other languages
English (en)
Other versions
CN105898297A (zh
Inventor
徐宁
刘幸偕
方向忠
阮志强
郭大山
张芩
方大为
江勤勇
吴泳江
吴轶峰
祝晓清
孙哲
孔申勇
高原
杨哲峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SHANGHAI GAOZHI COMMUNICATION RESEARCH INSTITUTE Co Ltd
SHANGHAI GAOZHI NETWORK CO Ltd
Shanghai Gaozhi Special Vehicle Co Ltd
Shanghai Gaozhi Science & Technology Development Co Ltd
Original Assignee
SHANGHAI GAOZHI COMMUNICATION RESEARCH INSTITUTE Co Ltd
SHANGHAI GAOZHI NETWORK CO Ltd
Shanghai Gaozhi Special Vehicle Co Ltd
Shanghai Gaozhi Science & Technology Development Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SHANGHAI GAOZHI COMMUNICATION RESEARCH INSTITUTE Co Ltd, SHANGHAI GAOZHI NETWORK CO Ltd, Shanghai Gaozhi Special Vehicle Co Ltd, Shanghai Gaozhi Science & Technology Development Co Ltd filed Critical SHANGHAI GAOZHI COMMUNICATION RESEARCH INSTITUTE Co Ltd
Priority to CN201610279918.3A priority Critical patent/CN105898297B/zh
Publication of CN105898297A publication Critical patent/CN105898297A/zh
Application granted granted Critical
Publication of CN105898297B publication Critical patent/CN105898297B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/11—Selection of coding mode or of prediction mode among a plurality of spatial predictive coding modes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/146—Data rate or code amount at the encoder output
    • H04N19/147—Data rate or code amount at the encoder output according to rate distortion criteria
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/154—Measured or subjectively estimated visual quality after decoding, e.g. measurement of distortion

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明提供一种基于HEVC的快速模式选择方法及系统，对当前压缩宏块进行非基于率失真优化的分割模式选择；对所述分割模式选择结果按性能由高到底的排序；根据第一预设性能值或者根据第一预设数值，选取多个待选分割模式；对选取的所述多个待选分割模式进行基于率失真优化；根据所述基于率失真优化的结果，选取性能最高的待选分割模式作为分割模式的选择结果。本发明通过在基于HEVC的视频压缩技术中，结合非基于率失真优化以及基于率失真优化的模式选择方法，明显降低了HEVC视频压缩中模式选择的复杂度，同时保证了性能损失的最小化。

Description

一种基于HEVC的快速模式选择方法及系统
技术领域
本发明涉及基于HEVC的视频压缩领域，特别是涉及一种基于HEVC的快速模式选择方法及系统。
背景技术
H.264/AVC和AVS等视频压缩标准采用多项先进的编码技术，较以前标准压缩性能有较大提高。尽管如此，基于节省存储容量和降低传输带宽考虑，针对特定标准的高效视频编码算法优化一直是学术界研究热点。模式选择是视频编码器中的重要算法可定制模块，对率失真性能和算法复杂度有着重要影响。目前主流标准普遍采用先进的帧间预测技术，包括可变块大小宏块分割、多参考帧/多种预测方向、以及分像素运动预测，这些技术大大提高了帧间预测效率。帧间编码模式由宏块分割模式和预测方向两个因素组合确定，主流编码标准支持多种宏块分割模式和多种预测方向(前、后和双向)，组合出众多帧间编码模式，导致模式选择算法复杂度较高，特别是高清视频编码时，模式选择数据处理吞吐压力特别大。
HEVC(High Efficiency Video Coding，高效率视频编码)，是一种新的视频压缩标准，较之H.264/AVC是一种具有更高效率的视频编码标准。HEVC压缩方案可以使1080P视频内容时的压缩效率提高50％左右，这就意味着视频内容的质量将上升许多，而且可以节省下大量的网络带宽，对于消费者而言，我们可以享受到更高质量的4K视频、3D蓝光、高清电视节目内容。HEVC分割模式种类很多，导致模式选择复杂度大幅上升。
模式选择算法一般基于某种模式选择判据(编码代价)，率失真优化(RDO:RateDistortion Optimization)技术常用于模式选择算法优化。根据选择判据不同，模式选择算法可分为：率失真优化(基于率失真优化)开启(即基于率失真优化)和率失真优化关闭(非基于率失真优化)(即非基于率失真优化)模式选择。其中，基于率失真优化计算每种候选模式的实际编码码率和编码失真，基于拉格朗日优化选择编码代价最小的模式，算法编码性能最好，但复杂度也最高；非基于率失真优化使用复杂度较低的简化模式选择判据，复杂度较低，但编码性能也相对较差。
两者各有应用时的缺点，所以在HEVC视频压缩应用中，如何获得性能好且复杂度又较低的模式选择算法，是本领域技术人员亟待解决的技术问题。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于HEVC的快速模式选择方法及系统，用于解决现有的HEVC视频压缩应用中，不能获得性能好且复杂度又较低的模式选择算法。
为实现上述目的及其他相关目的，本发明提供一种基于HEVC的快速模式选择方法，包括：对当前压缩宏块进行非基于率失真优化的分割模式选择；对所述分割模式选择结果按性能由高到底的排序；根据第一预设性能值或者根据第一预设数值，选取多个待选分割模式；对选取的所述多个待选分割模式进行基于率失真优化；根据所述基于率失真优化的结果，选取性能最高的待选分割模式作为选定分割模式。
于本发明一具体实施例中，在对所述分割模式选择结果按性能由高到底的排序后，还执行以下步骤：根据已压缩宏块的分割模式选择结果，对所述排序进行调整。
于本发明一具体实施例中，不对性能大于第二预设性能值的分割模式进行所述调整步骤，并将性能大于第二预设性能值的分割模式直接作为所述待选分割模式；或者不对从性能最高的分割模式开始，处于第二预设数值范围内的分割模式进行所述调整步骤，并将从性能最高的分割模式开始，处于第二预设数值范围内的分割模式直接作为所述待选分割模式。
于本发明一具体实施例中，对已压缩宏块进行离线测试，获取各所述分割模式的偏移量，并根据所述偏移量对所述分割模式的排序进行调整。
于本发明一具体实施例中，根据第一预设性能值或者根据第一预设数值，选取多个分割模式的方式为：选择性能大于所述第一预设性能值的分割模式；或者从性能最高的分割模式开始，选择处于所述第一预设数值范围内的分割模式。
于本发明一具体实施例中，所述分割模式的性能与所述分割模式的编码代价相对应，且所述分割模式的编码代价越低，所述分割模式的性能越高。
为实现上述目的及其他相关目的，本发明提供一种基于HEVC的快速模式选择系统，包括：第一优化模块，用以对当前压缩宏块进行非基于率失真优化的分割模式选择；排序模块，用以对所述分割模式选择结果按性能由高到底的排序；第一选取模块，用以根据第一预设性能值或者根据第一预设数值，选取多个待选分割模式；第二优化模块，用以对选取的所述多个待选分割模式进行基于率失真优化；第二选取模块，用以根据所述基于率失真优化的结果，选取性能最高的待选分割模式作为选定分割模式。
于本发明一具体实施例中，还包括调整模块，用以在所述排序模块对所述分割模式选择结果按性能由高到底的排序后：根据已压缩宏块的分割模式选择结果，对所述排序进行调整。
于本发明一具体实施例中，所述第一选取模块还用以令所述调整模块不对性能大于第二预设性能值的分割模式进行所述调整步骤，并将性能大于第二预设性能值的分割模式直接作为所述待选分割模式；或者所述第一选取模块还用以令所述调整模块不对从性能最高的分割模式开始，处于第二预设数值范围内的分割模式进行所述调整步骤，并将从性能最高的分割模式开始，处于第二预设数值范围内的分割模式直接作为所述待选分割模式。
于本发明一具体实施例中，所述调整模块还用以对已压缩宏块进行离线测试，获取各所述分割模式的偏移量，并根据所述偏移量对所述分割模式的排序进行调整。
于本发明一具体实施例中，所述第一选取模块根据第一预设性能值或者根据第一预设数值，选取多个分割模式的方式为：选择性能大于所述第一预设性能值的分割模式；或者从性能最高的分割模式开始，选择处于所述第一预设数值范围内的分割模式。
于本发明一具体实施例中，所述分割模式的性能与所述分割模式的编码代价相对应，且所述分割模式的编码代价越低，所述分割模式的性能越高。
如上所述，本发明的基于HEVC的快速模式选择方法及系统，对当前压缩宏块进行非基于率失真优化的分割模式选择；对所述分割模式选择结果按性能由高到底的排序；根据第一预设性能值或者根据第一预设数值，选取多个待选分割模式；对选取的所述多个待选分割模式进行基于率失真优化；根据所述基于率失真优化的结果，选取性能最高的待选分割模式作为分割模式的选择结果。本发明通过在基于HEVC的视频压缩技术中，结合非基于率失真优化以及基于率失真优化的模式选择方法，明显降低了HEVC视频压缩中模式选择的复杂度，同时保证了性能损失的最小化。
附图说明
图1显示为现有技术中分割模式示意图。
图2显示为本发明的基于HEVC的快速模式选择方法在一具体实施例中的流程示意图。
图3显示为本发明一具体实施例中模式预选命中率e和保留预选模式N1之间关系示意图。
图4显示为本发明一具体实施例中基于HEVC的快速模式选择方法的应用流程示意图。
图5显示为本发明一具体实施例中失匹情况理想偏移量Joff统计分布示意图。
图6显示为本发明的基于HEVC的快速模式选择系统在一具体实施例中的模块示意图。
元件标号说明
1 基于HEVC的快速模式选择系统
11 第一优化模块
12 排序模块
13 第一选取模块
14 第二优化模块
15 第二选取模块
S11～S15 步骤
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图示中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
视频是由连续播放的图片组成。视频压缩是逐帧进行压缩。在压缩每帧时首先将此帧图像分成多个相同尺寸方块(16×16)称之为宏块，然后每个宏块逐一进行压缩。在对宏块进行压缩时要对宏块进行分割，每个宏块要从一定数目的分割模式中选择一个性能最好的(此过程为模式选择)，然后再进行其他信号处理。
视频内容千变万化，有的较为平滑，相对静止，有的内容复杂，运动剧烈。对于图像的平滑区域，如背景区域，宏块内容单一，可以选择16×16分割模式。对于纹理复杂区域，宏块内部像素方差较大，若选择16×16分割模式，很难找预测准确的匹配块。为了提高编码效率，增加纹理复杂宏块的预测的准确度，视频压缩普遍使用多级可变大小块，即运动估计匹配块的尺寸可变。如图1，给出了八种分割模式。对于16×16的宏块，可以分别以两个16×8或8×16块进行运动估计，也可以分别以4个8×8块进行。对于8×8块，还可以再分为8×4、4×8和4×4。对于复杂纹理宏块，使用较小的分割模式，可以获得较准确的预测值，减小编码比特。
选择分割模式共有两种方法：基于率失真优化的模式选择和非基于率失真优化的模式选择。非基于率失真优化的模式选择算法复杂度低但性能差；基于率失真优化的模式选择算法性能好但复杂度高。
由于HEVC的优良性能，被越来越广泛的使用，在以前的视频标准中，编码单元都是以16×16大小的宏块MB(Macro block)作为最基本单元，不同的编码标准中对宏块的划分模式略有差别，如MPEG-2中只能采用16×16或者8×8块进行帧间预测编码，而H.264中为了更好地适应不同边缘块形状，可以对宏块进行更加复杂的划分，如16×8，8×16，8×8，8×4，4×8和4×4等。但是由于视频应用的变化，高清视频越来越普及，研究表明使用更大的编码单元能够进一步提高高清视频的编码效率。因此，在HEVC中采用了更加灵活的编码单元组织形式，编码单元的大小从8×8到64×64，并且采用递归的编码树CTB(Coding TreeBlock)方式进行表示。且HEVC分割灵活，且分割模式种类很多，导致模式选择复杂度大幅上升。为了提高HEVC的编码效率，本发明提出了基于HEVC的快速模式选择方法及系统。
具体，请参阅图1，显示为本发明的一种基于HEVC的快速模式选择方法在一具体实施例中的流程示意图。所述方法包括以下步骤：
S11：对当前压缩宏块进行非基于率失真优化的分割模式选择；
S12：对所述分割模式选择结果按性能由高到底的排序；
S13：根据第一预设性能值或者根据第一预设数值，选取多个待选分割模式；于本发明一具体实施例中，根据第一预设性能值或者根据第一预设数值，选取多个分割模式的方式为：选择性能大于所述第一预设性能值的分割模式；或者从性能最高的分割模式开始，选择处于所述第一预设数值范围内的分割模式。
S14：对选取的所述多个待选分割模式进行基于率失真优化；
S15：根据所述基于率失真优化的结果，选取性能最高的待选分割模式作为选定分割模式。所述选定分割模式即为视频压缩最终选用的分割模式。
于本发明一具体实施例中，在对所述分割模式选择结果按性能由高到底的排序后，还执行以下步骤：根据已压缩宏块的分割模式选择结果，对所述排序进行调整。
由于非基于率失真优化的模式选择的性能排名前几的分割模式选择被作为最后的选定分割模式的概率非常高，所以为了防止根据已压缩宏块的分割模式选择结果，对所述排序进行调整时，漏掉这些分割模式，于本发明一具体实施例中，不对性能大于第二预设性能值的分割模式进行所述调整步骤，并将性能大于第二预设性能值的分割模式直接作为所述待选分割模式；或者不对从性能最高的分割模式开始，处于第二预设数值范围内的分割模式进行所述调整步骤，并将从性能最高的分割模式开始，处于第二预设数值范围内的分割模式直接作为所述待选分割模式。其中，所述第二预设性能值大于所述第一预设性能值，所述第二预设数值小于所述第一预设数值。
模式选择算法一般基于某种模式选择判据(编码代价)，分割模式的性能与所述分割模式的编码代价相对应，且分割模式的编码代价越低，所述分割模式的性能越高。率失真优化技术常用于模式选择算法优化。根据选择判据不同，模式选择算法可分为：基于率失真优化的模式选择和非基于率失真优化模式选择。前者计算每种候选模式的实际编码码率和编码失真，基于拉格朗日优化选择编码代价最小的模式，算法编码性能最好，但复杂度也最高；后者使用复杂度较低的简化模式选择判据，复杂度较低，但编码性能也相对较差。本发明令基于率失真优化的模式选择和非基于率失真优化的模式选择两类算法相结合，且各自取长补短，以实现率失真性能和算法复杂度折中优化。
模式选择算法流程可描述为：基于某种模式选择判据，遍历可能候选模式，计算各种模式在当前判据下的编码代价，选择编码代价最小模式作为最优模式。非基于率失真优化和基于率失真优化两类模式选择算法流程相同，区别在于模式选择判据不同。(1)和(2)式分别给出了两类算法的编码代价J(非基于率失真优化对应的编码代价)和Jrd(基于率失真优化对应的编码代价)。
J＝SAD(s,p,m)+λ×RMB_Header. (1)
Jrd＝SSD(s,r,m)+λrd×RMB. (2)
两式中s,r和p分别为原始宏块、解码宏块以及当前编码模式m的预测宏块，λ和λrd是拉格朗日乘数，它们与量化参数Qp有关。式(1)中SAD为预测残差系数绝对值之和(s和p之间差异)。RMB_Header为当前编码模式下宏块头编码比特，包含运动矢量、参考索引和编码模式等字段编码比特。式(2)中RMB为当前模式下编码宏块所有语法元素所需编码比特数，SSD为当前模式的编码失真(s和r之间差异)。
基于率失真优化的模式选择算法中，对于所有候选模式计算编码代价Jrd时，都需要进行变换、量化、反量化、反变换、图像解码，计算实际编码失真SSD；并进行熵编码获得编码比特数RMB。若采用基于率失真优化模式选择，可获得较好编码性能，但是由于候选帧间模式众多，导致算法复杂度相当高。非基于率失真优化模式选择算法中，SAD运算复杂度较低，RMB_Header可通过查表得到，编码代价J计算复杂度远低于Jrd，所以算法复杂度远小于基于率失真优化算法。所以利用此方式，在保证性能的同时，简化了运算。
于本发明一具体实施例中，对已压缩宏块进行离线测试，获取各所述分割模式的偏移量，并根据所述偏移量对所述分割模式的排序进行调整。
非基于率失真优化预选和基于率失真优化选择相结合的模式选择算法描述如下：非基于率失真优化模式选择判据J，遍历所有N种可能模式，计算它们的编码代价J，代价最小的模式标记为msub，预选所有模式中代价J较小的N1种候选模式，组成候选模式集Ω；然后对Ω中保留的N1种候选模式，基于基于率失真优化判据进行率失真优化模式选择，得到最终选择的模式mfinal。一般来说，N1小于N，N1越小，算法复杂度越低。假设基于率失真优化判据下代价最优的模式，即RDO性能最优模式为mopt。如果预选时能保证mopt保留在候选模式集Ω中(mopt∈Ω)，那么mopt一定会在后续RDO模式选择被选中，即mfinal＝mopt。但是如果mopt未被保留在候选模式集Ω中，不满足mopt∈Ω，那么在后续率失真优化模式选择中，mopt会被选择算法漏掉，即mfinal≠mopt。正因为这种误选，导致视频编码率失真性能的损失。定义预选命中率e(满足mopt∈Ω的概率)如下：
.e＝P(mopt∈Ω) (3)
基于上述分析，算法优化的目标是取较小N1前提下，模式预选时尽可能保证mopt∈Ω，提高模式预选命中率e，实现算法性能和算法复杂度的折中。非基于率失真优化判据进行模式预选，候选模式集Ω中保留候选模式数N1和预选命中率e之间的相对关系，对于算法性能有着重要影响。本发明基于实验仿真，测试了N1和e之间关系，图3给出了N1取1、2和本算法时，自适应预选命中率e的值。由图3可知，预选命中率e随着N1增加而提高，但运算复杂度也随之增加。假设给N种模式的编码代价J分别加上各自代价偏移量offset，通过合理调整各种模式的偏移量，改变各种模式之间代价J分布，实现自适应模式预选，能提高模式预选命中率，以提高算法性能。
非基于率失真优化判据遍历N种可能候选模式，计算各自编码代价J，并分别减去各自代价偏移量offset，得到调整后代价J＇，选取代价J＇较小的N1种候选模式组成预选模式集Ω；然后对Ω中N1种候选模式，进行基于率失真优化判据模式选择，选择最终编码模式mfinal。
帧间模式由宏块分割模式和帧间预测方向两个因素组合确定。为了降低算法复杂度，一般编码器将这两个因素单独考虑，分别进行块分割模式和预测方向的选择。考虑到预测方向和分像素运动估计密切相关，本发明基于分像素运动估计结果进行预测方向的选择。这样，模式选择主要任务是进行变块大小分割模式选择，假设有N种可选模式组合，非基于率失真优化判据模式代价J计算后，N种候选模式的J值及该判据下最优模式msub均为已确定。
算法的性能直接取决于模式预选的准确率。发生模式误选的主要原因在于：视频信号的非平稳分布特性，使得模式选择代价J和Jrd呈现不一致的分布特性，代价Jrd较小的模式不一定对应代价J也较小。为了提高预选准确率，给每种模式代价J减去自适应偏移量offset，提高预选命中率，以实现高效率模式预选。模式预选算法中偏移量自适应选择是本发明主要创新。如图3可见，代价J最小模式msub和代价Jrd最小模式mopt约有30％～40％概率是一致的(N1＝1)，这说明30％～40％情况下，两种判据的分布有接近或相似的特性。基于这一点，本发明关注J代价最小的模式msub，以该模式J代价为参考，设计自适应偏移量调整算法。
若msub不等于mopt，表明两种判据代价分布不匹配，将msub称为失匹模式。失匹模式msub的代价J(msub)小于RDO代价最优模式mopt的代价J(mopt)，也小于Ω中其他N1-1种候选模式的代价。为将模式mopt保留在候选模式集Ω中，在确定偏移量时，给模式mopt设置相对大一点的偏移量，让该模式调整后代价J’值相对较小，保证它保留在候选模式集Ω中，以纠正因代价分布不一致导致的模式预选失匹。
为了获取能纠正这些模式失匹的自适应偏移量offset，本实施例针对不同序列不同量化参数，进行了离线仿真测试，在一具体测试流程中，测试序列依据视频帧间运动内容分为缓慢、适中和剧烈三种，每类包含CIF、720P和1080P三种格式视频，测试时量化参数Qp取30、34、38、42和46，三种格式视频测试帧数为200帧。统计纠正各种模式失匹所需的偏移量，得到大量样本数据，对这些数据进行统计分析，训练出自适应偏移量参数表，基于总体数据训练出的参数offset，将作为实际编码时个体宏块的自适应预选偏移量。
如图4所示，离线数据分析和建模步骤如下：
1)：编写统计纠正模式失匹的理想偏离量离线分析代码：在非基于率失真优化模式选择算法基础上，先对所有N种模式进行非基于率失真优化模式选择，记录各种模式的代价J，然后对所有N种模式进行基于率失真优化判据模式选择；
2)为和实际算法msub和mopt区分，将离线分析中J和Jrd代价最优模式分别标记为Msub和Mopt。基于1)步中的分析代码，采用大量测试序列取不同Qp进行测试，记录所有宏块所有模式是否匹配(Mopt＝Msub)；对于所有模式失匹(Mopt≠Msub)情况，记录下各种模式的代价值J；
3)针对所有模式失匹情况，分别计算两种模式(Mopt和Msub)之间的代价J之差，得到能纠正模式失匹的理想偏移量Joff(Mopt|Msub,Qp)＝J(Mopt)–J(Msub)。获得Joff样本数据；
4)针对所有Joff(Mopt|Msub,Qp)数据样本，进行离线分析，统计各种Mopt和Msub组合情况下Joff总体数据的柱状图和最大Joff值(JoffMax)，并基于样本统计各种编码模式失匹和匹配发生的概率P(Mopt|Msub)。
图5给出一种失匹情况下Joff(Mopt|Msub,Qp)分布柱状图。其他失匹情况Joff数据样本具有类似分布特点。由图5可知，Joff数据分布较集中，大部分样本数据分布在零附近一定范围内。由于视频信号的非平稳特性，会出现少数较特殊的样本点，在基于总体统计分析时，它们不纳入考虑范围。
基于柱状图分析，假设偏移量从零到某个阈值JoffTH，偏移量Joff分布概率大于95％，这个阈值对于确定偏移量有着重要的参考意义。5％分布较特殊的样本不作考虑。如果实际编码的J和Jrd分布特性和离线分析时的总体J和Jrd数据分布接近，那么阈值JoffTH是较合适的偏移量。不考虑模式之间的互相影响，取offset(mc|msub)＝JoffTH(mc|msub)，有95％可能性可以纠正模式失匹，保证mopt被保留在模式集Ω中，从而使得mopt能在后续RDO_On模式选择中被选中。但是实际编码宏块个体和离线分析统计的总体分布特性可能不完全吻合；另一方面，不同模式mc分别减去各自的offset(mc|msub),不同模式下当前个体和总体之间偏差程度不同，少数情况下调整代价J’分布仍然会偏移Jrd分布，可能导致基于J’代价的模式预选会发生漏选。基于上述分析可见，不同情况下阈值JoffTH的可靠性程度不同。在实际编码时，参考P(Mopt＝mc|Msub＝msub)这个概率，该参数一定程度上反映出阈值JoffTH(mc|msub)可靠性程度。
基于上述考虑，本文确定自适应偏移量参数如下：
offset(mc|msub,Qp)＝
weight(Mopt|Msub,Qp)×JoffTH(Mopt|Msub,Qp) (4)
(其中Mopt＝mc,Msub＝msub)
不同失匹模式概率度量阈值JoffTH可靠性的权重系数，用于自适应调整偏移量offset，对较大发生概率的模式失匹情况，权重系数相对取大点，调整偏移量大，更倾向于保留这种模式，从概率的角度可以提高匹配准确率。
综上分析，自适应偏移量选择机制和模式自适应预选算法如图4所示，具体为：
①非基于率失真优化判据计算候选模式代价J；
②代价J最小的模式msub直接选入预选模式集Ω；
③遍历其他候选模式mc，查表得到权重系数weight(Mopt＝mc|Msub＝msub,Qp)和初始偏移量JoffTH(Mopt＝mc|Msub＝msub,Qp)，根据(4)式计算自适应偏移量offset(mc|msub)；
④对所有N种可能候选模式的代价J进行调整，得到调整后代价J’(mc)如下：
J'(mc)＝J(mc)-offset(mc|msub,Qp). (5)
⑤基于代价J’预选N1-1种模式，和msub一起组成预选模式集Ω；
对集合Ω中N1种模式进行率失真优化模式选择，选出的模式将用于实际编码。
经验证，本发明的基于HEVC标准的模式选择方法，较传统的模式选择方法，其综合性能和效率得到了较大的提高，且提出自适应偏移量的概念，通过对离线数据分析建模，提出基于概率分析的自适应偏移量参数选择机制，提高模式预选准确率，在几乎不增加复杂度情况下，提高基于预选模式选择算法性能。本文算法同样适用于帧内模式预选，由于算法较规则，也同时适合基于软件实现和硬件芯片实现的编码器设计。
请参阅图6，显示为本发明的基于HEVC的快速模式选择系统在一具体实施例中的模块示意图。所述基于HEVC的快速模式选择系统1，包括第一优化模块11、排序模块12、第一选取模块13、第二优化模块14、以及第二选取模块15。
所述第一优化模块11用以对当前压缩宏块进行非基于率失真优化的分割模式选择；
所述排序模块12用以对所述分割模式选择结果按性能由高到底的排序；
所述第一选取模块13用以根据第一预设性能值或者根据第一预设数值，选取多个待选分割模式；
所述第二优化模块14用以对选取的所述多个待选分割模式进行基于率失真优化；
所述第二选取模块15用以根据所述基于率失真优化的结果，选取性能最高的待选分割模式作为分割模式的选择结果。
于本发明一具体实施例中，还包括调整模块，用以在所述排序模块对所述分割模式选择结果按性能由高到底的排序后：根据已压缩宏块的分割模式选择结果，对所述排序进行调整。
于本发明一具体实施例中，所述第一选取模块13还用以令所述调整模块不对性能大于第二预设性能值的分割模式进行所述调整步骤，并将性能大于第二预设性能值的分割模式直接作为所述待选分割模式；或者所述第一选取模块13还用以令所述调整模块不对从性能最高的分割模式开始，处于第二预设数值范围内的分割模式进行所述调整步骤，并将从性能最高的分割模式开始，处于第二预设数值范围内的分割模式直接作为所述待选分割模式。
于本发明一具体实施例中，所述调整模块还用以对已压缩宏块进行离线测试，获取各所述分割模式的偏移量，并根据所述偏移量对所述分割模式的排序进行调整。
于本发明一具体实施例中，所述第一选取模块13根据第一预设性能值或者根据第一预设数值，选取多个分割模式的方式为：选择性能大于所述第一预设性能值的分割模式；或者从性能最高的分割模式开始，选择处于所述第一预设数值范围内的分割模式。
于本发明一具体实施例中，所述分割模式的性能与所述分割模式的编码代价相对应，且所述分割模式的编码代价越低，所述分割模式的性能越高。
所述基于HEVC的快速模式选择系统1的技术方案与图1所示实施例的基于HEVC的快速模式选择方法的技术方案相对应，所有关于图1中基于HEVC的快速模式选择方法的描述，均可应用于本实施例中，在此不加赘述。
综上所述，本发明的基于HEVC的快速模式选择方法及系统，对当前压缩宏块进行非基于率失真优化的分割模式选择；对所述分割模式选择结果按性能由高到底的排序；根据第一预设性能值或者根据第一预设数值，选取多个待选分割模式；对选取的所述多个待选分割模式进行基于率失真优化；根据所述基于率失真优化的结果，选取性能最高的待选分割模式作为分割模式的选择结果。本发明通过在基于HEVC的视频压缩技术中，结合非基于率失真优化以及基于率失真优化的模式选择方法，明显降低了HEVC视频压缩中模式选择的复杂度，同时保证了性能损失的最小化。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (8)

1.一种基于HEVC的快速模式选择方法，其特征在于，包括：
对当前压缩宏块进行非基于率失真优化的分割模式选择；
对所述分割模式选择结果按性能由高到底的排序；
根据第一预设性能值或者根据第一预设数值，选取多个待选分割模式；
对选取的所述多个待选分割模式进行基于率失真优化；
根据所述基于率失真优化的结果，选取性能最高的待选分割模式作为选定分割模式；
在对所述分割模式选择结果按性能由高到底的排序后，还执行以下步骤；根据已压缩宏块的分割模式选择结果，对所述排序进行调整；
对已压缩宏块进行离线测试，获取各所述分割模式的偏移量，并根据所述偏移量对所述分割模式的排序进行调整。
2.根据权利要求1所述的基于HEVC的快速模式选择方法，其特征在于：不对性能大于第二预设性能值的分割模式进行所述调整步骤，并将性能大于第二预设性能值的分割模式直接作为所述待选分割模式；或者不对从性能最高的分割模式开始，处于第二预设数值范围内的分割模式进行所述调整步骤，并将从性能最高的分割模式开始，处于第二预设数值范围内的分割模式直接作为所述待选分割模式。
3.根据权利要求1所述的基于HEVC的快速模式选择方法，其特征在于：根据第一预设性能值或者根据第一预设数值，选取多个分割模式的方式为：选择性能大于所述第一预设性能值的分割模式；或者从性能最高的分割模式开始，选择处于所述第一预设数值范围内的分割模式。
4.根据权利要求1所述的基于HEVC的快速模式选择方法，其特征在于：所述分割模式的性能与所述分割模式的编码代价相对应，且所述分割模式的编码代价越低，所述分割模式的性能越高。
5.一种基于HEVC的快速模式选择系统，其特征在于，包括：
第一优化模块，用以对当前压缩宏块进行非基于率失真优化的分割模式选择；
排序模块，用以对所述分割模式选择结果按性能由高到底的排序；
第一选取模块，用以根据第一预设性能值或者根据第一预设数值，选取多个待选分割模式；
第二优化模块，用以对选取的所述多个待选分割模式进行基于率失真优化；
第二选取模块，用以根据所述基于率失真优化的结果，选取性能最高的待选分割模式作为选定分割模式；
还包括调整模块，用以在所述排序模块对所述分割模式选择结果按性能由高到底的排序后：根据已压缩宏块的分割模式选择结果，对所述排序进行调整；
所述调整模块还用以对已压缩宏块进行离线测试，获取各所述分割模式的偏移量，并根据所述偏移量对所述分割模式的排序进行调整。
6.根据权利要求5所述的基于HEVC的快速模式选择系统，其特征在于：所述第一选取模块还用以令所述调整模块不对性能大于第二预设性能值的分割模式进行所述调整步骤，并将性能大于第二预设性能值的分割模式直接作为所述待选分割模式；或者所述第一选取模块还用以令所述调整模块不对从性能最高的分割模式开始，处于第二预设数值范围内的分割模式进行所述调整步骤，并将从性能最高的分割模式开始，处于第二预设数值范围内的分割模式直接作为所述待选分割模式。
7.根据权利要求5所述的基于HEVC的快速模式选择系统，其特征在于：所述第一选取模块根据第一预设性能值或者根据第一预设数值，选取多个分割模式的方式为：选择性能大于所述第一预设性能值的分割模式；或者从性能最高的分割模式开始，选择处于所述第一预设数值范围内的分割模式。
8.根据权利要求5所述的基于HEVC的快速模式选择系统，其特征在于：所述分割模式的性能与所述分割模式的编码代价相对应，且所述分割模式的编码代价越低，所述分割模式的性能越高。
CN201610279918.3A 2016-04-29 2016-04-29 一种基于hevc的快速模式选择方法及系统 Active CN105898297B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610279918.3A CN105898297B (zh) 2016-04-29 2016-04-29 一种基于hevc的快速模式选择方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610279918.3A CN105898297B (zh) 2016-04-29 2016-04-29 一种基于hevc的快速模式选择方法及系统

Publications (2)

Publication Number Publication Date
CN105898297A CN105898297A (zh) 2016-08-24
CN105898297B true CN105898297B (zh) 2019-03-15

Family

ID=56702975

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610279918.3A Active CN105898297B (zh) 2016-04-29 2016-04-29 一种基于hevc的快速模式选择方法及系统

Country Status (1)

Country Link
CN (1) CN105898297B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111629206A (zh) * 2020-05-25 2020-09-04 腾讯科技（深圳）有限公司 视频编码方法、视频播放方法、相关设备及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101562750A (zh) * 2009-05-25 2009-10-21 腾讯科技（深圳）有限公司 视频编码快速模式选择装置及方法
KR20110069482A (ko) * 2009-12-17 2011-06-23 한양대학교 산학협력단 가변 크기 블록 매칭 기반의 모션 추정 방법 및 이를 이용한 비디오 인코딩 장치
CN104023233A (zh) * 2014-06-24 2014-09-03 华侨大学 一种hevc快速帧间预测方法
CN104581181A (zh) * 2013-10-11 2015-04-29 中国科学院深圳先进技术研究院 一种基于备选模式列表优化的帧内编码方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101562750A (zh) * 2009-05-25 2009-10-21 腾讯科技（深圳）有限公司 视频编码快速模式选择装置及方法
KR20110069482A (ko) * 2009-12-17 2011-06-23 한양대학교 산학협력단 가변 크기 블록 매칭 기반의 모션 추정 방법 및 이를 이용한 비디오 인코딩 장치
CN104581181A (zh) * 2013-10-11 2015-04-29 中国科学院深圳先进技术研究院 一种基于备选模式列表优化的帧内编码方法
CN104023233A (zh) * 2014-06-24 2014-09-03 华侨大学 一种hevc快速帧间预测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
HEVC预测单元分割模式自适应快速选择算法;赵力新;《中国优秀硕士学位论文全文数据库 信息科技辑》;20160415(第4期);章节3.1.2、4.1.3
Neyman-Pearson-Based Early Mode Decision for HEVC Encoding;Qiang Hu等;《IEEE Transactions on Multimedia》;IEEE;20151225;第18卷(第3期);379-391

Also Published As

Publication number Publication date
CN105898297A (zh) 2016-08-24

Similar Documents

Publication Publication Date Title
CN105359531B (zh) 用于针对屏幕内容编码的编码器侧判定的方法和系统
CN103873861B (zh) 一种用于hevc的编码模式选择方法
CN103765474B (zh) 深度编码
CN104378643B (zh) 一种3d视频深度图像帧内预测模式选择方法及系统
CN103546749B (zh) 利用残差系数分布特征和贝叶斯定理优化hevc残差编码的方法
CN100496127C (zh) Mpeg-2到h.264码的快速转换方法
KR20050105271A (ko) 비디오 인코딩
CN110199522A (zh) 处理用于图像块帧内预测的参考样本
CN104937936A (zh) 用于帧内预测的模式决策简化
CN106170092A (zh) 用于无损编码的快速编码方法
CN103929652B (zh) 视频标准中基于自回归模型的帧内预测快速模式选择方法
CN105141954A (zh) 一种hevc帧间编码快速模式选择方法
CN103813178B (zh) 一种基于编码单元深度时空相关性的快速hevc编码方法
CN104702958A (zh) 一种基于空间相关性的hevc帧内编码方法及系统
CN105409215A (zh) 深度预测模式选择方法及装置
CN104079937B (zh) 一种基于运动矢量分析的由h.264到hevc的快速帧间转码方法及转码装置
CN104883565A (zh) 一种高效视频编码的帧内预测模式决策方法及装置
CN103916675B (zh) 一种基于条带划分的低延迟帧内编码方法
CN104320657A (zh) Hevc无损视频编码的预测模式选择方法及相应的编码方法
CN110557646B (zh) 一种智能视点间的编码方法
CN106937116A (zh) 基于随机训练集自适应学习的低复杂度视频编码方法
CN107318016A (zh) 一种基于零块分布的hevc帧间预测模式快速判定方法
CN110213584A (zh) 基于纹理复杂度的编码单元分类方法和编码单元分类设备
CN108769696A (zh) 一种基于Fisher判别式的DVC-HEVC视频转码方法
Gao et al. Quadtree degeneration for HEVC

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant