CN106210721A - 一种hevc快速码率转码方法 - Google Patents

一种hevc快速码率转码方法 Download PDF

Info

Publication number
CN106210721A
CN106210721A CN201610521480.5A CN201610521480A CN106210721A CN 106210721 A CN106210721 A CN 106210721A CN 201610521480 A CN201610521480 A CN 201610521480A CN 106210721 A CN106210721 A CN 106210721A
Authority
CN
China
Prior art keywords
depth
pattern
degree
situation
image
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.)
Granted
Application number
CN201610521480.5A
Other languages
English (en)
Other versions
CN106210721B (zh
Inventor
张昊
王洁
李林格
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.)
Central South University
Original Assignee
Central South University
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 Central South University filed Critical Central South University
Priority to CN201610521480.5A priority Critical patent/CN106210721B/zh
Publication of CN106210721A publication Critical patent/CN106210721A/zh
Application granted granted Critical
Publication of CN106210721B publication Critical patent/CN106210721B/zh
Expired - Fee Related 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
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/176—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a block, e.g. a macroblock
    • 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
    • H04N19/40—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using video transcoding, i.e. partial or full decoding of a coded input stream followed by re-encoding of the decoded output stream
    • 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
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards

Landscapes

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

Abstract

本发明公开了一种HEVC快速码率转码方法，采用像素域转码器作为码率转码的基本框架，首先将原始的高码率视频流通过解码器解码得到重建视频序列，然后再将重建视频序列作为编码器的输入，并通过编码器将其编码成目标码率视频流输出，在此过程中利用从解码器中提取的编码信息通过快速CU深度预测算法和快速PU模式选择算法来加速转码器的转码速度。本发明快速码率转码方法通过快速CU深度预测算法和快速PU模式选择算法加快转码速度，同时还保证了视频的质量。

Description

一种HEVC快速码率转码方法
技术领域
本发明涉及视频编解码领域，尤其是一种码率转码方法。
背景技术
近十年里，H.264/MPEG-4AVC被广泛使用于各种应用。然而，随着高清以及超高清视频的发展和普及，其对视频压缩效率的要求进一步提高，H.264由于其局限性无法继续满足这种需求，因此给视频编码技术带来了新的挑战。一种高效率编码——HEVC就是在这种背景下被提出的，其目标是通过融合最新的技术和算法来达到在保证视频质量的基础上，压缩效率比H.264高一倍的目的，以满足人们对高清以及超高清视频的需求。
在编码原理和基本框架方面，HEVC沿用了从H.261就开始采用的经典的基于块的混合视频编码方式。其编码技术和H.264基本保持了一致，主要包括：帧内/帧间预测、运动补偿和估计、熵编码、变换、量化以及环路滤波等等。但是相对于H.264，HEVC在很多细节方面进行了比较大的改变。首先，HEVC使用了基于编码树单元(CTU)的四叉树结构取代了H.264中的宏块，并将编码单元的尺寸大小从H.264中宏块的16×16扩展到了HEVC中CTU的64×64。CTU还可以划分成多个编码单元CUs，其大小为64×64 8×8，对应的CU深度分别为03。此外，每个CU还可以进一步划分成预测单元(PU)和变换单元(TU)。第二，相对H.264中帧内预测的9个预测模式，HEVC在此基础上将预测模式进行了细化，一共定义了35种帧内预测模式。第三，HEVC的帧间预测模式除了采用了H.264中的对称分割模式，如：2N×2N模式、N×N模式、2N×N模式和N×2N模式，还引入了非对称分割模式，如：2N×nU模式、2N×nD模式、nL×2N模式和nR×2N模式。第四，HEVC首次使用了自适应环路滤波(Adaptive Loop Filter)技术来降低方块效应、振铃效应以及图像模糊等失真效应对视频质量的影响。该技术主要包括了去方块滤波(De-blocking Filter)技术和像素自适应偏移(Sample AdaptiveOffset)技术。前者主要用来改善方块效应，后者则是为了解决振铃效应。这些技术在提高HEVC压缩效率的同时，也使得其计算复杂度大大增加。
另一方面，如今多种视频格式和数据压缩编码算法共存。为了实现不同网络、不同终端设备之间的无缝连接，原始视频必要通过动态调整成不同的格式以满足不同的网络以及各种用户的需求。视频转码技术就是这样一种可以解决视频发送端与接收端兼容性问题以及网络状况问题的技术。
码率转码，即把同种格式(同一视频压缩标准)的高码率视频流转换成另一种预先设定的低码率视频流。其主要目的是有效的降低码率，使得原视频流在各种各样的设备以及服务中均可通过转码输出符合当前情况的最佳码率视频流，从而是用户得到更好的体验。这种技术在电视广播以及无线网络等领域中得到了广泛的应用。因此，为了使HEVC能够更好更广泛的应用于各种各样的视频应用中，关于其码率转码的研究是十分必要的，其对推进HEVC的实用化起到了至关重要的意义。
视频转码框架主要可以分为像素域转码PDT以及压缩域转码CDT两种。其中PDT主要是将输入视频流首先直接解码成像素域图像，然后再将像素域图像转码成目标码流；CDT则是将输入视频流进行不完全解码，只需得到变换域系数，然后对其进行重编码得到目标码流。
HEVC码率转码框架的选择主要是基于以下几点考虑：
(1)高质量。把原始高码率视频流转码为目标格式低码率视频流时，保证转码后视频流的质量是视频转码的第一要求，否则视频图像质量太差将直接影响人们观看视频时的主观体验，从而失去转码的意义。因此，转码器应尽可能地保证输出视频图像的质量。
(2)高效性。由于HEVC的编码器的计算复杂是度非常巨大的，因此为了保证转码器能够满足实时性的要求，在选择转码器框架的时候，除了保证转码后输出视频的质量之外，还应该尽量保证转码器的转码速度。因此，转码器应尽可能地利用解码端提取的编码信息来加速编码端的编码速度，从而保证转码的高效性。
(3)灵活性。在选择转码器框架时，应尽可能地选择能够适应各种不同转码需求的转码器，如：码率转码、空间分辨率转码、时间分辨率转码以及标准间的转码等等。也就是说，本发明所选择的转码器框架应具有灵活性。
综合以上三个方面的考虑，压缩域转码器的转码效率高于像素域转码器，但考虑到目前关于DCT域的运动补偿(DCT-MC)的研究并不成熟，可能会给转码器带来意想不到的运算复杂度，而且该理论还依赖线性假设。而像素域转码框架有一个比较明显的缺点，即该转码器的计算复杂度比较大，转码所需的时间比较长，很难满足实时转码的要求，而且消耗的资源比较大，设备比较昂贵。
发明内容
本发明提供一种高效低耗的HEVC码率转码方法。
为实现上述目的，本发明的技术方案如下：
一种HEVC快速码率转码方法，采用像素域转码器作为码率转码的基本框架，首先将原始的高码率视频流通过解码器解码得到重建视频序列，然后再将重建视频序列作为编码器的输入，并通过编码器将其编码成目标码率视频流输出，在此过程中利用从解码器中提取的编码信息通过快速CU深度预测算法和快速PU模式选择算法来加速转码器的转码速度。
优选地，所述快速CU深度预测算法利用从解码端获取的CU深度信息及当前编码单元时域/空域相邻块的编码信息来实现，包括以下三个步骤：利用解码信息初始化当前编码单元的深度范围、利用基于概率统计的算法进一步精确及优化CU深度范围和利用前面帧的同位编码单元及其周围相邻编码单元的深度信息跳过不必要的深度。
优选地，利用解码信息初始化当前编码单元的深度范围具体为：当前编码单元CUo的深度Do和从解码端获取的同位编码单元CUi的深度Di的关系应满足公式(2)：
0≤Do≤Di 公式(2)
优选地，利用基于概率统计的算法进一步精确及优化CU深度范围，具体为：设P(d|Di)为当CUi的深度为Di时，当前编码单元CUo的最佳深度为d(d的取值范围为0～3)的概率，则P(d|Di)的计算公式为：
其中，N(d|Di)为当前所有已编码的采用帧间预测的图像中，当CUi的深度为Di时，CUo选择的最佳深度为do的数量，N则为当前所有已编码的采用帧间图像的中CUi的深度为Di的总数量，因此N的计算公式如下：
因此，P(d|Di)应满足：
设Sd为深度0d的概率和，则
在遍历深度0Di时，当满足条件时，CU的深度Do的初始化范围为[0,Di+1]，否则CU的深度Do的初始化范围为[0,Di]。
优选地，利用前面帧的同位编码单元及其周围相邻编码单元的深度信息跳过不必要的深度，具体为：利用Dom(m＝1,2,3)、Do0_A、Do0_L以及Do0_AL和解码信息以及ΔQP联合起来预测当前CU的深度，还计算前三帧同位编码单元CUom的加权平均深度WDom，并将其与解码信息联合起来进行CU深度的预测，其计算公式如公式(7)：
其中，a、b、c、d为常系数，a、b、c、d的值分别设为：0.4、0.25、0.25、0.1。
根据上述所有相关编码单元的深度取值情况可以将深度分布分为五种情况，具体如下所示：
情况1：所有的Dom(m＝1,2,3)均等于Di，且Do0_A和Do0_L也等于Di；
情况2：所有的Dom(m＝1,2,3)均等于Di，且Do0_A和Do0_L只有一个和Di相等或者都不和Di相等；
情况3：所有的Dom(m＝1,2,3)均等于Di，且所有的WDom(m＝1,2,3)也和Di相等；
情况4：所有的Dom(m＝1,2,3)均等于Di，且所有的WDom(m＝1,2,3)不都和Di相等；
情况5：并非所有的Dom(m＝1,2,3)均相等；
设a为当前编码单元CUo正在计算的深度，当所有编码单元的深度分布满足以下任意一种情况时，执行快速CU深度预测算法：
(1)当同位编码单元CUom及其周围相邻编码单元的深度分布符合情况1时，则认为当前编码单元CUo的深度为Di的概率非常大，此时可以跳过其他深度；否则执行步骤(2)；
(2)当同位编码单元CUom及其周围相邻编码单元的深度分布符合情况2时，若Di的值为3，且ΔQP＜β成立，则说明CUo选择尺寸较小即深度较大的编码单元的概率非常大，因此，此时可以选择跳过深度0和1，在本发明中，β的值设为10；否则执行步骤(3)；
(3)同位编码单元CUom及其周围相邻编码单元的深度分布符合情况3时，则认为当前编码单元CUo的深度为Di的概率非常大，选择跳过其他深度值；否则执行步骤(4)；
(4)计算出所有WDom的最小值WDmin，如果最小值WDmin也大于Di，且a＜Di，则CUom选择深度a作为最佳深度的概率非常小，此时可以跳过深度a，直接计算下一层深度a+1；否则执行步骤(5)；
(5)当同位编码单元CUom及其周围相邻编码单元的深度分布符合情况5时，根据Do1以及Do2的取值情况设计CU跳过算法；当Di≥2时，若Do1≥2以及Do2≥2也成立，则表示当前编码块CUo在时域和空域上的相邻编码块均具有丰富的纹理信息，因此，根据视频图像在空域以及时域上的相关性，判断当前编码单元CUo具有丰富纹理信息而采用较小的编码单元的概率比较大，因此，此时可以跳过深度0和1；当Do1＝2或Do2＝2时，此时当前编码单元CUo仍有一定几率选择深度1作为最佳深度，因此为了保证视频的质量，设定当Do1＞2且Do2＞2时，跳过深度0和1；当Do1＝2或Do2＝2时，只跳过深度0，否则执行快速PU模式跳过算法。
优选地，所述快速PU模式选择算法为基于Skip模式的快速PU模式选择算法，具体为：设解码端CUi的PU模式为Mi，CUom的PU模式则为Mom，解码端以及前三帧的同位编码单元CUom的模式信息Mi、Mo1、Mo2、Mo3，该算法主要适用于当前编码深度a≥Di且Mi为Skip模式的情况；包括如下步骤：
首先，统计Mo1、Mo2以及Mo3的PU模式信息，并将其分为以下几种情况：
情况a：Mo1、Mo2、Mo3均为Skip模式；
情况b：Mo1、Mo2、Mo3中有两个Skip模式和一个Merge模式；
情况c：Mo1、Mo2、Mo3中以一个Skip模式和两个Merge模式；
情况d：Mo1、Mo2、Mo3均为Merge模式；
情况e：Mo1、Mo2、Mo3中有一个为2N×2N模式，其他两个为Skip或者Merge模式；
情况f：Mo1、Mo2、Mo3中有两个为2N×2N模式，另一个为Skip或者Merge模式；
情况g：Mo1、Mo2、Mo3均为2N×2N模式；
其次，根据以上PU模式的分布情况以及量化参数ΔQP的取值预测当前编码单元CUo的预测单元的模式，具体描述如下：
(1)Skip模式的提前判定：若当前的PU模式信息符合下列情况中的任意一种时，则Mo可以判定为Skip模式：1)Mo1、Mo2以及Mo3的PU模式分布符合情况a；2)Mo1、Mo2以及Mo3的PU模式分布符合情况b，且ΔQP＞0成立；此时Skip模式为CUo的最佳模式，且CU不再往下划分；否则执行步骤(2)；
(2)跳过小概率PU模式：若当前的PU模式信息符合下列情况中的任意一种，当前预测单元只计算Merge模式和2N×2N模式：1)Mo1、Mo2以及Mo3的PU模式分布符合情况c和情况d；2)Mo1、Mo2以及Mo3的PU模式分布符合情况e，且ΔQP＞0成立；3)Mo1、Mo2以及Mo3的PU模式信息分布情况f，且ΔQP＞5成立；4)Mo1、Mo2以及Mo3的PU模式分布符合情况g，且ΔQP＞10成立。
优选地，所述快速PU模式选择算法主要是利用时域上前三帧的同位编码单元CUom及其空域上相邻编码块编码单元的编码信息跳过某些小概率深度下不必要的PU模式，以提高转码效率，该算法是在计算完Merge模式之后进行，分为以下几种情况：
(1)当同位编码单元CUom及其周围相邻编码单元的深度分布符合情况4，统计WDom和当前深度a的大小关系，若WDom(m＝1,2,3)中有两个值和a相等，则证明当前编码单元CUo有可能选择该深度a作为最佳深度，但概率较小，因此设定此时只计算2N×2N模式和模式Mi，跳过其他模式；此外，若WDom(m＝1,2,3)中只有一个或者没有值和深度a相等，则说明当前编码单元CUo选择深度a作为最佳深度的概率非常小，因此跳过之后的所有PU模式；
(2)当同位编码单元CUom及其周围相邻编码单元的深度分布符合情况5时，统计出前三帧时域以及空域相邻编码单元以及当前编码单元CUo空域相邻编码单元中深度值的分布情况，当Di≥2时，若所有相关编码单元中，深度大于等于2的编码单元占所有编码单元的80％以上，则表明当前深度选择大深度的概率比较高，因此当深度a＜2时，跳过之后的所有PU模式。
优选地，所述快速PU模式选择算法为基于图像纹理复杂度的快速PU模式跳过算法，该算法是在计算完Merge模式之后进行，其将灰度共生矩阵中的熵以及Tamura纹理特征中的对比度(contrast)结合起来描述图像纹理复杂度，其中，熵是对图像所具有的信息量的度量，当图像中的像素相差较小即图像比较平滑时，熵值比较小，否则当像素相差较大即图像细节较为丰富时，图像的熵值较大，其计算公式如下：
其中p(x)代表灰度值i出现的概率，由于图像具有256级灰度值，因此x是256个灰度值的集合，因此公式(8)可具体为公式(10)，且H(x)的取值为0 8。
由于熵值只能反映图像的信息量，在某些情况下并不能反映图像的复杂度，因此加入Tamura纹理特征中的对比度对其加以修正，对比度反映的是图像的亮度层次，当像素的差异范围越大时，其对比度越大，以此能弥补熵的不足，其计算公式如下所示：
其中，Fcon是图像的对比度，σ是图像灰度值的方差，α4是图像灰度值的峰态，通过来计算的，μ4是四阶矩均值，n在本发明的取值为1；
该算法可以根据熵值H(x)以及对比度Fcon将图像分为两种情况：复杂图像，和平坦图像，其判断依据如下：
(a)复杂图像：当熵值H(x)以及对比度Fcon的值满足H(x)＞6或者4≤H(x)≤6且Fcon＞10时，当前图像判定为复杂图像；
(b)平坦图像：当熵值H(x)以及对比度Fcon的值满足H(x)＜1.5或者1.5≤H(x)≤3且Fcon≤10时，当前图像判定为平坦图像；
基于图像纹理复杂度的快速PU模式跳过算法具体描述如下：
(1)若当前编码块为复杂编码块，且从解码中得到的CU深度满足Di＞2，则若当前深度a＜2，跳过之后的所有PU模式；若Di≤2，则当前预测单只计算2N×2N模式，跳过其他模式；
(2)若当前编码块为平坦编码块，从解码中得到的CUi的深度满足Di≤1，PU模式为2N×2N模式，则当前预测单只计算2N×2N模式，跳过其他模式，否则计算所有模式。
本发明的有益效果是：本发明快速码率转码方法通过快速CU深度预测算法和快速PU模式选择算法加快转码速度，同时还保证了视频的质量。
附图说明
图1为本发明实施例HEVC码率转码框架图。
图2为本发明实施例码率转码快速CU深度预测算法流程图。
图3为本发明实施例基于Skip模式的快速PU模式选择算法流程图。
图4为本发明实施例码率转码快速PU模式选择算法流程图。
具体实施方式
下面结合附图及实例，对本发明做进一步说明。
本实施例采用像素域转码器作为码率转码的基本框架，具体如图1所示。该转码框架首先将原始的高码率视频流通过解码器解码得到重建视频序列(YUV)，然后再将重建视频序列作为编码器的输入，并通过编码器将其编码成目标码率视频流输出，在此过程中可以利用从解码器中提取的编码信息来加速转码器的转码速度。
HEVC在进行帧间模式选择时，需要遍历所有深度(0～3)下所有的编码单元CUs，并且对每个编码单元都需要计算9个PU模式的率失真代价，并从中得到率失真代价最小的CU深度及PU模式作为当前编码单元的最佳CU深度和PU模式。该模式选择过程是导致HEVC的计算复杂度远远高于H.264的计算复杂度的主要原因之一，因此本实施例快速码率转码算法主要集中在快速CU深度预测以及快速PU模式选择的算法上，从而提高模式选择的效率，达到加速码率转码器的目的。
快速CU深度预测算法利用从解码端获取的CU深度信息及当前编码单元时域/空域相邻块的编码信息来实现，主要分为以下三个步骤：利用解码信息初始化当前编码单元的深度范围、利用基于概率统计的算法进一步精确及优化CU深度范围和利用前面帧的同位编码单元及其周围相邻编码单元的深度信息跳过不必要的深度。
设当前编码单元CUo的最佳深度为Do，其量化参数为QPo，从解码器中获得的同位编码单元CUi的深度为Di，其量化参数为QPi，则ΔQP为量化参数差值，其公式如下：
ΔQP＝QPo-QPi 公式(1)
设当前帧为Fn，其前m帧为Fn-m(1≤m≤3)，则当前编码单元CUo在前m帧中的同位编码单元为CUom，其相对应的深度为Dom。类似的，其空域上相邻的编码单元的深度分别为Dom_A、Dom_L、Dom_AL。其中Dom_A代表前m帧同位编码单元CUom上方的编码单元的深度，Dom_L则代表前m帧同位编码单元CUom左边的编码单元的深度，类似的，Dom_AL代表前m帧同位编码单元CUom左上方的编码单元的深度(注：当m＝0时，代表当前帧)。
快速CU深度预测算法的具体流程图如图2所示，具体描述如下：
第一步：利用从解码端获取的CU深度等编码信息初始化当前编码单元CUo的深度范围。由于码率转码均是从高码率视频流转到低码率视频流，因此一般来讲高码率视频流的纹理信息更加丰富，更容易选择使用较小的编码单元进行编码，即其CU深度较大；相反地，低码率视频流则更倾向于选择较大的编码单元即较小的CU深度进行编码。
因此认为当前编码单元CUo的深度Do和从解码端获取的同位编码单元CUi的深度Di的关系应满足公式(2)：
0≤Do≤Di 公式(2)
在快速CU深度决策算法中直接使用公式(2)来初始化CUo的深度范围会导致对某些序列造成较大的视频图像质量损失。但是如果直接将Do的范围初始化为[0,Di+1]，将会牺牲比较多的转码时间。因此，为了在转码时间和视频质量中找到一个平衡点，使得在保证视频质量的前提下，尽可能地降低转码时间，提出了一个基于概率统计的算法，自适应地判断当前CU的深度范围是否需要初始化为[0,Di+1]，具体描述见第二步。
第二步，利用基于概率统计的算法进一步精确及优化CUo深度范围。设P(d|Di)为当CUi的深度为Di时，当前编码单元CUo的最佳深度为d(d的取值范围为0～3)的概率，则P(d|Di)的计算公式为：
其中，N(d|Di)为当前所有已编码的采用帧间预测的图像中，当CUi的深度为Di时，CUo选择的最佳深度为do的数量，N则为当前所有已编码的采用帧间图像的中CUi的深度为Di的总数量，因此N的计算公式如下：
因此，P(d|Di)应满足：
设Sd为深度0d的概率和，则
在遍历深度0Di时，当满足条件时，CU的深度Do的初始化范围为[0,Di+1]，否则CU的深度Do的初始化范围为[0,Di]。
第三步：利用前面帧的同位编码单元CUom及其周围相邻编码单元的深度信息跳过不必要的深度。在本节，Dom(m＝1,2,3)、Do0_A、Do0_L以及Do0_AL等信息将和解码信息以及ΔQP等联合起来预测当前CU的深度。此外，还计算了前三帧同位编码单元CUom的加权平均深度WDom，并将其与解码信息联合起来进行CU深度的预测。其计算公式如公式(7)。
其中，a、b、c、d为常系数，且a+b+c+d＝1。在本发明中a、b、c、d的值分别设为：0.4、0.25、0.25、0.1。
根据上述所有相关编码单元的深度取值情况可以将深度分布分为五种情况，具体如下所示：
情况1：所有的Dom(m＝1,2,3)均等于Di，且Do0_A和Do0_L也等于Di；
情况2：所有的Dom(m＝1,2,3)均等于Di，且Do0_A和Do0_L只有一个和Di相等或者都不和Di相等；
情况3：所有的Dom(m＝1,2,3)均等于Di，且所有的WDom(m＝1,2,3)也和Di相等；
情况4：所有的Dom(m＝1,2,3)均等于Di，且所有的WDom(m＝1,2,3)不都和Di相等；
情况5：并非所有的Dom(m＝1,2,3)均相等。
如图2所示，设a为当前编码单元CUo正在计算的深度，通过大量的实验统计发现，当所有编码单元的深度分布满足以下任意一种情况时，可以执行快速CU深度预测算法：
(1)当同位编码单元CUom及其周围相邻编码单元的深度分布符合情况1时，则认为当前编码单元CUo的深度为Di的概率非常大，此时可以跳过其他深度；否则执行步骤(2)；
(2)通过大量实验发现，两个编码单元的码率越相近，其对应的深度也越相近。因此，当同位编码单元CUom及其周围相邻编码单元的深度分布符合情况2时，若Di的值为3，且ΔQP＜β成立，则说明CUo选择尺寸较小即深度较大的编码单元的概率非常大。因此，此时可以选择跳过深度0和1。在本发明中，β的值设为10。否则执行步骤(3)；
(3)同位编码单元CUom及其周围相邻编码单元的深度分布符合情况3时，则认为当前编码单元CUo的深度为Di的概率非常大，可以选择跳过其他深度值。否则执行步骤(4)；
(4)计算出所有WDom的最小值WDmin，如果最小值WDmin也大于Di，且a＜Di，则CUom选择深度a作为最佳深度的概率非常小，此时可以跳过深度a，直接计算下一层深度a+1。否则执行步骤(5)；
(5)当同位编码单元CUom及其周围相邻编码单元的深度分布符合情况5时，根据Do1以及Do2的取值情况设计CU跳过算法。当Di≥2时，若Do1≥2以及Do2≥2也成立，则表示当前编码块CUo在时域和空域上的相邻编码块均具有丰富的纹理信息。因此，根据视频图像在空域以及时域上的相关性，可以判断当前编码单元CUo具有丰富纹理信息而采用较小的编码单元(即较大的深度)的概率比较大。因此，此时可以跳过深度0和1。然而，通过实验发现，当Do1＝2或Do2＝2时，此时当前编码单元CUo仍有一定几率选择深度1作为最佳深度，因此为了保证视频的质量，我们设定当Do1＞2且Do2＞2时，跳过深度0和1；当Do1＝2或Do2＝2时，只跳过深度0。否则执行快速PU模式跳过算法。
为了提高转码器的转码效率，采用快速算法跳过某些PU模式是有必要的。快速PU模式选择算法可以采用以下三种算法。
第一种，基于Skip模式的快速PU模式选择算法。该算法将解码端的Skip模式信息和帧间编码时域上的相关模式信息联合起来，从而既能快速有效地判断Skip/Merge模式，又能保证视频图像的主客观质量。设解码端CUi的PU模式为Mi，CUom的PU模式则为Mom，通过共同考虑解码端以及前三帧的同位编码单元CUom的模式信息(Mi、Mo1、Mo2、Mo3)设计了如图3所示的基于Skip模式的快速PU模式选择算法，具体算法描述如下。值得注意的是，该算法主要适用于当前编码深度a≥Di且Mi为Skip模式的情况。
首先，统计Mo1、Mo2以及Mo3的PU模式信息，并将其分为以下几种情况：
情况a：Mo1、Mo2、Mo3均为Skip模式；
情况b：Mo1、Mo2、Mo3中有两个Skip模式和一个Merge模式；
情况c：Mo1、Mo2、Mo3中以一个Skip模式和两个Merge模式；
情况d：Mo1、Mo2、Mo3均为Merge模式；
情况e：Mo1、Mo2、Mo3中有一个为2N×2N模式，其他两个为Skip或者Merge模式；
情况f：Mo1、Mo2、Mo3中有两个为2N×2N模式，另一个为Skip或者Merge模式；
情况g：Mo1、Mo2、Mo3均为2N×2N模式。
其次，根据以上PU模式的分布情况以及量化参数ΔQP的取值预测当前编码单元CUo的预测单元的模式。具体描述如下：
(1)Skip模式的提前判定。若当前的PU模式信息符合下列情况中的任意一种时，则Mo可以判定为Skip模式：1)Mo1、Mo2以及Mo3的PU模式分布符合情况a；2)Mo1、Mo2以及Mo3的PU模式分布符合情况b，且ΔQP＞0成立。此时Skip模式为CUo的最佳模式，且CU不再往下划分；否则执行步骤(2)；
(2)跳过小概率PU模式。若当前的PU模式信息符合下列情况中的任意一种，当前预测单元只计算Merge模式和2N×2N模式：1)Mo1、Mo2以及Mo3的PU模式分布符合情况c和情况d；2)Mo1、Mo2以及Mo3的PU模式分布符合情况e，且ΔQP＞0成立；3)Mo1、Mo2以及Mo3的PU模式信息分布情况f，且ΔQP＞5成立；4)Mo1、Mo2以及Mo3的PU模式分布符合情况g，且ΔQP＞10成立。
第二种，类似于快速CU深度预测算法中的步骤三，该步骤主要是利用时域上前三帧的同位编码单元CUom及其空域上相邻编码块编码单元的编码信息跳过某些小概率深度下不必要的PU模式，以提高转码效率。值得注意的是，该步骤以及接下来的基于图像纹理复杂度的快速PU模式跳过算法均是在计算完Merge模式之后进行。主要分为以下几种情况：
(1)当同位编码单元CUom及其周围相邻编码单元的深度分布符合情况4，统计WDom和当前深度a的大小关系，若WDom(m＝1,2,3)中有两个值和a相等，则证明当前编码单元CUo有可能选择该深度a作为最佳深度，但概率较小，因此在本发明中设定此时只计算2N×2N模式和模式Mi，跳过其他模式；此外，若WDom(m＝1,2,3)中只有一个或者没有值和深度a相等，则说明当前编码单元CUo选择深度a作为最佳深度的概率非常小，因此跳过之后的所有PU模式。
(2)当同位编码单元CUom及其周围相邻编码单元的深度分布符合情况5时，统计出前三帧时域以及空域相邻编码单元以及当前编码单元CUo空域相邻编码单元中深度值的分布情况。当Di≥2时，若所有相关编码单元中，深度大于等于2的编码单元占所有编码单元的80％以上，则表明当前深度选择大深度的概率比较高，因此当深度a＜2时，跳过之后的所有PU模式。
第三种，基于图像纹理复杂度的快速PU模式跳过算法。将灰度共生矩阵中的熵以及Tamura纹理特征中的对比度(contrast)结合起来描述图像纹理复杂度，以弥补两者之间各自的不足。
其中，熵是对图像所具有的信息量的度量，当图像中的像素相差较小即图像比较平滑时，熵值比较小，否则当像素相差较大即图像细节较为丰富时，图像的熵值较大，其计算公式如下：
其中p(x)代表灰度值i出现的概率，由于图像具有256级灰度值，因此x是256个灰度值的集合。因此公式(8)可具体为公式(10)，且H(x)的取值为0 8。
由于熵值只能反映图像的信息量，在某些情况下并不能反映图像的复杂度，因此加入Tamura纹理特征中的对比度(contrast)对其加以修正。对比度反映的是图像的亮度层次，当像素的差异范围越大时，其对比度越大。以此可以弥补熵的不足，其计算公式如下所示：
其中，Fcon是图像的对比度，σ是图像灰度值的方差，α4是图像灰度值的峰态，通过来计算的，μ4是四阶矩均值，n在本发明的取值为1。
该算法可以根据熵值H(x)以及对比度Fcon将图像分为两种情况：复杂图像(编码块)和平坦图像(编码块)。其判断依据如下：
(a)复杂图像(编码块)：当熵值H(x)以及对比度Fcon的值满足H(x)＞6或者4≤H(x)≤6且Fcon＞10时，当前图像(编码块)可以被判定为复杂图像(编码块)；
(b)平坦图像(编码块)：当熵值H(x)以及对比度Fcon的值满足H(x)＜1.5或者1.5≤H(x)≤3且Fcon≤10时，当前图像(编码块)可以被判定为平坦图像(编码块)。
因此，基于图像纹理复杂度的快速PU模式跳过算法具体描述如下：
(1)若当前编码块为复杂编码块，且从解码中得到的CU深度满足Di＞2，则若当前深度a＜2，跳过之后的所有PU模式；若Di≤2，则当前预测单只计算2N×2N模式，跳过其他模式。
(2)若当前编码块为平坦编码块，从解码中得到的CUi的深度满足Di≤1，PU模式为2N×2N模式，则当前预测单只计算2N×2N模式，跳过其他模式，否则计算所有模式。
综上所述，整个快速PU模式选择流程图如图4所示。其中快速skip模式判定即为图3中的基于Skip模式的快速PU模式选择算法。
本实施例所研究的快速码率转码算法主要针对CBR码率转码，四个码率分别被设为各个序列原始码率的80％、60％、40％以及20％。其中，原始码率Ro是通过在量化参数QP等于20时编码原始视频流得到的码率。因此每个标准序列的原始码率均不相同。采用快速转码算法的码率转码取得了良好的效果：在编码时间上平均降低了47.03％，而BDBR平均上升仅为1.61％。由此可以看出，该算法达到了在保证视频的质量的前提下，大大提高了转码的效率的目的。具体结果如下表1所示。
表1快速码率转码算法的BDBR以及ΔT

Claims (8)

1.一种HEVC快速码率转码方法，其特征在于，采用像素域转码器作为码率转码的基本框架，首先将原始的高码率视频流通过解码器解码得到重建视频序列，然后再将重建视频序列作为编码器的输入，并通过编码器将其编码成目标码率视频流输出，在此过程中利用从解码器中提取的编码信息通过快速CU深度预测算法和快速PU模式选择算法来加速转码器的转码速度。
2.根据权利要求1所述的HEVC快速码率转码方法，其特征在于，所述快速CU深度预测算法利用从解码端获取的CU深度信息及当前编码单元时域/空域相邻块的编码信息来实现，包括以下三个步骤：利用解码信息初始化当前编码单元的深度范围、利用基于概率统计的算法进一步精确及优化CU深度范围和利用前面帧的同位编码单元及其周围相邻编码单元的深度信息跳过不必要的深度。
3.根据权利要求2所述的HEVC快速码率转码方法，其特征在于，利用解码信息初始化当前编码单元的深度范围具体为：当前编码单元CUo的深度Do和从解码端获取的同位编码单元CUi的深度Di的关系应满足公式(2)：
0≤Do≤Di 公式(2) 。
4.根据权利要求3所述的HEVC快速码率转码方法，其特征在于，利用基于概率统计的算法进一步精确及优化CU深度范围，具体为：设P(d|Di)为当CUi的深度为Di时，当前编码单元CUo的最佳深度为d的概率，d的取值范围为0～3，则P(d|Di)的计算公式为：
其中，N(d|Di)为当前所有已编码的采用帧间预测的图像中，当CUi的深度为Di时，CUo选择的最佳深度为do的数量，N则为当前所有已编码的采用帧间图像中的CUi的深度为Di的总数量，因此N的计算公式如下：
因此，P(d|Di)应满足：
设Sd为深度0～d的概率和，则
在遍历深度0～Di时，当满足条件时，CU的深度Do的初始化范围为 [0,Di+1]，否则CU的深度Do的初始化范围为[0,Di]。
5.根据权利要求4所述的HEVC快速码率转码方法，其特征在于，利用前面帧的同位编码单元及其周围相邻编码单元的深度信息跳过不必要的深度，具体为：利用Dom、Do0_A、Do0_L以及Do0_AL和解码信息以及ΔQP联合起来预测当前CU的深度，m＝1,2,3，还计算前三帧同位编码单元CUom的加权平均深度WDom，并将其与解码信息联合起来进行CU深度的预测，其计算公式如公式(7)：
其中，a、b、c、d为常系数，a、b、c、d的值分别设为：0.4、0.25、0.25、0.1。
根据上述所有相关编码单元的深度取值情况将深度分布分为五种情况，具体如下所示：
情况1：所有的Dom均等于Di，且Do0_A和Do0_L也等于Di；
情况2：所有的Dom均等于Di，且Do0_A和Do0_L只有一个和Di相等或者都不和Di相等；
情况3：所有的Dom均等于Di，且所有的WDom也和Di相等；
情况4：所有的Dom均等于Di，且所有的WDom不都和Di相等；
情况5：并非所有的Dom均相等；
设a为当前编码单元CUo正在计算的深度，当所有编码单元的深度分布满足以下任意一种情况时，执行快速CU深度预测算法：
(1)当同位编码单元CUom及其周围相邻编码单元的深度分布符合情况1时，则认为当前编码单元CUo的深度为Di的概率非常大，此时跳过其他深度；否则执行步骤(2)；
(2)当同位编码单元CUom及其周围相邻编码单元的深度分布符合情况2时，若Di的值为3，且ΔQP＜β成立，则说明CUo选择尺寸较小即深度较大的编码单元的概率非常大，因此，此时选择跳过深度0和1，β的值设为10；否则执行步骤(3)；
(3)同位编码单元CUom及其周围相邻编码单元的深度分布符合情况3时，则认为当前编码单元CUo的深度为Di的概率非常大，选择跳过其他深度值；否则执行步骤(4)；
(4)计算出所有WDom的最小值WDmin，如果最小值WDmin也大于Di，且a＜Di，则CUom选择深度a作为最佳深度的概率非常小，此时跳过深度a，直接计算下一层深度a+1；否则执行步骤(5)；
(5)当同位编码单元CUom及其周围相邻编码单元的深度分布符合情况5时，根据Do1以及Do2的取值情况设计CU跳过算法；当Di≥2时，若Do1≥2以及Do2≥2也成立，则表示当 前编码块CUo在时域和空域上的相邻编码块均具有丰富的纹理信息，因此，根据视频图像在空域以及时域上的相关性，判断当前编码单元CUo具有丰富纹理信息而采用较小的编码单元的概率比较大，因此，此时跳过深度0和1；当Do1＝2或Do2＝2时，此时当前编码单元CUo仍有一定几率选择深度1作为最佳深度，因此为了保证视频的质量，设定当Do1＞2且Do2＞2时，跳过深度0和1；当Do1＝2或Do2＝2时，只跳过深度0，否则执行快速PU模式跳过算法。
6.根据权利要求5所述的HEVC快速码率转码方法，其特征在于，所述快速PU模式选择算法为基于Skip模式的快速PU模式选择算法，具体为：设解码端CUi的PU模式为Mi，CUom的PU模式则为Mom，解码端以及前三帧的同位编码单元CUom的模式信息Mi、Mo1、Mo2、Mo3，该算法主要适用于当前编码深度a≥Di且Mi为Skip模式的情况；包括如下步骤：
首先，统计Mo1、Mo2以及Mo3的PU模式信息，并将其分为以下几种情况：
情况a：Mo1、Mo2、Mo3均为Skip模式；
情况b：Mo1、Mo2、Mo3中有两个Skip模式和一个Merge模式；
情况c：Mo1、Mo2、Mo3中以一个Skip模式和两个Merge模式；
情况d：Mo1、Mo2、Mo3均为Merge模式；
情况e：Mo1、Mo2、Mo3中有一个为2N×2N模式，其他两个为Skip或者Merge模式；
情况f：Mo1、Mo2、Mo3中有两个为2N×2N模式，另一个为Skip或者Merge模式；
情况g：Mo1、Mo2、Mo3均为2N×2N模式；
其次，根据以上PU模式的分布情况以及量化参数ΔQP的取值预测当前编码单元CUo的预测单元的模式，具体描述如下：
(1)Skip模式的提前判定：若当前的PU模式信息符合下列情况中的任意一种时，则Mo可以判定为Skip模式：1)Mo1、Mo2以及Mo3的PU模式分布符合情况a；2)Mo1、Mo2以及Mo3的PU模式分布符合情况b，且ΔQP＞0成立；此时Skip模式为CUo的最佳模式，且CU不再往下划分；否则执行步骤(2)；
(2)跳过小概率PU模式：若当前的PU模式信息符合下列情况中的任意一种，当前预测单元只计算Merge模式和2N×2N模式：1)Mo1、Mo2以及Mo3的PU模式分布符合情况c和情况d；2)Mo1、Mo2以及Mo3的PU模式分布符合情况e，且ΔQP＞0成立；3)Mo1、Mo2以及Mo3的PU模式信息分布情况f，且ΔQP＞5成立；4)Mo1、Mo2以及Mo3的PU模式分布 符合情况g，且ΔQP＞10成立。
7.根据权利要求6所述的HEVC快速码率转码方法，其特征在于，所述快速PU模式选择算法主要是利用时域上前三帧的同位编码单元CUom及其空域上相邻编码块编码单元的编码信息跳过某些小概率深度下不必要的PU模式，以提高转码效率，该算法是在计算完Merge模式之后进行，分为以下几种情况：
(1)当同位编码单元CUom及其周围相邻编码单元的深度分布符合情况4，统计WDom和当前深度a的大小关系，若WDom中有两个值和a相等，则证明当前编码单元CUo有可能选择该深度a作为最佳深度，但概率较小，因此设定此时只计算2N×2N模式和模式Mi，跳过其他模式；此外，若WDom中只有一个或者没有值和深度a相等，则说明当前编码单元CUo选择深度a作为最佳深度的概率非常小，因此跳过之后的所有PU模式；
(2)当同位编码单元CUom及其周围相邻编码单元的深度分布符合情况5时，统计出前三帧时域以及空域相邻编码单元以及当前编码单元CUo空域相邻编码单元中深度值的分布情况，当Di≥2时，若所有相关编码单元中，深度大于等于2的编码单元占所有编码单元的80％以上，则表明当前深度选择大深度的概率比较高，因此当深度a＜2时，跳过之后的所有PU模式。
8.根据权利要求1所述的HEVC快速码率转码方法，其特征在于，所述快速PU模式选择算法为基于图像纹理复杂度的快速PU模式跳过算法，该算法是在计算完Merge模式之后进行，其将灰度共生矩阵中的熵以及Tamura纹理特征中的对比度(contrast)结合起来描述图像纹理复杂度，其中，熵是对图像所具有的信息量的度量，当图像中的像素相差较小即图像比较平滑时，熵值比较小，否则当像素相差较大即图像细节较为丰富时，图像的熵值较大，其计算公式如下：
其中p(x)代表灰度值i出现的概率，由于图像具有256级灰度值，因此x是256个灰度值的集合，因此公式(8)具体为公式(10)，且H(x)的取值为0～8，
由于熵值只能反映图像的信息量，在某些情况下并不能反映图像的复杂度，因此加入Tamura纹理特征中的对比度对其加以修正，对比度反映的是图像的亮度层次，当像素的差异 范围越大时，其对比度越大，以此能弥补熵的不足，其计算公式如下所示：
其中，Fcon是图像的对比度，σ是图像灰度值的方差，α4是图像灰度值的峰态，通过来计算的，μ4是四阶矩均值，n取值为1；
该算法根据熵值H(x)以及对比度Fcon将图像分为两种情况：复杂图像和平坦图像，其判断依据如下：
(a)复杂图像：当熵值H(x)以及对比度Fcon的值满足H(x)＞6或者4≤H(x)≤6且Fcon＞10时，当前图像判定为复杂图像；
(b)平坦图像：当熵值H(x)以及对比度Fcon的值满足H(x)＜1.5或者1.5≤H(x)≤3且Fcon≤10时，当前图像判定为平坦图像；
基于图像纹理复杂度的快速PU模式跳过算法具体描述如下：
(1)若当前编码块为复杂编码块，且从解码中得到的CU深度满足Di＞2，则若当前深度a＜2，跳过之后的所有PU模式；若Di≤2，则当前预测单只计算2N×2N模式，跳过其他模式；
(2)若当前编码块为平坦编码块，从解码中得到的CUi的深度满足Di≤1，PU模式为2N×2N模式，则当前预测单只计算2N×2N模式，跳过其他模式，否则计算所有模式。
CN201610521480.5A 2016-07-05 2016-07-05 一种hevc快速码率转码方法 Expired - Fee Related CN106210721B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610521480.5A CN106210721B (zh) 2016-07-05 2016-07-05 一种hevc快速码率转码方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610521480.5A CN106210721B (zh) 2016-07-05 2016-07-05 一种hevc快速码率转码方法

Publications (2)

Publication Number Publication Date
CN106210721A true CN106210721A (zh) 2016-12-07
CN106210721B CN106210721B (zh) 2017-11-21

Family

ID=57466075

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610521480.5A Expired - Fee Related CN106210721B (zh) 2016-07-05 2016-07-05 一种hevc快速码率转码方法

Country Status (1)

Country Link
CN (1) CN106210721B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107087200A (zh) * 2017-05-11 2017-08-22 郑州轻工业学院 针对高效率视频编码标准的跳过编码模式提前判决方法
CN107087172A (zh) * 2017-03-22 2017-08-22 中南大学 基于hevc‑scc的快速码率转码方法及其系统
CN107404648A (zh) * 2017-08-24 2017-11-28 中南大学 一种基于hevc的视频多路转码方法
CN107454425A (zh) * 2017-08-26 2017-12-08 同济大学 一种scc帧内编码单元候选预测模式缩减方法
CN108012150A (zh) * 2017-12-14 2018-05-08 湖南兴天电子科技有限公司 视频帧间编码方法及装置
CN110381312A (zh) * 2019-07-19 2019-10-25 广东工业大学 一种基于hevc的预测深度划分范围的方法和装置
CN110460842A (zh) * 2019-07-23 2019-11-15 天津大学 一种集成成像快速编码方法
CN114449278A (zh) * 2020-11-06 2022-05-06 北京大学 基于信息重用的任意比率下采样转码方法和装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130142251A1 (en) * 2011-12-06 2013-06-06 Sony Corporation Syntax extension of adaptive loop filter in hevc
CN104113754A (zh) * 2014-07-17 2014-10-22 四川大学 基于时域相关性的高性能视频帧间编码方法及其转码器
CN104202605A (zh) * 2014-08-18 2014-12-10 山东大学 一种通过降低分辨率预测高清图像编码单元cu的划分方式的方法及其实现装置
CN104581170A (zh) * 2015-01-23 2015-04-29 四川大学 基于hevc降视频分辨率的快速帧间转码的方法
CN104702958A (zh) * 2013-12-05 2015-06-10 中国科学院深圳先进技术研究院 一种基于空间相关性的hevc帧内编码方法及系统
CN105430407A (zh) * 2015-12-03 2016-03-23 同济大学 应用于h.264到hevc转码的快速帧间模式决策方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130142251A1 (en) * 2011-12-06 2013-06-06 Sony Corporation Syntax extension of adaptive loop filter in hevc
CN104702958A (zh) * 2013-12-05 2015-06-10 中国科学院深圳先进技术研究院 一种基于空间相关性的hevc帧内编码方法及系统
CN104113754A (zh) * 2014-07-17 2014-10-22 四川大学 基于时域相关性的高性能视频帧间编码方法及其转码器
CN104202605A (zh) * 2014-08-18 2014-12-10 山东大学 一种通过降低分辨率预测高清图像编码单元cu的划分方式的方法及其实现装置
CN104581170A (zh) * 2015-01-23 2015-04-29 四川大学 基于hevc降视频分辨率的快速帧间转码的方法
CN105430407A (zh) * 2015-12-03 2016-03-23 同济大学 应用于h.264到hevc转码的快速帧间模式决策方法

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107087172B (zh) * 2017-03-22 2018-08-07 中南大学 基于hevc-scc的快速码率转码方法及其系统
CN107087172A (zh) * 2017-03-22 2017-08-22 中南大学 基于hevc‑scc的快速码率转码方法及其系统
CN107087200A (zh) * 2017-05-11 2017-08-22 郑州轻工业学院 针对高效率视频编码标准的跳过编码模式提前判决方法
CN107404648A (zh) * 2017-08-24 2017-11-28 中南大学 一种基于hevc的视频多路转码方法
CN107404648B (zh) * 2017-08-24 2019-12-03 中南大学 一种基于hevc的视频多路转码方法
CN107454425A (zh) * 2017-08-26 2017-12-08 同济大学 一种scc帧内编码单元候选预测模式缩减方法
CN107454425B (zh) * 2017-08-26 2019-10-18 同济大学 一种scc帧内编码单元候选预测模式缩减方法
CN108012150A (zh) * 2017-12-14 2018-05-08 湖南兴天电子科技有限公司 视频帧间编码方法及装置
CN108012150B (zh) * 2017-12-14 2020-05-05 湖南兴天电子科技有限公司 视频帧间编码方法及装置
CN110381312A (zh) * 2019-07-19 2019-10-25 广东工业大学 一种基于hevc的预测深度划分范围的方法和装置
CN110381312B (zh) * 2019-07-19 2022-06-24 广东工业大学 一种基于hevc的预测深度划分范围的方法和装置
CN110460842A (zh) * 2019-07-23 2019-11-15 天津大学 一种集成成像快速编码方法
CN110460842B (zh) * 2019-07-23 2022-02-08 天津大学 一种集成成像快速编码方法
CN114449278A (zh) * 2020-11-06 2022-05-06 北京大学 基于信息重用的任意比率下采样转码方法和装置
CN114449278B (zh) * 2020-11-06 2023-07-18 北京大学 基于信息重用的任意比率下采样转码方法和装置

Also Published As

Publication number Publication date
CN106210721B (zh) 2017-11-21

Similar Documents

Publication Publication Date Title
CN106210721B (zh) 一种hevc快速码率转码方法
CN104054338B (zh) 位深和颜色可伸缩视频编码
CN101534436B (zh) 一种视频图像宏块级自适应码率分配方法
CN102648627B (zh) 率失真优化量化的加速技术
CN101778286B (zh) 隔行扫描视频的编码与解码
CN101854548B (zh) 一种面向无线多媒体传感器网络的视频压缩方法
EP2214415A1 (en) A dual prediction video encoding and decoding method and a device
CN105049850A (zh) 基于感兴趣区域的hevc码率控制方法
CN102611892A (zh) 在编码过程中实现自适应量化的方法及装置
JP2014123988A (ja) 画像復号装置及び画像復号方法
CN109862356B (zh) 一种基于感兴趣区域的视频编码方法及系统
CN103491334B (zh) 一种基于区域特征分析的由h264到hevc的视频转码方法
CN101189882A (zh) 用于视频压缩的编码器辅助帧率上变换（ea-fruc）的方法和装置
CN105141954A (zh) 一种hevc帧间编码快速模式选择方法
CN107040782B (zh) 基于拉格朗日方法的视频编码全局率失真优化方法
CN100518324C (zh) 实现基于感兴趣区域的压缩域mpeg-2到h.264视频转换的方法
CN101022555B (zh) 帧间预测编码的模式快速选择方法
CN103327325A (zh) 基于hevc标准的帧内预测模式快速自适应选择方法
CN107534771A (zh) 用于基于复杂性量度的显示流压缩dsc的量化参数qp计算
CN101977316A (zh) 一种可伸缩编码方法
CN102932642A (zh) 一种帧间编码快速模式选择方法
CN106165420A (zh) 用于显示流压缩(dsc)的平度检测的系统及方法
CN102186081B (zh) 一种基于梯度向量的h.264帧内模式选择方法
JP2012505618A (ja) １つ以上の所定の予測因子の除外を伴う符号化及び復号
CN108702513A (zh) 用于在显示流压缩中量化参数的适应性计算的设备及方法

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20171121