CN108259898A - 基于质量可伸缩视频编码qshvc的帧内快速编码方法 - Google Patents

基于质量可伸缩视频编码qshvc的帧内快速编码方法 Download PDF

Info

Publication number
CN108259898A
CN108259898A CN201810101482.8A CN201810101482A CN108259898A CN 108259898 A CN108259898 A CN 108259898A CN 201810101482 A CN201810101482 A CN 201810101482A CN 108259898 A CN108259898 A CN 108259898A
Authority
CN
China
Prior art keywords
depth
coding unit
coding
interlayer
frame
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
CN201810101482.8A
Other languages
English (en)
Other versions
CN108259898B (zh
Inventor
赵志强
刘妍君
崔盈
汪大勇
郭毅军
赵德春
李章勇
刘英彬
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.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post and Telecommunications
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 Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN201810101482.8A priority Critical patent/CN108259898B/zh
Publication of CN108259898A publication Critical patent/CN108259898A/zh
Application granted granted Critical
Publication of CN108259898B publication Critical patent/CN108259898B/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
    • 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
    • H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
    • H04N19/159—Prediction type, e.g. intra-frame, inter-frame or bidirectional frame prediction
    • 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
    • H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
    • 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
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/593—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving spatial prediction techniques
    • 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
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/96—Tree coding, e.g. quad-tree coding

Landscapes

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

Abstract

本发明涉及远程医疗视频通信技术领域，具体涉及一种基于质量可伸缩视频编码QSHVC的帧内快速编码方法；所述方法包括：利用相关性排除可能较小的深度；利用“分布拟合”检验方法判断残差系数是否符合拉普拉斯分布；若符合拉普拉斯分布，采用层间ILR预测模式，跳过帧内Intra预测模式实现提前终止；若不符合拉普拉斯分布则遍历层间ILR预测模式和帧内Intra预测模式，计算率失真值，通过比较选择合适的深度值；本发明主要解决编码中递归式的四叉树编码单元划分所引起的高计算复杂度问题；本发明在保证视频质量的前提下，显著提高了编码速度，可用于视频会议，远程咨询，远程教育，远程医疗和视频点播等。

Description

基于质量可伸缩视频编码QSHVC的帧内快速编码方法
技术领域
本发明涉及视频通信技术领域，具体涉及一种基于质量可伸缩视频编码(QualityScalable High Efficiency Video Coding，QSHVC)的帧内快速编码方法。
背景技术
近年来，随着多媒体技术、计算机网络和通信技术的发展，远程视频技术成为一门发展十分迅速的跨学科高新技术，其中，远程视频技术中远程医疗视频的发展尤为突出；随着远程医疗(telemedicine)的快速发展，远程医疗正在彻底改变着现有的医疗模式。通过远程医疗，病人可以及时发现病症和避免由于拖延治疗造成的病情恶化。同时，远程医疗也是改善我国边远山区和农村落后地区医疗状况的一个新的切实可行的途径。
远程医疗可以实现实时的语音和高清晰图像的交流，为现代医疗的应用提供了更广阔的发展空间。目前，我国远程医疗应用的范畴，受技术手段和网络条件的限制，完整意义上的远程医疗应用还非常少。并且医疗行业有着自身的特点和要求，对视频清晰度、色彩和声音的还原度都有着很高的要求。因此远程医疗视频必须具备高清晰度、高还原度、高融合度三大特点。在远程诊断的过程中，要求视频传输的图像更加清晰，不应该有严重的失真现象，因此要求终端设备有更大的通信带宽以便能支持长时间的交互式视频的实时传输。由上面分析可见，视频图像的编码和传输是远程医疗中的关键技术之一，从技术和实现方式来讲，远程医疗的视频编码技术是视频会议系统在医疗领域的一种扩展应用。并且从应用的角度上说，视频信息的实时处理和传输，为视频的双方提供一个及时互现的环境。
现有技术CN104010196A中提出了基于HEVC的3D质量可伸缩视频编码的方法，这篇专利中虽然解决了网络异构性和不可靠网络问题，但是加大了编码复杂度，没有有效的提高编码时间；黄源源等人提出的一种质量可伸缩编码中增强层帧间快速算法[J].电子测量与仪器学报,2011,25(02):153-158.主要讲述了基于H.264的质量可伸缩编码方法，而H.265引入了混合编码框架，尤其是递归式的四叉树编码方式大大增强了编码效率，同时也增加了编码复杂度，因此，现有技术在解决远程医疗视频的清晰度和实时性的同时，不能很好的解决终端设备多样性和网络异构性。因此，2014年6月推出了SHVC可伸缩视频编码的标准，可以解决设备终端的多样性和异构性，但由于该标准推出的时间比较短，当前对于SHVC可伸缩视频编码的研究也比较少，而且主要集中在帧间编码上。但是，对帧内编码进行研究仍然能够显著地提高编码速度。
新一代视频编码标准可伸缩的高清晰度视频编码(Scalable High EifficiencyVideo Coding，SHVC)采用混合编码框架，其中引入了编码单元的四叉树划分方式对视频进行编码，SHVC的最大编码单元为LCU，即64x64的CU，对于一个LCU选择最佳的CU编码深度，需要遍历64x64到8x8的分割，一共85个CU。编码单元树的深度和编码单元的大小一一对应，选择此LCU的最佳分割方式是通过深度递归的计算率失真代价，这将造成编码端较高的计算复杂度。
发明内容
基于此，正是由于编码框架的复杂度，本发明提出一种基于质量可伸缩视频编码QSHVC的帧内快速编码方法，可以在保证视频质量几乎不变的前提下，大大减少编码时间。
本发明的一种基于质量可伸缩视频编码QSHVC的帧内快速编码方法，包括以下步骤：
S1、利用视频序列的相关性，预测编码的深度可能性，排除深度可能性概率较小的深度；
S2、根据视频序列的深度预测值和深度实际值得到残差值，根据所述残差值得到残差系数；利用“分布拟合”检验方法判断所述残差系数是否符合拉普拉斯分布；
S3、若所述残差系数符合拉普拉斯分布，采用层间ILR预测模式，所述层间ILR预测模式作为合适的预测模式，跳至步骤S6；
S4、若所述残差系数不符合拉普拉斯分布，则遍历层间ILR预测模式和帧内Intra预测模式，计算率失真值；
S5、比较层间ILR预测模式的率失真值和帧内Intra预测模式的率失真值的大小，得到合适的预测模式，所述合适的预测模式包括：层间ILR预测模式和帧内Intra预测模式；
S6、根据所述合适的预测模式，对视频序列进行SHVC编码。
进一步的，步骤S1包括：
通过获取的视频序列，得到视频序列的时间相关性程度和空间相关性程度；从而得出整体相关性程度γ；根据基本层和增强层的层间相关性，通过基本层已编码的编码单元预测增强层的当前编码单元的深度可能性；得出基本层和增强层的层间权重比值Wi；根据Wi得到增强层中当前编码单元的深度权重值Hi；根据时空相关性及层间相关性得到当前编码单元的深度可能性的概率rk。
进一步的，整体相关性程度γ的计算方法为：
γ＝(|FL-L|+|FLT-LT|+|FT-T|+|FRT-RT|)/4
其中，FL表示前一帧中左边编码单元的深度，L表示左边编码单元的深度，FLT表示前一帧中左上编码单元的深度，LT表示左上编码单元的深度，FT表示前一帧中上方编码单元的深度，FRT表示前一帧中右上编码单元的深度，RT表示右上编码单元的深度。进一步的，基本层和增强层的层间权重比值Wi的获取方法包括：通过统计增强层的编码单元深度的绝对值与基本层编码单元深度的绝对值之差的大小，分别得到权重比值W1，W2，W3和W4；
当增强层的编码单元深度等于基本层的编码单元深度时，统计层间权重值W1；
当增强层的编码单元深度的绝对值减去基本层的编码单元深度的绝对值等于1时，统计层间权重W2；
当增强层的编码单元深度的绝对值减去基本层的编码单元深度的绝对值等于2时，统计层间权重W3；
当增强层的编码单元深度的绝对值减去基本层的编码单元深度的绝对值等于3时，统计层间权重W4；
且
进一步的，所述Hi的计算公式为：
深度可能性的概率rk的计算公式为：
进一步的，步骤S2的残差系数是否符合拉普拉斯分布的判断方法包括：
利用“分布拟合”的“χ2拟合”检验方法，得到实测频数fi；计算服从拉普拉斯分布的理论频数npi；根据实测频数fi与理论频数npi得到统计量χ2；判断χ2是否大于拒绝域若大于拒绝域则判断残差系数符合拉普拉斯分布；
实测频数fi表示残差落入第i个区间Xi的样本残差的个数；
理论频数npi表示根据理论拉普拉斯分布求得的理论概率与样本残差数的乘积，n表示样本残差的总数；pi表示理论概率，也即是残差样本落入第i个区间的理论概率；pi的计算公式为：
其中，x0表示第i个区间的样本残差的最小值，x1表示第i个区间的样本残差的最大值；拉普拉斯的密度函数为f(x)的期望为μ，方差为2k2；
统计量χ2的计算公式为：
表示自由度为K-r-1时的查表量；中的α可以取值为0.005，0.10，0.90，0.95等；
其中，K为根据视频序列的复杂程度所分的区间个数；r为拉普拉斯分布的涉及到的参数个数；i∈{1,2,...,K}；n是样本残差的总个数。
进一步的，步骤S3具体包括：
若残差服从拉普拉斯分布，则选择层间ILR预测模式来预测增强层的深度值；
进一步的，步骤S4具体包括：
S401遍历层间ILR预测模式和帧内Intra预测模式，分别得到每种预测模式下的残差信号，对残差信号进行哈达码变换计算SATD值；其中SATD值(Sum of AbsoluteTransformed Difference)是进行哈达码变换后再绝对值求和后的值。
S402利用SATD值分别计算每种预测模式的率失真代价，得到每种预测模式下的率失真值；选取所述率失真值最小的模式为预测模式。
本发明的有益效果：本发明提出的基于质量可伸缩的视频编码QSHVC的帧内快速编码方法不仅有效的解决网络终端和用户需求问题，并且在保证编码质量的前提下，显著地降低编码时间，减少了编码复杂度。
附图说明
图1为本发明的视频编码方法的流程图；
图2为基本层编码单元与增强层编码单元的示意图；
图3为前一帧中编码单元与当前帧中编码单元的示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的一种基于质量可伸缩视频编码QSHVC的帧内快速编码方法，如图1所示，包括：
为了减少递归式的四叉树编码单元划分所引起的高计算复杂度问题，采用预测编码方式；
S1、利用视频序列的相关性，预测当前编码单元的深度可能性，排除深度可能性概率较小的深度，得到当前编码单元的预测深度；
S2、根据当前编码单元的预测深度和当前编码单元的实际深度得到残差值，根据所述残差值得到残差系数；利用“分布拟合”检验方法判断所述残差系数是否符合拉普拉斯分布；
S3、若所述残差系数符合拉普拉斯分布，采用层间ILR预测模式，所述层间ILR预测模式作为合适的预测模式，跳至步骤S6；
现有技术中的帧内预测中一般都是利用自身特征来进行预测，这些特征虽然能够提高编码速度，但是预测的范围过大，导致速度提高不大。本发明首先设计实验来验证相似性程度，包括时间相关性程度，空间相关性程度，通过视频序列，得到视频序列的时间相关性和空间相关性程度，所述步骤S1具体包括：
通过获取的视频序列，得到视频序列的时间相关性程度和空间相关性程度；从而得出整体相关性程度γ；根据基本层和增强层的层间相关性，通过基本层已编码的编码单元预测增强层的当前编码单元的深度可能性；得出基本层和增强层的层间权重比值Wi；根据Wi得到增强层中当前编码单元的深度权重值Hi；根据时空相关性及层间相关性得到当前编码单元的深度可能性的概率rk。其中，层间相关性表示基本层与增强层间的相关性。
作为一种可选方式，整体相关性程度γ的计算方法为：
γ＝(|FL-L|+|FLT-LT|+|FT-T|+|FRT-RT|)/4
其中，前一帧中的编码深度与当前帧中编码的深度如图2所示；FL表示前一帧中左边编码单元的深度；L表示左边编码单元的深度；FLT表示前一帧中左上编码单元的深度；LT表示左上编码单元的深度；FT表示前一帧中上方编码单元的深度；T表示增强层中上方编码单元的深度，FRT表示前一帧中右上编码单元的深度；RT表示右上编码单元的深度；FC表示前一帧中当前编码单元的深度；C表示当前帧中当前编码单元的深度。
作为另一种可选方式，整体相关性程度γ的计算方法为：
γ＝(|BL-L|+|BLT-LT|+|BT-T|+|BRT-RT|)/4
其中，BL表示基本层中左边编码单元的深度，L表示增强层左边编码单元的深度，BLT表示基本层中左上编码单元的深度，LT表示增强层左上编码单元的深度，BT表示基本层中上方编码单元的深度，T表示增强层中上方编码单元的深度，BRT表示基本层中右上编码单元的深度，RT表示增强层中右上编码单元的深度，基本层BL与增强层EL的关系如图3所示。
同理，在计算整体相关性程度的时候，可以不局限于前一帧中的编码单元(上述以字母F开头的编码单元)的深度或者基本层中的编码单元(上述以字母B开头的编码单元)的深度，还可以使用前一帧中右边编码单元的深度，前一帧中右上编码单元的深度等。
其中，γ越小，相关性越强，γ的范围为[0,3]，γ最大取3，表示相关性最低。
在质量可伸缩编码中，增强层和基本层的内容完全一样，除了量化的参数不同；因此根据基本层和增强层的相关性，通过基本层已编码的编码单元来预测相对应的增强层的编码深度。
基本层和增强层的层间权重比值Wi的获取方法包括：通过统计增强层的编码单元深度的绝对值与基本层编码单元深度的绝对值之差的大小，分别得到权重比值W1，W2，W3和W4；
当增强层的编码单元深度等于基本层的编码单元深度时，统计层间权重值W1；
当增强层的编码单元深度的绝对值减去基本层的编码单元深度的绝对值等于1时，统计层间权重W2；
当增强层的编码单元深度的绝对值减去基本层的编码单元深度的绝对值等于2时，统计层间权重W3；
当增强层的编码单元深度的绝对值减去基本层的编码单元深度的绝对值等于3时，统计层间权重W4；
且
通过以上四个统计实验统计出Wi，可得出Wi的值。
综合以上得到增强层中当前编码单元的深度为i的权重值Wi，可以得到深度权重值Hi：
例如，当增强层中当前编码单元的深度为0的权重值W0对应的深度权重值H0为：
本发明充分利用时间和空间的相关性程度，并结合层间的相似性来预测当前的编码单元的深度值；计算深度可能性的权值在整个权值中的比例，排除可能性概率较小的深度。具体如下：
rk表示深度可能性概率，具体表现为前k+1个深度权值之和与整个权值之和的比例；为了保证编码效率，根据rk来排除可能性概率较小的深度。
S2、通过“分布拟合”检验方法判断参数系数是否符合拉普拉斯分布，根据结果对其进行提前终止，或跳过不必要的计算过程，具体包括：
根据视频序列中的预测值和实际值之差得到残差值；可以理解的是，压缩编码后传输的不是像素本身的取样幅值，而是该取样的预测值和实际值之差残差，接下来残差需要进行离散余弦变换(Discrete Cosine Transform，DCT)、量化(Quantitative，Q)、反量化(Inverse Quantitative，IQ)、离散余弦逆变换(Inverse Discrete Cosine Transform，IDCT)运算。
本发明提出一种“分布拟合”的检验方法用来判断残差系数是否符合拉普拉斯分布，从而判定层间ILR预测模式是否为最佳模式。采用“分布拟合”检验方法中的“χ2拟合”检验方法：假设X为残差系数，而X1,X2,...,Xn是来自残差的样本值。检验假设H0：残差系数X服从拉普拉斯分布为L(x)。
将在H0下残差系数按照视频编码复杂度分成K个区间，fi表示残差样本落在每一个区间的实际个数，于是在n次独立试验中事件发生的频率而当H0为真的时候，可得到理论概率pi。频率与理论概率pi会有差异。但是当H0为真，且试验次数又甚多时，这种差异不会太大，因此我们采用形如公式作为检验统计量：
其中，K为根据视频的复杂程度所分区间个数，r为计算拉普拉斯分布时涉及到的参数个数，的自由度为K-r-1，n是样本残差总个数；fi则通过统计残差落在每一个区域的实际个数来求得；
其中拉普拉斯的密度函数为：其中k、μ为常数，且k>0,则称x服从参数k、μ的拉普拉斯分布；f(x)的期望是μ，方差为2k2。
残差是视频序列中的当前编码单元的深度实际值与当前编码单元的深度预测值之差作为传输的信号，因此，我们可以求出残差平均值为残差方差将残差平均值和残差方差带入服从拉普拉斯分布的拉普拉斯密度函数：f(x)的期望是μ，f(x)的方差为2k2＝S2。因为全体残差系数按照视频编码复杂分成K个区间，则理论概率根据划分区域和残差平均值μ的位置的关系进行计算：
x0表示第i个区间的样本残差的最小值，x1表示第i个区间的样本残差的最大值。
通过推导可以得到假设检验的拒绝域为若满足上述条件则可以判定残差系数符合拉普拉斯分布，从而选择层间ILR预测模式来预测增强层的当前编码单元的深度。
与HEVC编码不同的是，质量可伸缩编码码流包括基本层(1个)和增强层(大于等于1)，本发明提出的层间ILR预测模式是以SHVC的编码框架为依据，根据基本层和增强层的视频分辨率相同，只是量化参数不同，因此基本层和增强层有一定的相关性。基本层采用的量化参数(Quantitative parameters，QP)较大可以得到低质量的视频序列，而增强层则通过减小量化参数从而提高视频质量。在编码时先编码基本层的一帧，基本层编码结束后再编码对应的增强层的这一帧，然后再对基本层的下一帧进行编码，接着编码相对应的增强层，最后一直这样编码下去。
因此本发明设计实验：分别对编码单元64×64,32×32,16×16和8×8进行测试，研究基本层和增强层的编码顺序；
依据基本层和增强层的编码顺序，以及他们之间的相似性提出了层间ILR预测模式，因此增强层中的编码单元可以在重建的像素中寻找最佳匹配的编码单元。
S4、若残差不服从拉普拉斯分布，则遍历层间ILR预测模式和帧内Intra预测模式，计算率失真值；
S401遍历层间ILR预测模式和帧内Intra预测模式，分别得到每种预测模式下的残差信号，再对残差信号进行哈达码变换计算SATD值；
S402利用SATD值计算每种预测模式的率失真代价，得到每种预测模式下的率失真值；选取率失真值最小的模式为预测模式；其中，SATD是计算将残差信号进行哈达码变换后求各元素局绝对值之和。
S5、比较层间ILR预测模式的率失真值和帧内Intra预测模式的率失真值的大小，得到合适的预测模式，所述合适的预测模式包括：层间ILR预测模式和帧内Intra预测模式；
S6、根据所述合适的预测模式，对视频序列进行编码。
其中，率失真值指的是图像失真度与编码码率二者之间的相互关系。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(Read-Only Memory，ROM)、随机存取器(Random AccessMemory，RAM)、磁盘或光盘等。
以上对本发明实施例所提供的基于质量可伸缩的视频编码QSHVC的帧内快速编码方法进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.基于质量可伸缩视频编码QSHVC的帧内快速编码方法，其特征在于，包括以下步骤：
S1、利用视频序列的相关性，预测当前编码单元的深度可能性，排除深度可能性概率较小的深度，得到当前编码单元的预测深度；
S2、根据当前编码单元的预测深度和当前编码单元的实际深度得到残差值，根据所述残差值得到残差系数；利用“分布拟合”检验方法判断所述残差系数是否符合拉普拉斯分布；
S3、若所述残差系数符合拉普拉斯分布，采用层间ILR预测模式，所述层间ILR预测模式作为合适的预测模式，跳至步骤S6；
S4、若所述残差系数不符合拉普拉斯分布，则遍历层间ILR预测模式和帧内Intra预测模式，分别计算率失真值；
S5、比较层间ILR预测模式的率失真值和帧内Intra预测模式的率失真值的大小，得到合适的预测模式；所述合适的预测模式包括：层间ILR预测模式和帧内Intra预测模式；
S6、根据所述合适的预测模式，对视频序列进行SHVC编码。
2.根据权利要求1所述的基于质量可伸缩视频编码QSHVC的帧内快速编码方法，其特征在于，步骤S1包括：
通过获取的视频序列，得到视频序列的时间相关性程度和空间相关性程度；从而得出整体相关性程度γ；根据基本层和增强层的层间相关性，通过基本层已编码的编码单元预测增强层的当前编码单元的深度可能性；得出基本层和增强层的层间权重比值Wi；根据Wi得到增强层中当前编码单元的深度权重值Hi；根据时空相关性、层间相关性以及所述深度权重值Hi得到当前编码单元的深度可能性概率rk。
3.根据权利要求2所述的基于质量可伸缩视频编码QSHVC的帧内快速编码方法，其特征在于，所述整体相关性程度γ的计算方法为：
γ＝(|FL-L|+|FLT-LT|+|FT-T|+|FRT-RT|)/4
其中，FL表示前一帧中左边编码单元的深度，L表示左边编码单元的深度，FLT表示前一帧中左上编码单元的深度，LT表示左上编码单元的深度，FT表示前一帧中上方编码单元的深度，T表示增强层中上方编码单元的深度，FRT表示前一帧中右上编码单元的深度，RT表示右上编码单元的深度。
4.根据权利要求3所述的基于质量可伸缩视频编码QSHVC的帧内快速编码方法，其特征在于，所述基本层和增强层的层间权重比值Wi的获取方法包括：通过统计增强层的编码单元深度的绝对值与基本层编码单元深度的绝对值之差的大小，分别得到权重比值W1，W2，W3和W4：
当增强层的编码单元深度等于基本层的编码单元深度时，统计层间权重值W1；
当增强层的编码单元深度的绝对值减去基本层的编码单元深度的绝对值等于1时，统计层间权重W2；
当增强层的编码单元深度的绝对值减去基本层的编码单元深度的绝对值等于2时，统计层间权重W3；
当增强层的编码单元深度的绝对值减去基本层的编码单元深度的绝对值等于3时，统计层间权重W4；
且
5.根据权利要求4所述的基于质量可伸缩视频编码QSHVC的帧内快速编码方法，其特征在于，所述增强层中当前编码单元的深度权重值Hi的计算公式为：
6.根据权利要求5所述的基于质量可伸缩视频编码QSHVC的帧内快速编码方法，其特征在于，所述深度可能性概率rk的计算公式为：
其中，k∈{0,1,2,3}。
7.根据权利要求1所述的基于质量可伸缩视频编码QSHVC的帧内快速编码方法，其特征在于，所述步骤S2的残差系数是否符合拉普拉斯分布的判断方法包括：
利用“分布拟合”的“χ2拟合”检验方法，得到实测频数fi；计算服从拉普拉斯分布的理论频数npi；根据实测频数fi与理论频数npi得到统计量χ2；判断χ2是否大于拒绝域若大于拒绝域则判断残差系数符合拉普拉斯分布；
实测频数fi表示残差落入第i个区间Xi的样本残差的个数；
理论频数npi表示根据理论拉普拉斯分布求得的理论概率与样本残差数的乘积，n表示样本残差的总数，pi表示理论概率；pi的计算公式为：
其中，x0表示第i个区间的样本残差的最小值，x1表示第i个区间的样本残差的最大值；μ表示拉普拉斯的密度函数的期望；2k2表示拉普拉斯的密度函数的方差；
统计量χ2的计算公式为：
拒绝域表示自由度为K-r-1时的查表量；α表示分布水平；K为根据视频序列的复杂程度所分的区间个数；r为拉普拉斯分布的参数个数；i∈{1,2,...,K}。
8.根据权利要求1所述的基于质量可伸缩视频编码QSHVC的帧内快速编码方法，其特征在于，所述步骤S4具体包括：
S401遍历层间ILR预测模式和帧内Intra预测模式，分别得到每种预测模式下的残差信号，对残差信号进行哈达码变换计算SATD值；
S402利用SATD值分别计算每种预测模式的率失真代价，得到每种预测模式下的率失真值。
CN201810101482.8A 2018-02-01 2018-02-01 基于质量可伸缩视频编码qshvc的帧内快速编码方法 Active CN108259898B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810101482.8A CN108259898B (zh) 2018-02-01 2018-02-01 基于质量可伸缩视频编码qshvc的帧内快速编码方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810101482.8A CN108259898B (zh) 2018-02-01 2018-02-01 基于质量可伸缩视频编码qshvc的帧内快速编码方法

Publications (2)

Publication Number Publication Date
CN108259898A true CN108259898A (zh) 2018-07-06
CN108259898B CN108259898B (zh) 2021-09-28

Family

ID=62742763

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810101482.8A Active CN108259898B (zh) 2018-02-01 2018-02-01 基于质量可伸缩视频编码qshvc的帧内快速编码方法

Country Status (1)

Country Link
CN (1) CN108259898B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110730350A (zh) * 2019-09-25 2020-01-24 杭州电子科技大学 结合编码深度估计和贝叶斯判决的shvc快速编码方法
CN112243123A (zh) * 2019-07-16 2021-01-19 四川大学 一种基于无损编码的hevc码率优化方法
CN113709492A (zh) * 2021-08-25 2021-11-26 重庆邮电大学 一种基于分布特征的shvc空间可伸缩视频编码方法
CN114143536A (zh) * 2021-12-07 2022-03-04 重庆邮电大学 一种shvc空间可伸缩帧的视频编码方法
CN114520914A (zh) * 2022-02-25 2022-05-20 重庆邮电大学 一种基于shvc质量可伸缩帧间视频编码方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140138514A (ko) * 2013-05-24 2014-12-04 주식회사 케이티 인터 레이어 머지 후보 유도 방법
CN104243997A (zh) * 2014-09-05 2014-12-24 南京邮电大学 一种质量可分级hevc视频编码方法
CN104333754A (zh) * 2014-11-03 2015-02-04 西安电子科技大学 基于预测模式快速选择的shvc增强层视频编码方法
CN106101709A (zh) * 2016-07-08 2016-11-09 上海大学 一种联合增强层的shvc质量可分级的基本层帧间预测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140138514A (ko) * 2013-05-24 2014-12-04 주식회사 케이티 인터 레이어 머지 후보 유도 방법
CN104243997A (zh) * 2014-09-05 2014-12-24 南京邮电大学 一种质量可分级hevc视频编码方法
CN104333754A (zh) * 2014-11-03 2015-02-04 西安电子科技大学 基于预测模式快速选择的shvc增强层视频编码方法
CN106101709A (zh) * 2016-07-08 2016-11-09 上海大学 一种联合增强层的shvc质量可分级的基本层帧间预测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
DAYONG WANG等: "Efficient Multi-Strategy Intra Prediction for Quality Scalable High Efficiency Video Coding", 《IEEE TRANSACTIONS ON IMAGE PROCESSING》 *
李晓妮等: "质量可伸缩高性能视频编码中增强层快速算法", 《《吉林大学学报（工学版）》》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112243123A (zh) * 2019-07-16 2021-01-19 四川大学 一种基于无损编码的hevc码率优化方法
CN112243123B (zh) * 2019-07-16 2022-05-27 四川大学 一种基于无损编码的hevc码率优化方法
CN110730350A (zh) * 2019-09-25 2020-01-24 杭州电子科技大学 结合编码深度估计和贝叶斯判决的shvc快速编码方法
CN110730350B (zh) * 2019-09-25 2021-08-24 杭州电子科技大学 结合编码深度估计和贝叶斯判决的shvc快速编码方法
CN113709492A (zh) * 2021-08-25 2021-11-26 重庆邮电大学 一种基于分布特征的shvc空间可伸缩视频编码方法
CN114143536A (zh) * 2021-12-07 2022-03-04 重庆邮电大学 一种shvc空间可伸缩帧的视频编码方法
CN114520914A (zh) * 2022-02-25 2022-05-20 重庆邮电大学 一种基于shvc质量可伸缩帧间视频编码方法
CN114520914B (zh) * 2022-02-25 2023-02-07 重庆邮电大学 一种基于shvc质量可伸缩帧间视频编码方法

Also Published As

Publication number Publication date
CN108259898B (zh) 2021-09-28

Similar Documents

Publication Publication Date Title
CN108259898A (zh) 基于质量可伸缩视频编码qshvc的帧内快速编码方法
CN104935938B (zh) 一种混合视频编码标准中帧间预测方法
Ou et al. Q-STAR: A perceptual video quality model considering impact of spatial, temporal, and amplitude resolutions
CN101964906B (zh) 基于纹理特性的快速帧内预测方法和装置
JP4391809B2 (ja) 画像のシーケンスを適応的に符号化するシステムおよび方法
CN106131546B (zh) 一种提前确定hevc合并和跳过编码模式的方法
CN104243997B (zh) 一种质量可分级hevc视频编码方法
CN108989802B (zh) 一种利用帧间关系的hevc视频流的质量估计方法及系统
CN104853191B (zh) 一种hevc的快速编码方法
CN107005698A (zh) 支持尽力服务解码的元数据提示
JP2015501568A (ja) ビデオシーケンスにおける知覚品質評価のためのシーン変化検出
CN104811729B (zh) 一种视频多参考帧编码方法
CN103596004A (zh) Hevc中基于数学统计和分类训练的帧内预测方法及装置
CN108259897A (zh) 一种基于深度学习的帧内编码优化方法
CN108769696A (zh) 一种基于Fisher判别式的DVC-HEVC视频转码方法
CN106791828A (zh) 基于机器学习的高性能视频转码方法及其转码器
Xu et al. Consistent visual quality control in video coding
CN103929641A (zh) 一种基于虚拟参考帧的帧内编码方法
CN109547788B (zh) 图像压缩方法、设备及图像传输系统
Chien et al. Quality driven frame rate optimization for rate constrained video encoding
CN104135662B (zh) 用于在有限带宽和发射速率条件下对视频文件的改进型h.264压缩编码方法
CN110446040A (zh) 一种适用于hevc标准的帧间编码方法与系统
Lin et al. Packet dropping for widely varying bit reduction rates using a network-based packet loss visibility model
Kim et al. Adaptive mode decision algorithm for inter layer coding in scalable video coding
CN114143537B (zh) 一种基于可能性大小的全零块预测方法

Legal Events

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