CN110139111A - 一种视频编码算法的评价方法 - Google Patents

一种视频编码算法的评价方法 Download PDF

Info

Publication number
CN110139111A
CN110139111A CN201910336782.9A CN201910336782A CN110139111A CN 110139111 A CN110139111 A CN 110139111A CN 201910336782 A CN201910336782 A CN 201910336782A CN 110139111 A CN110139111 A CN 110139111A
Authority
CN
China
Prior art keywords
algorithm
video coding
bdbr
compression efficiency
change
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
CN201910336782.9A
Other languages
English (en)
Other versions
CN110139111B (zh
Inventor
赵海武
余玲芝
顾晓
高远
陈佳玲
何鸣
陈钰
梁聪聪
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.)
University of Shanghai for Science and Technology
Original Assignee
University of Shanghai for Science and Technology
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 University of Shanghai for Science and Technology filed Critical University of Shanghai for Science and Technology
Priority to CN201910336782.9A priority Critical patent/CN110139111B/zh
Publication of CN110139111A publication Critical patent/CN110139111A/zh
Application granted granted Critical
Publication of CN110139111B publication Critical patent/CN110139111B/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
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • 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
    • H04N19/124—Quantisation
    • 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
    • H04N19/70—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)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)

Abstract

本发明提出一种视频编码算法的评价方法，具体步骤是：选取一个视频编码平台；选取所述平台的一个常用配置B，作为比较基准；测试所述平台在配置C的条件下的编码速度和压缩效率；在配置C的基础上，增加算法A；比较所述视频编码平台在配置为C时和所述视频编码平台在配置C的基础上增加算法A以后的编码速度平均变化率ΔT；比较所述视频编码平台在配置为C时和所述视频编码平台在配置C的基础上增加算法A以后的压缩效率平均变化率ΔBDBR；计算评价指标Z(A)=(1+ΔT)*(1+ΔBDBR)λ，Z(A)是算法A的评价指标，对于不同的算法，评价指标越小越好。本发明实现了视频编码算法的定量评价，对视频编码产品的开发以及视频编码标准的制定具有重要参考价值。

Description

一种视频编码算法的评价方法
技术领域
本发明涉及到视频压缩编码技术领域，尤其涉及到一种视频编码算法的评价方法。
技术背景
视频编码的快速算法在提高编码速度的同时通常会带来压缩效率的损失。例如算法A使编码时间减少了30％，同时压缩效率降低了2％，算法B使编码时间减少了20％，同时压缩效率降低了1％。那么算法A和算法B哪个更好一些呢？目前还没有一个合适的方法来评价快速算法的优劣。另外，对于新的视频编码算法，在提高压缩效率的同时，通常会带来编码复杂度的增加，例如算法C使压缩效率提高了2％，编码时间增加了30％，算法D使压缩效率提高了1％，编码时间增加了20％。那么算法C和算法D哪个更好一些呢？对这些新技术的评价也没有一个公认的方法。
发明内容
为了解决上述问题，本发明的目的在于提供一种视频编码算法的评价方法，通过大量的实验获取各种不同快速算法的编码时间的平均变化率ΔT和压缩效率的平均变化率ΔBDBR数据，研究ΔT和ΔBDBR之间的关系，将ΔT和ΔBDBR结合起来，找到评价视频编码算法性能的一个综合指标。本方法可以客观、有效的评价各种视频编码算法。
为了达到上述目的，本发明采用如下技术方案：
一种视频编码算法的评价方法，包括如下步骤：
步骤一：选择一个视频编码标准的参考软件平台；
步骤二：选取所选择的视频编码平台的一个常用配置，作为后续评价的比较基准，记为配置B；
步骤三：测试所选择的视频编码平台在配置C的条件下的编码速度和压缩效率，配置C由视频编码器的默认配置改变参数后得到；
步骤四：在所选择的视频编码平台的所述配置C的基础上，增加所需评价的视频编码算法A；
步骤五：测试所选择的视频编码平台的所述配置C的基础上增加算法A以后的编码速度和压缩效率；
步骤六：比较所选择的视频编码平台在所述配置C的条件下的编码速度与其在所述配置C的基础上增加算法A以后的编码速度，以编码时间的平均变化率ΔT表示编码速度的差别；
步骤七：比较所选择的视频编码平台在所述配置C的条件下的压缩效率与其在所述配置C的基础上增加算法A以后的压缩效率，以压缩效率的平均变化率ΔBDBR表示压缩效率的差别；
步骤八：计算算法A的评价指标Z(A)，公式如下：
Z(A)＝(1+ΔT)*(1+ΔBDBR)λ
其中，λ表示压缩效率的平均变化率ΔBDBR的权重；对于不同的算法，评价指标越小越好。
所述步骤三和步骤五中的测试编码速度和压缩效率的方法，包括以下步骤：
S1：选择业内公认的测试序列集{V1,V2,...,Vn)和量化参数集{Qp1，Qp2，Qp3，Qp4}；
S2：选择主流的计算机软硬件配置；
S3：对于序列Vi，采用量化参数Qpj在编码配置C下的编码时间为T(C)ij，采用量化参数Qpj在编码配置C增加算法A后的编码时间为T(A)ij，则序列Vi在量化参数集{Qp1，Qp2，Qp3，Qp4}下的平均编码时间的平均变化率为：
其中，T(C)i是视频编码平台在所述配置C的条件下的编码时间，T(A)i是视频编码平台在所述配置C的基础上增加算法A以后的编码时间；
S4：对于序列Vi，采用量化参数集{Qp1，Qp2，Qp3，Qp4}(Qp1<Qp2<Qp3<Qp4)编码配置C所得的峰值信噪比记为{PSNRi1(C)，PSNRi2(C)，PSNRi3(C)，PSNRi4(C)}和比特数记为{Bi1(C)，Bi2(C)，Bi3(C)，Bi4(C)}，编码配置C增加算法A后所得的峰值信噪比记为{PSNRi1(A)，PSNRi2(A)，PSNRi3(A)，PSNRi4(A)}和比特数记为{Bi1(A)，Bi2(A)，Bi3(A)，Bi4(A)}，在坐标轴上描绘出率失真点系列；
S5：观察画出的率失真点系列，确定积分区间；
S6：对点序列进行多项式拟合；
S7：对拟合后的多项式在积分区间上积分；根据积分的结果，计算配置C增加算法A后序列Vi的压缩效率ΔBDBRi，ΔBDBRi的计算如下式所示：
其中，s1，s2是PSNR的函数，m表示PSNR变量。
所述步骤六和步骤七中的计算编码时间的平均变化率ΔT和压缩效率的平均变化率ΔBDBR，包括以下步骤：
S1：对于测试序列集{V1,V2,...,Vn}，编码时间的平均变化率ΔT的计算公式如下：
S2：对于测试序列集{V1,V2,...,Vn}，压缩效率的平均变化率ΔBDBR的计算公式如下：
所述步骤八中λ的取值方法，包括以下步骤：
S1：改变一系列的编码器配置参数得到一系列的ΔBDBR和ΔT的散点图，从而得到散点图的包络线；
S2：包络线上的每一个值都对应一个编码压缩效率的平均变化率和编码时间的平均变化率；
S3：λ值的计算公式如下：
其中，ΔBDBR和ΔT都取包络线上的值，根据限定的压缩效率的平均变化率ΔBDBR取相应的λ值。
本发明与现有技术相比，具有如下显而易见且突出的实质性特点和显著优点：
本发明方法实现了视频编码快速算法和视频编码新算法的定量评价，对视频编码产品的开发以及视频编码标准的制定具有重要参考价值。
附图说明
图1为两种编码方式在同一质量评价方法下的率失真曲线图。
图2为本发明视频编码算法的评价方法流程图。
图3为λ的取值示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明做进一步详细的说明。
实施例1
如图2所示，一种视频编码算法的评价方法，包括如下步骤：
步骤一：选择一个视频编码标准的参考软件平台；比如H.265的参考软件平台HM19.5，或者AVS2的参考软件平台RD19.1等；本实施例中选取AVS2的参考软件平台RD19.1，软件测试的硬件平台为Inter Core i7-7700K，CPU@4.20GHz，内存32GB，64位操作系统。
步骤二：选取所选择的视频编码平台的一个常用配置，作为后续评价的比较基准，记为配置B。
步骤三：测试所选择的视频编码平台在配置C的条件下的编码速度和压缩效率；本实施例为测试RD19.1在配置C：帧间模式(low-delay)搜索范围(SR)为32×32时的编码速度和压缩效率。
步骤四：在所选择的视频编码平台的所述配置C的基础上，增加视频编码算法A，如表1所示：
表1实施例1中的视频编码算法
Δ<sub>T</sub> Δ<sub>BDBR</sub> Z(A)＝(1+Δ<sub>T</sub>)*(1+Δ<sub>BDBR</sub>)<sup>λ</sup>
算法1 -54.00％ 0.77％ 0.528
算法2 -43.89％ 0.98％ 0.669
算法3 -33.83％ 0.96％ 0.786
算法4 -26.83％ 0.56％ 0.809
算法5 -24.54％ 0.41％ 0.812
算法6 -21.00％ 0.58％ 0.877
算法7 -16.50％ 0.89％ 0.979
步骤五：测试所选择的视频编码平台的所述配置C的基础上增加算法A以后的编码速度和压缩效率。
所述步骤三和步骤五中的测试编码速度和压缩效率的方法，包括以下步骤：
S1：选择业内公认的测试序列集{V1,V2,...,Vn)和量化参数集{Qp1，Qp2，Qp3，Qp4}；
S2：选择主流的计算机软硬件配置；
S3：对于序列Vi，采用量化参数Qpj在编码配置C下的编码时间为T(C)ij，采用量化参数Qpj在编码配置C增加算法A后的编码时间为T(A)ij，则序列Vi在量化参数集{Qp1，Qp2，Qp3，Qp4}下的平均编码时间的平均变化率为：
其中，T(C)i是视频编码平台在所述配置C的条件下的编码时间，T(A)i是视频编码平台在所述配置C的基础上增加算法A以后的编码时间；
S4：对于序列Vi，采用量化参数集{Qp1，Qp2，Qp3，Qp4}(Qp1<Qp2<Qp3<Qp4)编码配置C所得的峰值信噪比记为{PSNRi1(C)，PSNRi2(C)，PSNRi3(C)，PSNRi4(C)}和比特数记为{Bi1(C)，Bi2(C)，Bi3(C)，Bi4(C)}，编码配置C增加算法A后所得的峰值信噪比记为{PSNRi1(A)，PSNRi2(A)，PSNRi3(A)，PSNRi4(A)}和比特数记为{Bi1(A)，Bi2(A)，Bi3(A)，Bi4(A)}，在坐标轴上描绘出率失真点系列；如图1所示。
S5：观察画出的率失真点系列，确定积分区间；如水平方向[a，b]，垂直方向[c，d]。若s1为配置C所得曲线，则a＝lg(Bi4(A))，b＝lg(Bi1(C))；若s2为配置C所得曲线，则a＝lg(Bi4(C))，b＝lg(Bi1(A))。
S6：对点序列进行多项式拟合；用确定的多项式表示为s1，s2。
S7：对拟合后的多项式在积分区间上积分；根据积分的结果，计算配置C增加算法A后序列Vi的压缩效率ΔBDBRi，如图1所示，ΔBDBRi的计算如下式所示：
其中，s1，s2是PSNR的函数，m表示PSNR变量。
步骤六：比较所选择的视频编码平台在所述配置C的条件下的编码速度与其在所述配置C的基础上增加算法A以后的编码速度，以编码时间的平均变化率ΔT表示编码速度的差别；编码时间的平均变化率ΔT分别为-54.00％，-43.89％，-24.54％，-26.83％，-33.83％，-21.00％，-16.50％，如表1所示。
步骤七：比较所选择的视频编码平台在所述配置C的条件下的压缩效率与其在所述配置C的基础上增加算法A以后的压缩效率，以压缩效率的平均变化率ΔBDBR表示压缩效率的差别；压缩效率的平均变化率ΔBDBR分别为0.77％，0.98％，0.41％，0.56％，0.96％，0.58％，0.89％，如表1所示。
所述步骤六和步骤七中的计算编码时间的平均变化率ΔT和压缩效率的平均变化率ΔBDBR，包括以下步骤：
S1：对于测试序列集{V1,V2,...,Vn}，编码时间的平均变化率ΔT的计算公式如下：
S2：对于测试序列集{V1,V2,...,Vn}，压缩效率的平均变化率ΔBDBR的计算公式如下：
步骤八：计算算法A的评价指标Z(A)，公式如下：
Z(A)＝(1+ΔT)*(1+ΔBDBR)λ
其中，λ表示压缩效率的平均变化率ΔBDBR的权重。
所述λ的取值方法，包括以下步骤：
S1：改变一系列的编码器配置参数得到一系列的ΔBDBR和ΔT的散点图，从而得到散点图的包络线；
S2：如图3所示包络线上的每一个值都对应一个编码压缩效率的平均变化率和编码时间的平均变化率；
S3：λ值的计算公式如下：
其中，ΔBDBR和ΔT都取图3中包络线上的值；根据限定的压缩效率的平均变化率ΔBDBR取相应的λ值。若限定ΔBDBR为0.1％，则λ为45；若限定ΔBDBR为1.3％，则λ为18；若限定ΔBDBR为3％，则λ为11；若限定ΔBDBR为9％，则λ为7；若限定ΔBDBR为25％，则λ为3；若限定ΔBDBR为40％，则λ为2。这里，限定压缩效率的平均变换率ΔBDBR为1.3％，则λ取18。
对于不同的算法，评价指标越小越好：
则对于算法1：ΔT＝-54.00％，ΔBDBR＝0.77％，Z(A)＝0.528；
则对于算法2：ΔT＝-43.89％，ΔBDBR＝0.98％，Z(A)＝0.669；
则对于算法3：ΔT＝-33.83％，ΔBDBR＝0.96％，Z(A)＝0.786；
则对于算法4：ΔT＝-26.83％，ΔBDBR＝0.56％，Z(A)＝0.809；
则对于算法5：ΔT＝-24.54％，ΔBDBR＝0.41％，Z(A)＝0.812；
则对于算法6：ΔT＝-21.00％，ΔBDBR＝0.58％，Z(A)＝0.877；
则对于算法7：ΔT＝-16.50％，ΔBDBR＝0.89％，Z(A)＝0.979；
所以，算法1效果最好，而算法7效果最差，如表1所示。
实施例2
本实施例与实施例1基本相同，不同之处在于：
步骤四：在所选择的视频编码平台的所述配置C的基础上，增加视频编码算法A，如表2所示：
表2实施例2中的视频编码算法
Δ<sub>T</sub> Δ<sub>BDBR</sub> Z(A)＝(1+Δ<sub>T</sub>)*(1+Δ<sub>BDBR</sub>)<sup>λ</sup>
算法1 48.03％ -2.37％ 0.503
算法2 16.50％ -0.89％ 0.779
算法3 33.83％ -0.96％ 0.867
算法4 43.89％ -0.98％ 0.924
算法5 21.00％ -0.58％ 0.931
算法6 26.83％ -0.56％ 0.985
算法7 24.54％ -0.41％ 1.035
步骤八：计算评价指标Z(A)，计算公式如下
Z(A)＝(1+ΔT)*(1+ΔBDBR)λ
这里，限定压缩效率的平均变换率ΔBDBR为0.1％，λ取45。
对于不同的算法，评价指标越小越好：
则对于算法1：ΔT＝48.03％，ΔBDBR＝-2.37％，Z(A)＝0.503
则对于算法2：ΔT＝16.50％，ΔBDBR＝-0.89％，Z(A)＝0.779
则对于算法3：ΔT＝33.83％，ΔBDBR＝-0.96％，Z(A)＝0.867
则对于算法4：ΔT＝43.89％，ΔBDBR＝-0.98％，Z(A)＝0.924
则对于算法5：ΔT＝21.00％，ΔBDBR＝-0.58％，Z(A)＝0.931
则对于算法6：ΔT＝26.83％，ΔBDBR＝-0.56％，Z(A)＝0.985
则对于算法7：ΔT＝24.54％，ΔBDBR＝-0.41％，Z(A)＝1.035
所以，算法1效果最好，而算法7效果最差。

Claims (4)

1.一种视频编码算法的评价方法，其特征在于，包括如下步骤：
步骤一：选择一个视频编码标准的参考软件平台；
步骤二：选取所选择的视频编码平台的一个常用配置，作为比较基准，记为配置B；
步骤三：测试所选择的视频编码平台在配置C的条件下的编码速度和压缩效率，所述配置C为改变视频编码器的配置参数得到；
步骤四：在所选择的视频编码平台的所述配置C的基础上，增加所需评价的视频编码算法A；
步骤五：测试所选择的视频编码平台的所述配置C的基础上增加算法A以后的编码速度和压缩效率；
步骤六：比较所选择的视频编码平台在所述配置C的条件下的编码速度与其在所述配置C的基础上增加算法A以后的编码速度，以编码时间的平均变化率ΔT表示编码速度的差别；
步骤七：比较所选择的视频编码平台在所述配置C的条件下的压缩效率与其在所述配置C的基础上增加算法A以后的压缩效率，以压缩效率的平均变化率ΔBDBR表示压缩效率的差别；
步骤八：计算算法A的评价指标Z(A)，公式如下：
Z(A)＝(1+ΔT)*(1+ΔBDBR)λ
其中，λ表示压缩效率的平均变化率ΔBDBR的权重；对于不同的算法，评价指标越小越好。
2.根据权利要求1所述的视频编码算法的评价方法，其特征在于，所述步骤三和步骤五中的测试编码速度和压缩效率的方法，包括以下步骤：
S1：选择业内公认的测试序列集{V1,V2,...,Vn)和量化参数集{Qp1，Qp2，Qp3，Qp4}；
S2：选择主流的计算机软硬件配置；
S3：对于序列Vi，采用量化参数Qpj在编码配置C下的编码时间为T(C)ij，采用量化参数Qpj在编码配置C增加算法A后的编码时间为T(A)ij，则序列Vi在量化参数集{Qp1，Qp2，Qp3，Qp4}下的平均编码时间的平均变化率为：
其中，T(C)i是视频编码平台在所述配置C的条件下的编码时间，T(A)i是视频编码平台在所述配置C的基础上增加算法A以后的编码时间；
S4：对于序列Vi，采用量化参数集{Qp1，Qp2，Qp3，Qp4}(Qp1<Qp2<Qp3<Qp4)编码配置C所得的峰值信噪比记为{PSNRi1(C)，PSNRi2(C)，PSNRi3(C)，PSNRi4(C)}和比特数记为{Bi1(C)，Bi2(C)，Bi3(C)，Bi4(C)}，编码配置C增加算法A后所得的峰值信噪比记为{PSNRi1(A)，PSNRi2(A)，PSNRi3(A)，PSNRi4(A)}和比特数记为{Bi1(A)，Bi2(A)，Bi3(A)，Bi4(A)}，在坐标轴上描绘出率失真点系列；
S5：观察画出的率失真点系列，确定积分区间；
S6：对点序列进行多项式拟合；
S7：对拟合后的多项式在积分区间上积分；根据积分的结果，计算配置C增加算法A后序列Vi的压缩效率ΔBDBRi，ΔBDBRi的计算如下式所示：
其中，s1，s2是PSNR的函数，m表示PSNR变量。
3.根据权利要求1所述的视频编码算法的评价方法，其特征在于，所述步骤六和步骤七中的计算编码时间的平均变化率ΔT和压缩效率的平均变化率ΔBDBR，包括以下步骤：
S1：对于测试序列集{V1,V2,...,Vn}，编码时间的平均变化率ΔT的计算公式如下：
S2：对于测试序列集{V1,V2,...,Vn}，压缩效率的平均变化率ΔBDBR的计算公式如下：
4.根据权利要求1所述的视频编码算法的评价方法，其特征在于，所述步骤八中λ的取值方法，包括以下步骤：
S1：改变一系列的编码器配置参数得到一系列的ΔBDBR和ΔT的散点图，从而得到散点图的包络线；
S2：包络线上的每一个值都对应一个编码压缩效率的平均变化率和编码时间的平均变化率；根据限定的压缩效率的平均变化率ΔBDBR取相应的λ值；
S3：λ值的计算公式如下：
其中，ΔBDBR和ΔT都取包络线上的值。
CN201910336782.9A 2019-04-25 2019-04-25 一种视频编码算法的评价方法 Active CN110139111B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910336782.9A CN110139111B (zh) 2019-04-25 2019-04-25 一种视频编码算法的评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910336782.9A CN110139111B (zh) 2019-04-25 2019-04-25 一种视频编码算法的评价方法

Publications (2)

Publication Number Publication Date
CN110139111A true CN110139111A (zh) 2019-08-16
CN110139111B CN110139111B (zh) 2021-11-05

Family

ID=67570958

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910336782.9A Active CN110139111B (zh) 2019-04-25 2019-04-25 一种视频编码算法的评价方法

Country Status (1)

Country Link
CN (1) CN110139111B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111565315A (zh) * 2020-04-14 2020-08-21 上海大学 一种视频编码算法的评价方法
CN112601074A (zh) * 2020-11-30 2021-04-02 北京金山云网络技术有限公司 评价编码器的方法、装置、计算机设备和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002204358A (ja) * 2000-12-28 2002-07-19 National Institute Of Advanced Industrial & Technology 適応型予測符号化、復号化方法およびそれらの装置ならびに適応型予測符号化、復号化プログラムを記録した記録媒体
CN102984545A (zh) * 2012-12-12 2013-03-20 北京视博云科技有限公司 一种视频类资源的编码方法及装置
CN105828069A (zh) * 2016-04-06 2016-08-03 上海交通大学 一种基于主观质量评估的编码器自适应调整方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002204358A (ja) * 2000-12-28 2002-07-19 National Institute Of Advanced Industrial & Technology 適応型予測符号化、復号化方法およびそれらの装置ならびに適応型予測符号化、復号化プログラムを記録した記録媒体
CN102984545A (zh) * 2012-12-12 2013-03-20 北京视博云科技有限公司 一种视频类资源的编码方法及装置
CN105828069A (zh) * 2016-04-06 2016-08-03 上海交通大学 一种基于主观质量评估的编码器自适应调整方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘瑶: "HEVC像素梯度帧内预测算法设计与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111565315A (zh) * 2020-04-14 2020-08-21 上海大学 一种视频编码算法的评价方法
CN112601074A (zh) * 2020-11-30 2021-04-02 北京金山云网络技术有限公司 评价编码器的方法、装置、计算机设备和存储介质

Also Published As

Publication number Publication date
CN110139111B (zh) 2021-11-05

Similar Documents

Publication Publication Date Title
CN106649026B (zh) 适用于运维自动化系统的监测数据压缩方法
CN110047095A (zh) 基于目标检测的跟踪方法、装置及终端设备
CN106028047B (zh) 一种基于Hadamard变换的帧内预测的快速模式选择和PU划分的方法
CN110139111A (zh) 一种视频编码算法的评价方法
CN109819161A (zh) 一种帧率的调整方法、装置、终端及可读存储介质
CN106170093B (zh) 一种帧内预测性能提升编码方法
CN104661021A (zh) 一种视频流的质量评估方法和装置
US11259029B2 (en) Method, device, apparatus for predicting video coding complexity and storage medium
CN107170019A (zh) 一种快速低存储图像压缩感知方法
CN106612511B (zh) 一种基于支持向量机的无线网络吞吐量的评估方法及装置
CN104391879B (zh) 层次聚类的方法及装置
CN104424331A (zh) 数据抽样方法及装置
CN104869403A (zh) 一种基于x264压缩视频的镜头分割方法
CN109447023B (zh) 确定图像相似度的方法、视频场景切换识别方法及装置
WO2018153161A1 (zh) 一种视频质量评价方法及装置、设备、存储介质
EP3902313A1 (en) Field strength testing method
CN105338362B (zh) 运动目标检测方法和运动目标检测装置
CN109560978B (zh) 网络流量检测方法、装置及系统和计算机可读存储介质
CN110751045A (zh) 故障录波方法、系统及终端设备
CN110288026A (zh) 一种基于度量关系图学习的图像分割方法及装置
CN110263842B (zh) 用于目标检测的神经网络训练方法、装置、设备、介质
CN104618715B (zh) 一种获取最小率失真代价的方法及装置
CN103873862A (zh) 一种帧内快速编码方法及系统
CN109756730A (zh) 基于视频的评测处理方法、装置、智能设备及存储介质
Lim et al. Approximate quantiles for datacenter telemetry monitoring

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