复杂度可分级的视频编码技术研究

论文摘要

随着移动计算和普适计算技术的发展,视频电话、视频监控、视频会议等视频通信应用逐渐向多平台拓展,面临高复杂度的视频编码和各种终端不同计算能力的矛盾,需要解决视频编码的复杂度可伸缩问题。复杂度可分级的视频编码（Complexity Scalable Video Coding）研究复杂度可动态调整的视频编码算法和框架。从学术角度看,它属于视频编码优化控制领域,需要研究视频编码的时空复杂度及复杂度-码率-失真模型等基础内容。在应用上,本文的研究将为跨平台的实时视频通信提供技术支撑。本文针对高级视频编码技术,深入研究了运动估计和DCT的复杂度可分级算法,以及视频编码的复杂度-码率-失真模型,取得了以下主要研究成果:1.快速模式判决算法多帧参考和多模式编码两项新技术导致视频编码复杂度迅速增加。本文综合研究了多帧参考和多模式编码的复杂度问题,提出了一种用于帧间编码的快速模式判决算法。该算法在编码过程中自适应地选择编码模式,避免不必要的模式搜索,可快速找到最优编码模式。实验结果表明:该算法能够明显加速多参考帧和单参考帧的模式判决过程,使用5帧参考时,与全搜索相比,编码复杂度平均降低超过85%,而PSNR下降仅0.07dB左右。在多控制的运动估计框架中,使用该算法对编码模式数目进行调整,可以控制运动估计的复杂度。2.搜索中心自适应的运动估计算法分像素精度的运动估计技术导致视频编码复杂度急剧增加。目前采用的快速算法均顺序地进行整像素、1/2像素和1/4像素的运动估计,未充分利用预测运动矢量来减少搜索点。本文依据对运动矢量残差分布的分析,提出了一种搜索中心自适应的运动估计算法。它根据零运动矢量、预测运动矢量及与之最接近的整像素运动矢量的编码代价来选择运动矢量的搜索中心。实验结果表明:该算法在运动复杂的基准测试序列中,平均约有25%的块不必进行整像素搜索,从而大大降低了编码复杂度。该算法可以与其他基于减少搜索点的快速运动估计算法共用,进一步降低编码复杂度。在多控制的运动估计框架中,使用该算法对搜索中心和范围进行调整,可以控制运动估计的复杂度。3.复杂度可分级的整数DCT算法整数DCT的计算量在实时视频编码中占有较高的比重。本文提出了一种亮

论文目录

• 摘要
• 第1章 绪论
• 1.1 研究背景和意义
• 1.2 研究现状
• 1.2.1 视频编码技术和标准
• 1.2.2 视频编码的优化
• 1.2.3 低复杂度的视频编码算法
• 1.2.4 复杂度可分级的视频编码
• 1.3 存在的问题
• 1.4 论文组织
• 第2章 研究框架
• 2.1 H.264 编码技术
• 2.2 编码模块的复杂度分布
• 2.3 编码模块的特点分析
• 2.4 研究框架
• 2.5 算法性能测试方法
• 2.5.1 测试准则
• 2.5.2 测试序列
• 第3章 复杂度可分级的运动估计
• 3.1 整像素运动估计及其快速算法
• 3.2 H.264 的运动估计
• 3.2.1 多帧参考
• 3.2.2 多模式编码
• 3.2.3 分像素运动估计
• 3.2.4 快速H.264 运动估计算法
• 3.3 快速模式判决算法
• 3.3.1 多帧参考性能分析
• 3.3.2 多模式性能分析
• 3.3.3 算法设计
• 3.3.4 实验结果
• 3.4 搜索中心自适应的运动估计算法
• 3.4.1 分象素运动估计的编码性能分析
• 3.4.2 自适应搜索中心算法
• 3.4.3 实验结果
• 3.5 运动估计的复杂度控制
• 3.5.1 运动估计复杂度量化
• 3.5.2 多控制的运动估计
• 3.5.3 实验结果
• 3.6 小结
• 第4章 复杂度可分级的DCT
• 4.1 二维DCT
• 4.1.1 定义
• 4.1.2 浮点8×8DCT
• 4.1.3 H.264 中4×4 整数DCT
• 4.2 快速DCT 算法
• 4.2.1 基于结构优化的快速DCT 算法
• 4.2.2 利用近似计算的快速DCT 算法
• 4.2.3 基于全零块检测的快速DCT 算法
• 4.3 基于统计模型的快速4×4DCT 算法
• 4.3.1 简化块定义
• 4.3.2 基于Laplacain 模型的简化块检测函数
• 4.3.3 基于统计的简化块检测模型
• 4.3.4 DCT 复杂度量化分析
• 4.4 快速DCT 算法的性能比较
• 4.5 DCT 复杂度分级的控制策略
• 4.5.1 控制策略设计
• 4.5.2 实验结果
• 4.6 小结
• 第5章 复杂度受限的视频编码优化
• 5.1 复杂度模型
• 5.1.1 空间复杂度模型
• 5.1.2 时间复杂度模型
• 5.2 复杂度控制
• 5.3 复杂度受限的率失真优化
• 5.3.1 可用资源分配
• 5.3.2 C-R-D 联合优化的视频编码
• 5.3.3 复杂度受限的率失真优化模型
• 5.3.4 参数优化选择
• 5.4 实验及结果分析
• 5.5 小结
• 第6章 结束语
• 6.1 本文工作总结
• 6.2 进一步的研究工作
• 参考文献
• 致谢
• 作者简历