提高视频SVC系统编码性能的方法研究

论文摘要

目前，随着网络技术的快速发展，网络用户及网络视频需求日益增加。而且对于视频信号的网络传输要求也越来越多样化。因此，无论在网络视频技术发展需求上，还是网络用户的多样化需求等诸多方面都迫切需要尽快完善适合于可以满足网络用户的多样化、适合于网络带宽的非平稳环境及异构网络终端的网络视频编解码技术。可伸缩视频编解码技术（SVC，Scalable Video Coding）就是针对这一问题提出的一种新的编码方式。首先，可伸缩编解码系统中，运动估计是在编码端最耗时的步骤，运动估计的好坏直接影响编码性能的优劣。通过对MPEG4 PART7中快速块匹配运动估计核心算法MVFAST及其快速算法PMVFAST的分析，提出了运用马尔科夫链模型对测试点进行预测的新方法。实验证明，在保证视频重构质量相当的条件下，采用该方法实现运动估计的运算速度比MVFAST算法平均提高26%。其次，通过学习和分析现有SVC系统结构，针对运动补偿时域滤波（MCTF，Motion Compensation Temporal Filtering）算法中使用固定GOP组大小结构存在的重构视频质量不高及对不同运动性质视频序列的适应能力不强等问题，提出了一种快速AGS新方法。该方法通过对现有AGS技术及改进SVC系统中可用运动信息分析的研究基础上，通过分析运动估计过程提供的运动信息，自适应调整GOP组大小，在基本不改变系统运算复杂度的情况下提高了SVC系统的视频重构质量。最后，在VC++ 6.0环境下实现了改进SVC系统。实验结果表明，本文设计的改进SVC系统在编解码速度、视频重构质量以及系统适应性等方面都获得了较好的性能指标，对SVC系统相关方面研究具有重要意义。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题来源及意义
• 1.2 可伸缩性视频编码的发展现状
• 1.2.1 运动估计技术的发展现状
• 1.2.2 自适应图像组结构的发展现状
• 1.3 本课题研究的主要内容
• 第2章 视频 SVC系统的基本结构
• 2.1 视频 SVC 系统总体结构
• 2.2 编码器结构
• 2.2.1 运动估计
• 2.2.2 运动补偿时域滤波
• 2.2.3 帧内二维小波变换
• 2.2.4 PSNR 伸缩性编码
• 2.2.5 数据流组织
• 2.3 解码器结构
• 2.4 提取器结构
• 2.5 本章小结
• 第3章 基于马尔科夫链模型的快速运动估计
• 3.1 MVFAST 运动估计技术
• 3.1.1 提前退出技术
• 3.1.2 起始点预测技术
• 3.1.3 搜索策略
• 3.2 PMVFAST 运动估计技术
• 3.2.1 提前退出技术
• 3.2.2 自适应阈值
• 3.3 基于马尔科夫链模型的快速运动估计方法
• 3.3.1 测试点预测的马尔科夫链模型
• 3.3.2 算法实现步骤
• 3.4 实验结果及分析
• 3.5 本章小结
• 第4章 视频 SVC系统中快速 AGS实现方法
• 4.1 基于 Harr 小波的 MCTF
• 4.2 基于5/3 小波的 MCTF
• 4.3 自适应 GOP 组结构（AGS）
• 4.4 改进视频 SVC 系统中 AGS 的实现
• 4.4.1 AGS 模式及其自适应选择方法
• 4.4.2 数据流头文件结构修正
• 4.5 本章小结
• 第5章 改进视频 SVC系统性能测试及分析
• 5.1 完全重构性能分析
• 5.2 时间可伸缩性能分析
• 5.3 空间可伸缩性能
• 5.4 质量可伸缩性能分析
• 5.5 本章小结
• 结论
• 参考文献
• 致谢