基于AVS-M的帧间预测算法研究

基于AVS-M的帧间预测算法研究

论文摘要

当前我国在音视频产业领域已经具备较强的产业基础,但由于没有掌握核心技术标准,相关企业长期受制于国外持有标准化专利与技术的企业和组织。为了在音视频产业领域拥有更多的自主知识产权,2002年6月21日“数字音视频编解码技术标准化工作组(AVS)”在北京正式成立。AVS工作小组制定了《信息技术先进音视频编码》系列标准,简称AVS标准。AVS标准是第一个我国自主提出的数字音视频编解码标准。AVS-M是AVS标准的第七部分:移动视频。它面向移动多媒体应用,对新一代移动多媒体通信、数字多媒体广播、便携式视听消费电子产品等产业的发展具有重要意义。AVS-M标准采用了基于块运动补偿混合编码方案,为了实现更高的编码效率,引入了许多新的编码技术,如新型帧内预测、多宏块划分、多参考帧、高精度运动估计、整数变换、环路滤波器等。这些新技术使AVS-M标准能够提供与最新的国际视频编码标准H.264/AVC相当的编码效率,但是,这些新技术的采用也极大地增加了AVS-M编码器的计算复杂度,因此需要寻找高效的优化算法,以减少巨大的计算量,提高编码速度。本文对AVS-M编码过程中复杂度最高的帧间预测进行了研究和算法优化,具体内容包括:针对帧间编码模式选择的复杂性,本文提出一种快速模式选择算法。该算法基于对最佳模式选择结果的统计分析,将全部编码模式分成不同的模式集,根据序列的时域相关性设定自适应阈值,来判断搜索不同的模式集以及模式搜索提前终止判定,并有选择性的进行帧内模式预测,有效的降低了模式选择的复杂度,提高了编码速度。运动估计是AVS-M编码器帧间预测中计算量最大的模块,本文针对分数像素运动估计的复杂性,提出了自适应分数像素运动估计快速算法。该算法采用多种运动矢量预测提高分数像素预测矢量的准确性,并且利用分数像素搜索窗口内匹配误差曲面的单峰特性,来预测匹配失真的下降方向,省略可能性小的分数像素点,利用自适应阈值的判断跳过不必要分数像素搜索过程,大幅度地减少了搜索点数量。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  • 1.1 数字视频编码原理
  • 1.1.1 视觉冗余
  • 1.1.2 时间冗余
  • 1.1.3 空间冗余
  • 1.1.4 统计冗余
  • 1.2 数字视频编码标准
  • 1.2.1 H.261 标准
  • 1.2.2 H.263 标准
  • 1.2.3 MPEG-1 标准
  • 1.2.4 MPEG-2 标准
  • 1.2.5 MPEG-4 标准
  • 1.2.6 H.264/MPEG-4 AVC 标准
  • 1.2.7 AVS 标准
  • 1.3 课题研究背景及意义
  • 1.4 本文研究内容及结构
  • M 编码流程及关键技术分析'>2 AVSM编码流程及关键技术分析
  • 2.1 引言
  • M 编码框架'>2.2 AVSM编码框架
  • M 编码算法流程及关键技术'>2.3 AVSM编码算法流程及关键技术
  • 2.3.1 I 帧编码
  • 2.3.2 P 帧编码
  • 2.3.3 变换量化
  • 2.3.4 熵编码
  • 2.3.5 环路滤波
  • M 与H.264/AVC baseline 的比较'>2.4 AVSM 与H.264/AVC baseline 的比较
  • 2.5 本章小结
  • 3 帧间模式选择快速算法
  • 3.1 引言
  • 3.2 不同块大小的运动补偿
  • M 的模式选择'>3.3 AVSM的模式选择
  • 3.4 模式选择研究现状
  • 3.5 自适应帧间预测模式选择算法
  • 3.5.1 块模式分类
  • 3.5.2 自适应阈值
  • 3.5.3 skip 模式的提前判决
  • 3.5.4 帧内模式
  • 3.5.5 算法描述
  • 3.5.6 实验结果分析
  • 3.6 本章小结
  • 4 分数像素运动估计快速算法
  • 4.1 引言
  • 4.2 运动估计匹配准则
  • 4.3 分数像素运动估计全搜索算法
  • 4.4 现有分数像素运动估计快速算法分析
  • 4.4.1 基于分数像素的抛物线预测算法
  • 4.4.2 中心偏置分数像素搜索算法
  • 4.5 自适应分数像素运动估计快速算法
  • 4.5.1 分数像素搜索区域匹配误差曲面特性
  • 4.5.2 基于预测矢量的分数像素搜索
  • 4.5.3 精细搜索
  • 4.5.3.1 阈值判决
  • 4.5.3.2 1/2 像素搜索策略
  • 4.5.4 算法描述
  • 4.5.5 实验结果分析
  • 4.6 本章小结
  • 5 总结与展望
  • 5.1 工作总结
  • 5.2 未来工作展望
  • 参考文献
  • 致谢
  • 个人简历
  • 在学期间发表的学术论文
  • 相关论文文献

    • [1].突发性地震发生后道路恢复重建成本预测算法研究[J]. 灾害学 2020(03)
    • [2].基于温度预测算法的智能粮仓温度预警系统[J]. 计算机技术与发展 2020(09)
    • [3].基于社团特性的链路预测算法的研究[J]. 广东技术师范学院学报 2015(02)
    • [4].浅析几种基本路段行程时间预测算法[J]. 青春岁月 2017(01)
    • [5].点击科学[J]. 中国科技教育 2017(03)
    • [6].基于随机序列的固有无序蛋白预测算法比较分析[J]. 生物学杂志 2020(03)
    • [7].一种基于局部社团和全局信息的链路预测算法[J]. 浙江工业大学学报 2017(01)
    • [8].改进的广义预测算法在过热气温控制中的应用[J]. 工业控制计算机 2013(11)
    • [9].复杂网络中集聚系数对链路预测算法的影响[J]. 科技视界 2014(12)
    • [10].针对通信社会网络的时间序列链接预测算法[J]. 计算机科学与探索 2010(06)
    • [11].面向车载自组织网络路由的轨迹预测算法[J]. 计算机研究与发展 2017(11)
    • [12].河北省风能特征及其对风速预测算法的改进[J]. 科技传播 2013(06)
    • [13].一种基于频率预测算法的快速锁定全数字锁相环[J]. 电子产品世界 2020(03)
    • [14].基于高阶近似的链路预测算法[J]. 计算机应用 2019(08)
    • [15].广义预测算法在综合减摇系统控制器设计中的应用[J]. 船舶工程 2013(06)
    • [16].二维空间中目标轨迹预测算法研究与分析[J]. 航空电子技术 2012(01)
    • [17].基于神经网络自适应预测算法的谐波检测[J]. 电工技术学报 2011(S1)
    • [18].链路预测算法在药物推荐中的应用研究[J]. 计算机与数字工程 2019(09)
    • [19].论提高装备故障预测准确度的方法途径——先进智能预测算法研究[J]. 电子技术与软件工程 2016(14)
    • [20].基于分离有限状态模型的呼吸预测算法[J]. 清华大学学报(自然科学版) 2015(03)
    • [21].基于试验设计的链路预测算法应用研究[J]. 数理统计与管理 2019(05)
    • [22].竞赛论文评分合成的协同修正预测算法[J]. 数学的实践与认识 2019(15)
    • [23].一种改进共同邻居的节点遍历链路预测算法[J]. 小型微型计算机系统 2018(02)
    • [24].基于链路预测算法分析虚假链接问题[J]. 云南民族大学学报(自然科学版) 2017(05)
    • [25].论提高装备故障预测准确度的方法途径——先进智能预测算法研究[J]. 价值工程 2016(32)
    • [26].分维权重样条插值预测算法及应用[J]. 数学的实践与认识 2014(24)
    • [27].灰色预测算法在铁路货运预警系统中的应用研究[J]. 铁道货运 2015(05)
    • [28].基于预测算法的认知网络的跨层研究[J]. 科技信息 2009(06)
    • [29].一种改进的复杂网络链路预测算法[J]. 小型微型计算机系统 2016(05)
    • [30].基于云计算和极限学习机的分布式电力负荷预测算法[J]. 电网技术 2014(02)

    标签:;  ;  ;  ;  

    基于AVS-M的帧间预测算法研究
    下载Doc文档

    猜你喜欢