• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于灰度差值的HEVC快速幀間編碼研究

      2015-10-13 01:06:02何小海熊淑華李向群
      電視技術(shù) 2015年13期
      關(guān)鍵詞:像素點(diǎn)差值灰度

      彭 欣,何小海,熊淑華,李向群

      (四川大學(xué) 電子信息學(xué)院,四川 成都 610065)

      基于灰度差值的HEVC快速幀間編碼研究

      彭 欣,何小海,熊淑華,李向群

      (四川大學(xué) 電子信息學(xué)院,四川 成都 610065)

      針對(duì)新一代視頻壓縮編碼標(biāo)準(zhǔn)HEVC計(jì)算復(fù)雜度較高的特點(diǎn),利用視頻序列間時(shí)域上的相關(guān)性,提出了一種基于灰度差值的編碼單元快速劃分策略。該策略根據(jù)當(dāng)前編碼塊與參考?jí)K之間的灰度差值進(jìn)行運(yùn)動(dòng)條件判決,在進(jìn)行編碼之前提前確定當(dāng)前編碼單元的編碼深度信息,減少幀間預(yù)測(cè)編碼的次數(shù),從而有效地降低了編碼端的計(jì)算復(fù)雜度。實(shí)驗(yàn)結(jié)果表明,該算法在編碼效率和峰值信噪比(PSNR)損失都很小的情況下,和HM標(biāo)準(zhǔn)中的幀間預(yù)測(cè)算法相比,平均降低了50.18%的編碼時(shí)間。

      HEVC;幀間預(yù)測(cè);灰度差值;編碼時(shí)間

      隨著視頻業(yè)務(wù)的飛速發(fā)展,人們對(duì)觀看高清視頻的需求也越來(lái)越高,目前主流的視頻壓縮編碼標(biāo)準(zhǔn)H.264已經(jīng)不能適應(yīng)高數(shù)據(jù)量下的高清視頻傳輸。在這種趨勢(shì)下,新一代視頻壓縮編碼標(biāo)準(zhǔn)HEVC應(yīng)運(yùn)而生。HEVC最主要的目標(biāo)是在同等視頻質(zhì)量下減少50%左右的碼率,由此獲得編碼效率上的顯著提高。但良好的性能也帶來(lái)了計(jì)算復(fù)雜度的上升,因此,保證視頻編碼質(zhì)量的同時(shí)降低編碼的計(jì)算復(fù)雜度成為了學(xué)術(shù)界研究的熱點(diǎn)。相對(duì)于H.264,HEVC在編碼性能上有了很大程度的提升,主要體現(xiàn)在以下幾個(gè)方面:1)采用了更加靈活的編碼結(jié)構(gòu),它包括編碼單元CU、預(yù)測(cè)單元PU和變換單元TU,同時(shí)將宏塊的大小從H.264的16×16擴(kuò)展到了64×64,以便于更好地進(jìn)行高分辨率視頻壓縮;2)采用了更多的幀內(nèi)預(yù)測(cè)方向,每種PU尺寸最多可達(dá)35種預(yù)測(cè)方向,更廣范圍的PU尺寸和更多的PU幀內(nèi)預(yù)測(cè)方向使得HEVC幀內(nèi)預(yù)測(cè)比H.264/AVC有了更高的編碼效率;3)采用了更多的幀間預(yù)測(cè)模式,包含了對(duì)稱PU模式和非對(duì)稱PU模式,使得HEVC有了更加精確的塊匹配。

      在已有的HEVC快速幀間算法的研究中,文獻(xiàn)[2]利用視頻序列間的紋理信息檢測(cè)出相對(duì)平坦的區(qū)域以及隨時(shí)間變化較穩(wěn)定的區(qū)域來(lái)提前終止四叉樹(shù)的CU劃分,達(dá)到減少幀間預(yù) 測(cè)計(jì)算復(fù)雜度的目的。文獻(xiàn)[3]提出了一種低復(fù)雜度下的運(yùn)動(dòng)矢量合并算法,通過(guò)合并小尺寸PU的運(yùn)動(dòng)向量來(lái)計(jì)算更大塊尺寸的PU,進(jìn)而減少運(yùn)算復(fù)雜度。文獻(xiàn)[4]根據(jù)當(dāng)前CU的運(yùn)動(dòng)特性,采取不同的優(yōu)化編碼方式來(lái)減少幀間預(yù)測(cè)時(shí)間。文獻(xiàn)[5]介紹了編碼單元進(jìn)行合并時(shí)的各種情況,并討論了在不同情況下如何更好地進(jìn)行運(yùn)動(dòng)信息預(yù)測(cè),在幀間預(yù)測(cè)中采用合并模式可以大大提高HEVC實(shí)時(shí)編碼的效率。上述方法均取得了比較好的效果,但在實(shí)時(shí)性要求較高的場(chǎng)合,算法節(jié)省的時(shí)間還不夠多,編碼時(shí)間還有待優(yōu)化。

      1 HEVC幀間預(yù)測(cè)介紹

      HEVC幀間預(yù)測(cè)是利用視頻信號(hào)的時(shí)域相關(guān)性,通過(guò)運(yùn)動(dòng)補(bǔ)償預(yù)測(cè)編碼方法來(lái)消除視頻圖像在時(shí)間上的冗余,達(dá)到壓縮視頻信號(hào)的目的。在HM標(biāo)準(zhǔn)的測(cè)試模型中,配置文件支持4種類型的CU尺寸大小,分別為64×64,32×32,16×16,8×8,它們對(duì)應(yīng)著編碼深度0~3。在實(shí)際的編碼過(guò)程中,從1個(gè)LCU開(kāi)始,通過(guò)比較本層CU和下層4個(gè)子CU的率失真值(RDCost)的大小來(lái)確定當(dāng)前層CU是否需要?jiǎng)澐?,以此類推進(jìn)行CU的四叉樹(shù)劃分,直到達(dá)到最小的CU尺寸為8×8為止,具體的四叉樹(shù)劃分流程如圖1所示。

      圖1 CU進(jìn)行四叉樹(shù)遞歸劃分的過(guò)程

      HEVC幀間預(yù)測(cè)過(guò)程如圖2所示。

      圖2 HEVC幀間預(yù)測(cè)過(guò)程

      在對(duì)CU進(jìn)行編碼的同時(shí),每個(gè)CU又將分成若干個(gè)預(yù)測(cè)單元PU,所有和預(yù)測(cè)相關(guān)的操作都是以PU為單位進(jìn)行。HEVC中定義了8種不同的幀間預(yù)測(cè)PU模式,根據(jù)預(yù)測(cè)的類型提供了4種對(duì)稱模式(2N×2N,2N×N,N×2N,N×N)和4種非對(duì)稱模式(2N×nU,2N×nD,nL×2N,nR×2N)。對(duì)于各個(gè)編碼深度下的CU都將遍歷完屬于該尺寸下的PU模式,通過(guò)比較RD-Cost,最終確定CU的尺寸和PU的模式。

      2 本文算法

      在HEVC標(biāo)準(zhǔn)的視頻編碼框架中,編碼單元CU的劃分占據(jù)了幀間預(yù)測(cè)的大部分時(shí)間,每一個(gè)LCU最終劃分方式確定要通過(guò)遞歸比較每一層不同尺寸CU的RDCost來(lái)得出。而HEVC采用了4種CU尺寸和8種PU預(yù)測(cè)模式,在每種CU尺寸和PU模式下均對(duì)其進(jìn)行率-失真代價(jià)值的計(jì)算,總體的計(jì)算復(fù)雜度是巨大的。若不考慮非對(duì)稱模式,每層深度的CU在進(jìn)行幀間預(yù)測(cè)模式時(shí),需要計(jì)算1個(gè)skip模式、1個(gè)merge模式、1個(gè)2N×2N幀間模式、2個(gè)2N×N幀間模式、2個(gè)N×2N幀間模式和1個(gè)2N×2N幀內(nèi)模式的率失真代價(jià),當(dāng)深度為3時(shí)需要再計(jì)算4個(gè)N×N幀內(nèi)模式的率失真代價(jià)。以1個(gè)LCU為例,即使不考慮非對(duì)稱模式,仍然需要計(jì)算936次率失真代價(jià)。統(tǒng)計(jì)HM13.0中各個(gè)模塊的運(yùn)行總時(shí)間,結(jié)果如表1所示,HEVC在優(yōu)化編碼單元樹(shù)上花費(fèi)了巨大的時(shí)間,直接影響著編碼器的總體性能。

      2.1 灰度差值

      灰度差值是一種提取相鄰圖像之間變化量的方法,在視頻序列中,前后兩幀有高度的相關(guān)性,后一幀延續(xù)了前一幀中的運(yùn)動(dòng)趨勢(shì),這些相鄰幀在背景區(qū)域上是相似的,這些背景區(qū)域可以視為圖像中的靜止區(qū)域。若當(dāng)前幀相對(duì)前一幀是靜止?fàn)顟B(tài)的,則兩幀之間對(duì)應(yīng)位置塊的灰度差值會(huì)非常??;相反,若當(dāng)前幀相對(duì)前一幀運(yùn)動(dòng)比較劇烈,則兩幀之間對(duì)應(yīng)位置塊的灰度差值會(huì)比較大。根據(jù)以上分析,相鄰兩幀對(duì)應(yīng)位置上的灰度差值可以反映一幀圖像中的運(yùn)動(dòng)區(qū)域,因此可以將灰度差值作為運(yùn)動(dòng)區(qū)域檢測(cè)的判據(jù),其模型定義為

      Dm(x,y)=Fm(x,y)-

      Fm-1(x,y)

      (1)

      式中:x和y分別為當(dāng)前幀中像素點(diǎn)的坐標(biāo);m為視頻序列的第幾幀;Fm(x,y)為當(dāng)前幀圖像在坐標(biāo)

      表1 HM13.0 各個(gè)模塊編碼時(shí)間比例

      為(x,y)位置像素點(diǎn)的灰度值;Dm(x,y)為兩幀圖像對(duì)應(yīng)位置的灰度差值。取BQMall序列的相鄰兩幀作為原始輸入圖像,對(duì)BQMall序列的第二幀圖像與第三幀圖像按式(1)進(jìn)行灰度差值后,得到的效果如圖3所示。

      圖3 相鄰兩幀灰度差值的圖像(BQMall)

      根據(jù)式(1),可以得到指定位置的灰度差值,但是圖像幀中的像素值會(huì)受到噪聲和波動(dòng)的影響,這會(huì)影響到最后的判定。因此,可以設(shè)定一個(gè)閾值,當(dāng)灰度差值小于這個(gè)閾值時(shí),可以認(rèn)為兩幀圖像中對(duì)應(yīng)位置變化不大,判定為靜止區(qū)域,當(dāng)灰度差值大于該閾值時(shí),則對(duì)應(yīng)位置可判定為運(yùn)動(dòng)區(qū)域。根據(jù)這個(gè)判定條件,對(duì)灰度差值后得到的圖像進(jìn)行二值化處理。

      在這里,閾值的選取至關(guān)重要,已有的最大類間方差法(OTSU)雖然能夠?qū)D像進(jìn)行自適應(yīng)的閾值選取,但該方法是以整幀圖像為單位,對(duì)局部圖像塊的閾值選取上會(huì)有一定的誤差。本文考慮到圖像塊的閾值精度,提出了一種雙重閾值選取方法。

      首先以整幀圖像為單位,假定分割閾值為T(mén),從當(dāng)前圖像中的最小灰度值到最大灰度值對(duì)T進(jìn)行遍歷。設(shè)一幅圖像中的灰度值為1~k級(jí),灰度值為i的像素點(diǎn)數(shù)為ni,利用式(2)得到該幅圖像中的總像素?cái)?shù)N與各灰度值所占概率pi的關(guān)系為

      (2)

      pi=ni/N

      (3)

      在每次遍歷中,利用T將像素點(diǎn)分為前景與背景。設(shè)前景占整幅圖像的比例為PF,其平均灰度為wF;背景占整幅圖像的比例為PB,平均灰度為wB,利用以下公式求出整幅圖像的平均灰度W

      (4)

      (5)

      W=PF×WF+PB×WB

      (6)

      再根據(jù)方差的定義,利用式(7),求出前景和背景圖象的方差。方差可以作為閾值分割的一種度量,方差值越大對(duì)應(yīng)著構(gòu)成圖像的兩部分差別越大,此時(shí)的二值化效果最明顯。所以當(dāng)方差G最大時(shí),此時(shí)的灰度T即為最佳的分割閾值。

      G=PF×(WF-W)2+PB×(WB-W)2

      (7)

      得到以整幀圖像為單位的自適應(yīng)閾值T1后,重復(fù)進(jìn)行式(3)~(7),以目標(biāo)子圖像塊(LCU的大小64×64)為基本單位,得到閾值T2,對(duì)每個(gè)局部塊利用式(8)進(jìn)行二值化處理

      (8)

      根據(jù)式(8)可以得到只有黑白兩種顏色的二值圖像,如圖4所示,該圖像可作為接下來(lái)進(jìn)行判定的依據(jù)??紤]到二值化后的圖像會(huì)存在一些小的噪聲,反映到二值圖像上即為零星的白色噪點(diǎn),本文利用中值濾波來(lái)進(jìn)行處理

      G(x,y)=med{F(x-k,y-l),k,l∈W}

      (9)

      式中:F(x,y),G(x,y)分別為原始圖像和處理后圖像;W為二維模板。本文使用3×3的模板對(duì)原二值圖像進(jìn)行中值濾波來(lái)消除圖像塊中的噪點(diǎn),濾波后的實(shí)驗(yàn)效果如圖5所示。

      圖4 二值化后的圖像

      圖5 濾波后的圖像

      為驗(yàn)證算法可行,在HM13.0標(biāo)準(zhǔn)編碼下,設(shè)定QP為32,打印BQMall序列第二幀圖像與第三幀圖像的CU分割特性,如圖6~8所示。靜止區(qū)域基本與CU分割特性相符,即參照了前一幀的對(duì)應(yīng)位置塊的劃分。

      圖6 濾波后的局部塊

      圖7 第二幀局部塊CU分割

      圖8 第三幀局部塊CU分割

      2.2 基于灰度差值的快速CU劃分

      每一幀圖像由很多像素點(diǎn)組成,如果窮盡考慮圖像幀中的每一個(gè)像素點(diǎn),需要處理的數(shù)據(jù)量是巨大的。本文算法以1個(gè)LCU為單位進(jìn)行分析。由于1個(gè)LCU可以分為64個(gè) 8×8 大小的SCU,本文取每個(gè)SCU塊的中心像素點(diǎn)進(jìn)行跟蹤,對(duì)每個(gè)LCU跟蹤64個(gè)像素點(diǎn),保存這64個(gè)像素點(diǎn)的灰度差值,為接下來(lái)的CU劃分提供依據(jù)。

      由于灰度差值后的二值圖像會(huì)存在一些檢測(cè)誤差,這里設(shè)置一個(gè)門(mén)限Th來(lái)減少這些誤差,對(duì)一個(gè)LCU保存下來(lái)的64個(gè)灰度差值而言,如果灰度值為255的像素點(diǎn)數(shù)量大于等于Th,可以判定該LCU相對(duì)于前一幀對(duì)應(yīng)位置的LCU為運(yùn)動(dòng)劇烈的,因此需要用HM標(biāo)準(zhǔn)算法進(jìn)行預(yù)測(cè)編碼。如果小于Th,則該LCU相對(duì)于前一幀對(duì)應(yīng)位置的LCU為靜止的,即假定的背景區(qū)域,可直接參照前一幀對(duì)應(yīng)位置的LCU進(jìn)行CU劃分。為了算出合理的Th,進(jìn)行了大量的實(shí)驗(yàn)統(tǒng)計(jì),分別使用了不同分辨率共8個(gè)視頻序列的前100幀進(jìn)行測(cè)試。經(jīng)過(guò)數(shù)據(jù)分析,將Th設(shè)定為10,以此作為劃分判定。具體統(tǒng)計(jì)流程如圖9所示。

      圖9 運(yùn)動(dòng)區(qū)域統(tǒng)計(jì)流程

      考慮到某些分辨率大小的視頻序列在邊界處的LCU不完整,這里只參考每幀圖像中完整的LCU,這樣可以保證每個(gè)LCU中有64個(gè)像素點(diǎn)是可以被跟蹤的。對(duì)于416×240的視頻序列,完整的LCU個(gè)數(shù)為6×3=18個(gè)。在實(shí)際的編碼過(guò)程中,HM對(duì)這種情況的處理是將邊界不完整的LCU補(bǔ)全為1個(gè)LCU進(jìn)行編碼操作,即該分辨率下的實(shí)際LCU個(gè)數(shù)為 7×4 =28個(gè)。對(duì)BQSquare序列的第10幀圖像進(jìn)行CU結(jié)構(gòu)劃分,從圖10可以看到,位于邊界上的LCU不是完整的。

      圖10 1幀圖像中LCU的劃分情況(BQSquare)

      針對(duì)不同分辨率的視頻序列進(jìn)行運(yùn)動(dòng)特性統(tǒng)計(jì)。在編碼當(dāng)前幀時(shí),通過(guò)灰度差值與前一幀進(jìn)行對(duì)比,得到當(dāng)前編碼塊的運(yùn)動(dòng)特性,統(tǒng)計(jì)結(jié)果如表2所示。

      表2 各種分辨率視頻序列運(yùn)動(dòng)特性統(tǒng)計(jì)

      2.3 算法的具體流程

      基于以上的分析,本文算法的具體流程(見(jiàn)圖11)為:

      圖11 本文算法整體流程

      1)判斷當(dāng)前編碼幀是否為第一幀,若為第一幀,跳過(guò)接下來(lái)的步驟,直接進(jìn)入xCompressCU函數(shù)進(jìn)行HM標(biāo)準(zhǔn)的四叉樹(shù)遞歸劃分。

      2)判斷當(dāng)前LCU是否為第一個(gè)LCU,若為第一個(gè)LCU,進(jìn)入灰度差值處理函數(shù),否則,跳過(guò)步驟3)。

      3)將當(dāng)前幀圖像與前一幀圖像進(jìn)行灰度差值,對(duì)灰度差值后的圖像進(jìn)行自適應(yīng)二值化處理,得到需要跟蹤像素點(diǎn)的灰度值。

      4)若當(dāng)前LCU在邊界上,跳過(guò)接下來(lái)的步驟,直接進(jìn)入xCompressCU函數(shù)進(jìn)行HM標(biāo)準(zhǔn)的四叉樹(shù)遞歸劃分,否則,以一個(gè)LCU為單位,遍歷每個(gè) LCU跟蹤像素點(diǎn)的灰度值,根據(jù)設(shè)定的門(mén)限對(duì)當(dāng)前LCU的運(yùn)動(dòng)劇烈程度進(jìn)行判定。

      5)若當(dāng)前LCU判定為運(yùn)動(dòng)劇烈區(qū)域,則進(jìn)入xCompressCU函數(shù)進(jìn)行HM標(biāo)準(zhǔn)的四叉樹(shù)遞歸劃分;否則,直接參考前一幀圖像對(duì)應(yīng)位置LCU的劃分情況,對(duì)當(dāng)前編碼的LCU按設(shè)定的深度進(jìn)行劃分。

      6)進(jìn)入xCompressCU后,遍歷由灰度差值確定的CU編碼深度下的PU預(yù)測(cè)模式。

      3 實(shí)驗(yàn)結(jié)果與算法性能分析

      本文實(shí)驗(yàn)所選取的測(cè)試模型為HM13.0,配置文件采用低延時(shí)編碼結(jié)構(gòu)當(dāng)中的encoder_lowdelay_P_main.cfg。實(shí)驗(yàn)的測(cè)試環(huán)境遵從HM13.0測(cè)試標(biāo)準(zhǔn),選取了從416×240到 1 920×1 080不同分辨率的共8個(gè)視頻序列的前100幀進(jìn)行測(cè)試,量化參數(shù)QP設(shè)置為22,27,32,37。測(cè)試序列的實(shí)驗(yàn)平臺(tái)的CPU為Intel(R)Core(TM)i5-3470 CPU @ 3.20 GHz,內(nèi)存為4.00 Gbyte。本文算法的性能優(yōu)劣是通過(guò)PSNR(峰值信噪比),比特率及編碼時(shí)間相對(duì)于標(biāo)準(zhǔn)算法的變化情況來(lái)衡量,其計(jì)算如下

      ΔPSNR=PSNRnew-PSNRHM

      (10)

      (11)

      (12)

      式中:ΔPSNR表示本文算法與HM13.0標(biāo)準(zhǔn)算法峰值信噪比的差值;ΔBR表示本文算法與HM13.0標(biāo)準(zhǔn)算法比特率差值的百分率;ΔT表示本文算法與HM13.0標(biāo)準(zhǔn)算法時(shí)間差值的百分率。根據(jù)以上配置進(jìn)行試驗(yàn),實(shí)驗(yàn)結(jié)果統(tǒng)計(jì)如表3和圖12所示。

      表3 實(shí)驗(yàn)統(tǒng)計(jì)結(jié)果

      圖12 率失真曲線

      實(shí)驗(yàn)結(jié)果表明,本文提出的算法與HM13.0標(biāo)準(zhǔn)算法相比,在PSNR與比特率變化不大的情況下,幀間編碼的時(shí)間平均節(jié)省了50.18%,而且本文提出的算法與HM13.0標(biāo)準(zhǔn)算法的率失真曲線基本重合,證明了本文算法的普遍性,基本符合了高清視頻編碼的特性。

      為體現(xiàn)本文算法在性能提升方面的優(yōu)勢(shì),對(duì)文獻(xiàn)[6-9]提出的4種幀間快速算法進(jìn)行對(duì)比,從表4(ΔP,ΔB,ΔTi分別表示與標(biāo)準(zhǔn)算法相比變化的信噪比、比特率與編碼時(shí)間)數(shù)據(jù)對(duì)比中可以看出,在PSNR與比特率相差不大的情況下,本文算法能夠節(jié)省較多的編碼時(shí)間。

      表4 本文算法與文獻(xiàn)[6-9]快速算法性能對(duì)比

      4 總結(jié)

      本文利用視頻序列在相鄰幀中時(shí)域相關(guān)性強(qiáng)的特點(diǎn),提出了一種基于灰度差值的快速CU劃分算法,在編碼當(dāng)前CU時(shí)利用參考幀中對(duì)應(yīng)位置處的CU作為參考,進(jìn)行當(dāng)前CU的快速劃分,提前確定當(dāng)前CU的編碼深度,從而達(dá)到減少遍歷編碼層數(shù),降低計(jì)算復(fù)雜度的目的。通過(guò)實(shí)驗(yàn)數(shù)據(jù)可以明顯發(fā)現(xiàn),本文的算法與標(biāo)準(zhǔn)算法相比平均能夠節(jié)省50.18%的時(shí)間,在實(shí)時(shí)性要求較高的場(chǎng)合具有良好的編碼性能,這也體現(xiàn)了本文算法的優(yōu)越性。

      [1] WIEGAND T,OHM J R,SULLIVAN G J,et al. Special section on the joint call for proposals on High Efficiency Video Coding (HEVC) standardization[J]. IEEE Trans. Circuits and Systems for Video Technology,2010,20(12):1661-1666.

      [2] 張強(qiáng),袁春. 基于圖形信息的HEVC幀間預(yù)測(cè)快速算法[J].計(jì)算機(jī)科學(xué)與探索,2014,8(5):537-542.[3] BAMPI S, GRELLERT M,AGOSTINI L. Motion vectors merging: low complexity prediction unit decision heuristic for the inter-prediction of HEVC encoders[C]//Proc. 2012 IEEE International Conference on Multimedia & Expo (ICME’12). [S.l.]:IEEE Press,2012:657-662.

      [4] 胡錦雯,滕國(guó)偉,成益龍,等.基于運(yùn)動(dòng)特征的快速HEVC幀間預(yù)測(cè)算法[J].上海大學(xué)學(xué)報(bào):自然科學(xué)版,2013,19(3):245-249.

      [5] HELLE P, OUDIN S,BROSS B. Block merging for quad-tree based partitioning in HEVC[J]. IEEE Trans. Circuits and Systems for Video Technology,2012,22(12):1720-1731.

      [6] 李元,何小海,鐘國(guó)韻,等. 一種基于時(shí)域相關(guān)性的高性能視頻編碼快速幀間預(yù)測(cè)單元模式判決算法[J]. 電子與信息學(xué)報(bào),2013,35(10):2365-2370.

      [7] HE Juan,HE Xiaohai,LI Xiangqun,et al. Fast inter-mode decision algorithm for high-efficiency video coding based on textural features[J]. Journal of Communications,2014, 9(5): 441-447.

      [8] SHEN L,LIU Z,ZHANG X,et al. An effective cu size decision method for HEVC encoders [J]. IEEE Trans. Multimedia,2013, 15(2): 465-470.

      [9] XIONG Jian,LI Hongliang,WU Qingbo,et al. A fast HEVC inter cu selection method based on pyramid motion divergence[J]. IEEE Trans. Multimedia,2014,16(2):559-564.

      [10] 劉昱,胡曉爽,段繼忠. 新一代視頻編碼技術(shù)HEVC算法分析及比較[J].電視技術(shù),2012,36(20):45-49.

      [11] SHIAU Y,CHANG T. Fast prediction unit selection for HEVC fractional pel motion estimation design[C]//Proc. 2013 IEEE Workshop on Signal Processing Systems (SiPS).Taipei:IEEE Press,2013:247-250.

      [12] YOO H M,SUH J W. Fast coding unit decision algorithm based on inter and intra prediction unit termination for HEVC[C]//Proc. 2013 IEEE International Conference on Consumer Electronics (ICCE). Las Vegas:IEEE Press,2013:300-301.

      [13] PAN Z,KWONG S,SUN M,LEI J. Early MERGE mode decision based on motion estimation and hierarchical depth correlation for HEVC[J]. IEEE Trans. Broadcasting,2014,60(2):405-412.

      [14] LEE P J,KUO K T,HUANG S H,et al. Coding mode determination using fuzzy reasoning in H.264 motion estimation[J]. IET. Signal Processing,2011,5(2):242-250.

      [15] LIN Jianliang,CHEN Yiwen,HUANG Yuwen,et al. Motion vector coding in the HEVC standard[J]. IEEE Journal of Selected Topics in Signal Processing,2013,6(7):957-968.

      責(zé)任編輯:時(shí) 雯

      Research of Inter Frame for High Efficiency Video Coding Based on Gray Value Difference

      PENG Xin,HE Xiaohai,XIONG Shuhua,LI Xiangqun

      (SchoolofElectronicsandInformationEngineering,SichuanUniversity,Chengdu610065,China)

      With respect to the computational complexity of the High Efficiency Video Coding(HEVC), a rapid partitioning strategy of coding unit(CU) which is based on the gray value difference algorithm by using the strong temporal correlation in video sequences is proposed. The method is to determine the depth of the current coding unit before coding process, according to the differences of gray level between the current coding block and referencing block, which can reduce the number of times of inter-frame prediction and lower the computation complexity of the encoding. As a result, in the cases that both coding efficiency and PSNR are tiny, the coding time is decreased by 50.18% when compared with the inter prediction algorithm recommended in HM standard.

      HEVC; inter frame prediction; gray value difference; coding time

      【本文獻(xiàn)信息】彭欣,何小海,熊淑華,等.基于灰度差值的HEVC快速幀間編碼研究[J].電視技術(shù),2015,39(13).

      國(guó)家自然科學(xué)基金項(xiàng)目(61471248);四川省教育廳2014年研究生教育改革創(chuàng)新項(xiàng)目(2014-教-034)

      TN919.81

      A

      10.16280/j.videoe.2015.13.001

      2015-03-12

      猜你喜歡
      像素點(diǎn)差值灰度
      采用改進(jìn)導(dǎo)重法的拓?fù)浣Y(jié)構(gòu)灰度單元過(guò)濾技術(shù)
      基于灰度拉伸的圖像水位識(shí)別方法研究
      差值法巧求剛體轉(zhuǎn)動(dòng)慣量
      基于canvas的前端數(shù)據(jù)加密
      枳殼及其炮制品色差值與化學(xué)成分的相關(guān)性
      中成藥(2017年6期)2017-06-13 07:30:35
      基于最大加權(quán)投影求解的彩色圖像灰度化對(duì)比度保留算法
      基于逐像素點(diǎn)深度卷積網(wǎng)絡(luò)分割模型的上皮和間質(zhì)組織分割
      基于灰度線性建模的亞像素圖像抖動(dòng)量計(jì)算
      基于Node-Cell結(jié)構(gòu)的HEVC幀內(nèi)編碼
      基于區(qū)域最大值與平均值差值的動(dòng)態(tài)背光調(diào)整
      望都县| 思茅市| 上饶县| 梁山县| 辽宁省| 荔浦县| 根河市| 苏尼特右旗| 礼泉县| 军事| 共和县| 依安县| 荆州市| 张家港市| 肥东县| 长丰县| 丰台区| 安平县| 宁阳县| 涡阳县| 龙门县| 满洲里市| 大安市| 鄯善县| 普兰县| 台州市| 金溪县| 五台县| 台安县| 望城县| 林口县| 阿城市| 鄂州市| 四会市| 杭州市| 伊春市| 和龙市| 全南县| 广德县| 库伦旗| 句容市|