HEVC帧内编码优化算法研究

摘要

视频作为集合文字、图像、声音为一体的信息载体在人们的日常生活中扮演越来越重要的角色。交通工具上的移动电视、随处可见的监控摄像、饭后茶余的电视节目、各种各样的网络视频、高效沟通的电视会议以及视频聊天等应用场合中，视频都是必不可少的一员。视频信号携带大量的信息，需要巨大的存储空间和传输带宽，数字视频编码作为高效压缩视频信号的先进技术应运而生。High Efficiency Video Coding(HEVC)作为新一代数字视频编码标准，它基于众所周知的以块为单位的混合编码框架，采用运动补偿预测、变换编码和熵编码技术。相比于上一代数字视频编码标准H.264/AVC，采用HEVC压缩的视频序列占用更少的存储和传输空间。在相同存储空间和传输带宽限制下，采用HEVC编解码的视频序列的质量和分辨率都要更高。然而HEVC高效率的压缩性能是以编码端的计算复杂度提高为代价的，HEVC的编码时间大概是H.264/AVC的编码时间的2到3倍。帧内编码是视频编码的关键技术，高性能的帧内编码不仅能够提升当前编码帧的视频质量，而且能为帧间编码提供高质量的参考帧。HEVC中的帧内编码的计算复杂度主要来源于HEVC采用了更大的编码单元以及灵活的块划分技术，此外还采用了更加精确的方向预测，从H.264/AVC的9种预测模式增加到35种预测模式。为了降低HEVC帧内编码的计算复杂度，本文提出了三种HEVC帧内编码优化算法，在几乎不造成编码性能损失的情况下，相比于HEVC参考软件HM10.0能够达到54％的时间节省。本文的主要研究工作以及创新之处是：
　　1.提出了HEVC帧内预测快速模式决策的算法。
　　本文充分利用预测模式之间的相关性以及粗略模式决策之后得到的哈达玛变换代价值之间的相关性，提出了HEVC帧内预测快速模式决策的算法。该算法能够在几乎不造成编码性能损失的情况下(亮度块0.5%的BD-rate增加)，相比于HEVC的参考软件HM10.0，达到29.8%的时间节省。
　　2.提出了HEVC编码单元树的深度范围预测的算法。
　　本文充分考虑相邻编码单元树的相关性，利用已经编码的相邻编码单元树的编码深度，提出了编码单元树的深度范围预测算法。该算法能够在亮度块几乎不带来编码性能损失和色度块带来编码性能增益的情况下，相比HEVC参考软件HM10.0，达到8.98%的时间节省。
　　3.提出了基于统计信息的编码单元大小决策的算法。
　　HEVC通过递归地遍历所有大小的编码单元，确定最终的编码单元划分方式，本文提出了一种基于统计信息的编码单元大小决策的算法。该算法利用统计得到的率失真优化代价阈值，判断编码单元是否需要进一步划分。该算法能够在几乎没有编码性能损失的情况下(亮度块0.52%的BD-rate增加)，相比HEVC参考软件HM10.0，达到26.93%的时间节省。

目录

封面

中文摘要

英文摘要

目录

第1章 绪 论

1.1 课题背景及研究的目的和意义

1.2 数字视频编码技术

1.3 HEVC快速决策算法的研究现状

1.4 本文的主要研究内容以及组织结构

第2章 HEVC帧内预测快速模式决策算法

2.1 HEVC帧内预测的模式决策过程

2.2 HEVC帧内预测的快速模式决策算法

2.3 实验结果与分析

2.4 本章小结

第3章HEVC编码单元树的深度范围预测算法

3.1 HEVC中编码单元树的深度

3.2 基于邻域信息的编码单元树的深度范围预测

3.3 实验结果与分析

3.4 本章小结

第4章基于统计信息的编码单元大小决策算法

4.1 HEVC帧内编码的编码单元划分过程

4.2 基于统计信息的HEVC帧内编码的编码单元大小决策算法

4.3 实验结果与分析

4.4 本章小结

第5章 HEVC帧内编码综合优化算法

5.1 HEVC帧内编码综合优化算法

5.2 实验结果与分析

5.3 本章小结

结论

参考文献

攻读学位期间发表的论文及其它成果

声明

致谢