SHVC分层编码间的相关性研究

摘要

可分级高效视频编解码标准SHVC采用分层的多环编解码框架，并在基本层支持其它编码标准，存在层间冗余度高和编码运算量大的问题。这是SHVC应用推广需要重点优化的目标。 为了弥补层间冗余度高的问题，采用对现有的编码工具提升压缩性能的方法。基于运动估计的预测编码是视频编码压缩最有效的工具，其预测准确度依赖于分像素插值算法。目前HEVC/SHVC采用的是基于DCT的8抽头线性插值滤波器，插值系数固定不变。考虑到视频特性的多变性，以及在一个帧序列中图像特性的相近性，提出了一种自适应的插值滤波算法，在I帧编码时采用线性回归算法实时生成插值滤波系数，在帧序列内供后续P和B帧编码使用。通过对标准测试视频编码实验，该算法对于视频序列能够平均降低约 1.17%~3.08%的码率，亮度 PSNR 值也有所提高，可以在视频编码的改进中应用。 SHVC 在进行空间可分级编码时，基本层和各增强层是源于同一个视频源的不同分辨率呈现，各层编码的密切相关性会隐含在块划分、块模式选择、帧内预测、运动估计、变换编码和量化等不同种类的编码结果中。因此可以利用层间相关性通过参考层编码结果对增强层提供预测来降低视频编码复杂度。在应用机器学习决策树算法进行编码预测基础上，进一步基于随机森林分类算法实现了增强层中预测单元块划分模式的预测。通过实验表明，随机森林算法达到了 90%以上的准确率，较决策树提高了10%。 基于随机森林的块划分层间预测可以应用于编码器的实现，改善SHVC的编码实时性。而自适应插值滤波器可以提高SHVC的压缩率，并可供编码标准的进一步发展提供参考。

目录

第一个书签之前

摘 要

ABSTRACT

第1章 绪 论

1.1 研究背景及意义

1.2 国内外研究现状及发展动态

1.3 论文研究的主要内容

1.4 论文的组织结构安排

第2章 HEVC与SHVC中的关键技术分析

2.1 HEVC编码技术分析

2.1.1 编码框架

2.1.2 特色编码技术

2.2 SHVC编码技术分析

2.2.1 编码框架

2.2.2 层间处理

2.3 视频编码的比较及编码复杂性分析

2.4 降低视频编码复杂度的方法

2.5 本章小结

第3章 SHM编码优化分析

3.1 可伸缩视频编码的框架设计与分析

3.2 研究技术路线

3.3 构建亮度分像素自适应插值滤波器

3.4 构建层间帧间预测方案

3.5 本章小结

第4章 基于线性回归的HEVC分像素亮度插值优化

4.1 HEVC亮度插值

4.2 线性回归

4.3 对亮度插值优化的研究

4.5 HEVC应用模式及实验

4.5 SHVC应用模式

4.6 本章小结

第5章 基于机器学习的帧间预测研究

5.1 模型构建流程

5.2 基本层和增强层视频编码分析

5.3 模型选择

5.4 建立模型

5.5 实验结果及分析

5.6 本章小结

第6章 总结和展望

6.1 结论

6.2 展望

参考文献

后 记

攻读硕士学位期间论文发表及科研情况