h.264中基于參考幀提前截止的快速運動搜索算法

《h.264中基于參考幀提前截止的快速運動搜索算法》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫。

1、從本學科出發(fā)，應(yīng)著重選對國民經(jīng)濟具有一定實用價值和理論意義的課題。課題具有先進性，便于研究生提出新見解，特別是博士生必須有創(chuàng)新性的成果H.264中基于參考幀提前截止的快速運動搜索算法摘要在高性能視頻編解碼算法中，運動搜索過程是計算復(fù)雜度最密集的部分，也是影響系統(tǒng)實時性能的瓶頸。針對這一問題，文中提出一種基于參考幀提前截止的全局判決方法，即在運動搜索中和整數(shù)余弦變換前進行準全零塊判決。實驗結(jié)果表明，在圖像質(zhì)量基本不變和碼率不增加的情況下，該方法可以大幅度減少運動搜索過程的計算量。關(guān)鍵詞視頻編解碼；運動搜索；絕對誤差和；提前截止遠距離音視頻同步交互是多媒體技術(shù)應(yīng)用和發(fā)展的一個重要方向和趨勢，而

2、這其中的一個關(guān)鍵技術(shù)就是視頻壓縮技術(shù)。/AVC是由ISO/IECMPEG(運動圖像專家組)和ITU-TVPEG(視頻編碼專家組)組成的JVT(聯(lián)合視頻專家組)制定的一項視頻壓縮技術(shù)標準，它使得運動圖像壓縮技術(shù)上升到了一個更高的階段。在較低帶寬上提供高質(zhì)量的視頻傳輸服務(wù)是/AVC應(yīng)用亮點，在同樣的視覺質(zhì)量前提下，比和MPEG-4節(jié)約了50%的碼率[1]，而且對IP和無線網(wǎng)絡(luò)課題份量和難易程度要恰當，博士生能在二年內(nèi)作出結(jié)果，碩士生能在一年內(nèi)作出結(jié)果，特別是對實驗條件等要有恰當?shù)墓烙?。從本學科出發(fā)，應(yīng)著重選對國民經(jīng)濟具有一定實用價值和理論意義的課題。課題具有先進性，便于研究生提出新見解，特別是

3、博士生必須有創(chuàng)新性的成果傳輸具有更好的支持功能。原因是引入了當前視頻編碼中的許多新技術(shù)，包括多種宏塊分割模式、多參考幀、4×4整數(shù)變換等。新技術(shù)的使用使獲得優(yōu)越的性能，但同時也使其復(fù)雜度大幅度增加，嚴重限制了在實時要求下的應(yīng)用。其中，大部分的編碼時間都集中在運動搜索上[2]，因此，要降低編碼器的復(fù)雜度，首先要對運動搜索算法進行優(yōu)化。在視頻電話、視頻會議等低比特率的視頻應(yīng)用中，圖像序列往往是運動平緩、背景靜止的頭肩序列。這些序列經(jīng)運動補償后殘差的絕對值一般都很小，再經(jīng)過DCT變換和量化后很容易成為全零塊。如果能提前預(yù)測出這些準全零塊，就可以節(jié)約大量的編碼時間。本文根據(jù)中采用的4×4整數(shù)DCT

4、變換和量化的原理，給出了準全零塊的檢測條件，然后通過運動搜索的中間值SAD，將檢測條件與搜索算法有機結(jié)合在一起，有效提高了編碼效率。為了解決以往視頻編碼標準中DCT正反變換的失配問題，中采用了基于4×4子塊的整數(shù)DCT變換，其正向變換公式[3]為：其中，X是×4塊殘差信號；W是二維DCT的變換核，通過加減法和移位運算就能完成；Q稱為正變換尺度調(diào)整矩陣；符號⊕表示W(wǎng)中的每個元素乘以矩陣Q中對應(yīng)位置上的系數(shù)值的運算；正變換矩陣Cf定義為：采用標量量化技術(shù)，將每個圖像樣點編碼映射成較小的數(shù)值，并靈活地使用計算技巧，避免了除法和浮點運算。具體的量化過程的運算為：其中，Wij為W的系數(shù)，f是一個修正

5、參數(shù)，對于幀內(nèi)編碼宏塊取2qbits/3，對于幀間編碼宏塊取2qbits/6。倍增因子MF在不同位置的取值為：當r=0時，(i,j)={(0,0)，(0,)，(2,0)，(,)}；當r=1時，(i,j)={(0,1)，(0,)，(1,0)，(1,)，(2,1)，(2,)，(3,課題份量和難易程度要恰當，博士生能在二年內(nèi)作出結(jié)果，碩士生能在一年內(nèi)作出結(jié)果，特別是對實驗條件等要有恰當?shù)墓烙?。從本學科出發(fā)，應(yīng)著重選對國民經(jīng)濟具有一定實用價值和理論意義的課題。課題具有先進性，便于研究生提出新見解，特別是博士生必須有創(chuàng)新性的成果0)，(3,)}；當r=2時，(i,j)={(1,1)，(1,)，(3,

6、1)，(3,)}。在量化過程中，量化參數(shù)QP共有52個值。當QP取最大值51時，表示最粗糙的量化，當取最小值0時，代表最精細的量化。在實際應(yīng)用中，可以根據(jù)需要在0～51范圍內(nèi)靈活選擇。從量化公式可以看出，中的量化為整數(shù)運算，并且避免了使用除法，確保用16位算法來處理數(shù)據(jù)，實現(xiàn)了最小的運算復(fù)雜度。運動搜索是找出當前宏塊在參考圖像中最匹配位置的過程，即在指定的搜索路徑中尋找最匹配的運動矢量。在所有的匹配搜索算法中，全局搜索法可以得到最佳的匹配結(jié)果，但計算量很大。由于視頻序列的時間相關(guān)性遠大于其空間相關(guān)性，若被編碼宏塊相對靜止或僅有小范圍內(nèi)的平動，經(jīng)過運動補償所得到的殘差信號通常比較小，再經(jīng)整數(shù)

7、變換和量化后將成為全零，在這種情況下，繼續(xù)進行搜索必將浪費大量的時間?；诖?，在運動搜索的過程中設(shè)置適當?shù)拈T限，這樣，量化后成為全零的宏塊將被提前檢測出來，最匹配的運動矢量便為小于該門限的第一個矢量。下面通過推導(dǎo)給出全零塊的檢測門限。在公式中，W的系數(shù)Wij可以表述為：其中，Ciu為Cjv的系數(shù)Cf，殘差矩陣的系數(shù)為Xuv。根據(jù)三角不等式的特點，對上式進行變形，可得：又由正變換矩陣Cf的定義，在不同位置的最大值歸納如下：