發(fā)布時間：2020-07-10 21:19

【摘要】：隨著視頻會議、無線演示以及遠程教育等應用場景不斷涌現(xiàn),由計算機生成的屏幕內容正越來越多地出現(xiàn)在人們的日常生活中。相比于傳統(tǒng)攝像頭捕捉的自然內容,屏幕內容具有明顯的特征,如含有較多的圖形文本,具有尖銳輪廓,以及顏色數(shù)量有限等。作為新一代的視頻編碼標準,HEVC對自然內容有著良好的壓縮效果,但在壓縮屏幕內容時會產生較大的數(shù)據(jù)量。為了解決這一問題,基于HEVC標準的屏幕內容編碼應運而生。在屏幕內容編碼中,新加入了幀內塊復制以及調色板模式等新型編碼工具,使得對屏幕內容的編碼效率得到了提升。但新工具的引入增大了編碼器的計算復雜度,導致編碼時間進一步增長,不利于屏幕內容編碼在低時延場合下的應用。因此,如何降低屏幕內容編碼器的復雜度一直是研究的熱點。為了降低屏幕內容編碼的計算復雜度,本文提出了一種屏幕內容編碼幀間模式快速選擇算法。首先,本文利用當前幀與前一已編碼幀同一位置像素點亮度值的差值對靜止區(qū)域進行檢測,提前判斷出Skip模式,跳過其他模式;接著,根據(jù)屏幕內容多包含水平及豎直邊緣的特點,利用編碼單元(CU)的水平及豎直活動性確定相應的預測單元(PU)劃分模式,減少幀間預測時需要遍歷的PU個數(shù);最后通過相鄰編碼塊的CU深度信息,對當前CU塊的深度進行預測,跳過不必要的深度遍歷。實驗結果表明,與原始算法相比,在隨機接入與低延時兩種模式下,本文所提算法分別節(jié)省了43.56%和49.09%的編碼時間,碼率分別上升了3.06%和3.43%,同時視頻質量基本不變。在屏幕內容編碼幀內模式快速選擇算法中,本文首先對屏幕內容及自然內容中像素點的亮度值作了統(tǒng)計,根據(jù)兩種不同內容在統(tǒng)計特征上的明顯區(qū)別,對兩種內容做出了區(qū)分;針對自然內容,在跳過幀內塊復制以及調色板模式的同時,利用相鄰CU的最佳模式信息對當前CU的預測模式進行判斷;針對屏幕內容,本文在跳過RMD過程的同時,針對不同類型的背景區(qū)域選擇不同的預測模式,減少了進行完整率失真優(yōu)化過程的模式數(shù)量,從而實現(xiàn)對屏幕內容的快速編碼。實驗結果表明,與原始算法相比,本文所提算法在碼率上升2.08%以及峰值信噪比降低0.19dB的同時,節(jié)省了37.57%的編碼時間。
【學位授予單位】：重慶郵電大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TN919.81
【圖文】：

3.2 SCC 幀間預測 Skip 模式快速判斷屏幕內容序列往往存在著大量靜止和運動緩慢的區(qū)域，如圖 3.3 中紅色框所示。對于每一個 CU 塊，SCC 編碼器都會進行幀間和幀內預測。幀間預測需遍歷Skip 模式以及 PU 的 8 種不同劃分模式，幀內預測除需遍歷 35 種傳統(tǒng)幀內預測模式外，還需遍歷新加入的 IntraBC 以及 Palette 模式。若能提前判斷出靜止以及運動緩慢的區(qū)域，只對其遍歷 Skip 模式，則可以提前對編碼過程進行終止，減少編碼器的計算量，達到縮短編碼時長的目的。由于某區(qū)域像素點亮度值的變化情況可以反映該區(qū)域運動的劇烈程度，像素點亮度值變化越大，表明該區(qū)域運動越劇烈，反之該區(qū)域運動緩慢或為靜止區(qū)域。本章通過像素間亮度值的變化提前判斷出 Skip模式，具體步驟如下：

2N以及 nR 2N兩種 AMP 模式。3.2 水平及豎直邊緣快速檢測在 SCC 序列中，含有較多如圖 3.4 所示的控制臺窗口等含有水平及豎直邊內容。文獻[39]表明 PU 的最佳劃分模式與內容的紋理特征有著明顯的聯(lián)系，器選擇的最佳 PU 往往表明該 PU 所含內容沿著該特定方向差異最小。鑒于，本章提出一種對水平及豎直邊緣的快速檢測方法，通過提前判斷出當前 C的紋理特征，確定其相適應的 PU 劃分模式，減少幀間預測時遍歷的 PU 個，從而達到快速算法的目的。本文將水平及豎直邊緣分為如圖 3.5 所示的四況。以8 8大小的 CU 塊存在水平偏上邊緣為例，本文判斷當前 CU 塊紋理的步驟如下，其他尺寸 CU 塊的邊緣特征可用類似方法進行判斷。

本章所提算法編碼總時長平均縮短了 43.6%，BDBR 上升了 3.06%，同時峰值信噪比 PSNR 僅下降了 0.11dB；在低延時配置下，編碼總時長平均縮短了 49.09%，BDBR上升了 3.43%，峰值信噪比下降了 0.14dB。其中，編碼時長減小最多的是序列SlideShow，ΔT 值分別達到了 60.3%和 68.91%，這是由于該序列運動較為緩慢，同時序列中出現(xiàn)了大量的 PPT 演示內容，水平及豎直邊緣較多，在幀間預測時跳過了較多不必要的 PU 劃分模式。同樣的原因，序列 Programming 因包含較多的窗口程序，也節(jié)省了較多的編碼時間。對于運動較為緩慢的序列，如序列 Robot，原始平臺運用 Skip 模式的數(shù)量相對較多，通過本章對 Skip 模式的快速選擇，節(jié)省了較多的編碼時間。圖像主觀質量方面，將本章所提算法在隨機接入編碼模式下對不同視頻序列進行測試后，得到的視頻圖像如圖 3.8~3.11 所示。將其與測試序列中未經處理的原始圖像進行對比，可以看到，本章算法對重構圖像的質量基本無影響。

【相似文獻】

相關期刊論文 前10條

1 諶博;顧梅花;馬蒙蒙;;一種改進的HEVC幀內預測算法[J];計算機與數(shù)字工程;2017年01期

2 李林格;張戀;王潔;周巧;張昊;;基于HEVC幀內預測的復雜度控制[J];電視技術;2016年11期

3 楊潔;李松斌;鄧浩江;;基于幀內預測模式調制的HEVC信息隱藏方法[J];網絡與信息安全學報;2016年09期

4 王劍峰;李桃中;蔣劍飛;何衛(wèi)鋒;;HEVC運動估計模塊的三維集成電路設計[J];微電子學與計算機;2015年08期

5 趙俁鈞;安曉峰;孫同慶;汪曉臣;;HEVC在乘客信息系統(tǒng)中的應用研究[J];鐵路計算機應用;2013年07期

6 諸志龍;王鳳隨;;融合空域相關和率失真代價的HEVC幀內編碼算法[J];昆明理工大學學報(自然科學版);2017年01期

7 趙耀;黃晗;林春雨;白慧慧;;新一代視頻編碼標準HEVC的關鍵技術[J];數(shù)據(jù)采集與處理;2014年01期

8 趙文強;沈禮權;張兆楊;;HEVC幀內預測算法的優(yōu)化[J];電視技術;2012年08期

9 成益龍;滕國偉;石旭利;王國中;;一種快速HEVC幀內預測算法[J];電視技術;2012年21期

10 蔡春亭;馮桂;王馳;韓雪;;基于幀內預測模式多劃分的HEVC魯棒視頻水印算法[J];計算機應用;2017年06期

相關會議論文 前3條

1 白彩霞;袁春;;HEVC子劃分快速決策算法[A];第八屆和諧人機環(huán)境聯(lián)合學術會議（HHME2012)論文集NCMT[C];2012年

2 ;偉樂科技攜HEVC編碼器驚艷亮相IBC,杜百川先生蒞臨指導[A];第二十三屆媒體融合技術研討會（ICTC2015）論文集[C];2015年

3 魏娜;王紅勝;徐超;;基于UHD的HEVC、H.264編解碼性能比對分析[A];中國新聞技術工作者聯(lián)合會2017年學術年會論文集（優(yōu)秀論文篇）[C];2017年

相關博士學位論文 前10條

1 張洪彬;3D-HEVC中低復雜度幀內編碼算法研究[D];南京理工大學;2017年

2 蔣煒;H.264到HEVC視頻轉碼技術研究[D];浙江大學;2013年

3 周作成;基于3D-HEVC質量優(yōu)化和高效視頻編碼方法研究[D];北京工業(yè)大學;2016年

4 左石凱;基于HEVC的視頻編碼算法及硬件體系結構研究[D];哈爾濱工業(yè)大學;2015年

5 郭莉琳;基于3D-HEVC的三維視頻編碼快速算法研究[D];浙江大學;2017年

6 周承濤;HEVC編碼快速算法關鍵技術研究[D];浙江大學;2014年

7 楊智堯;HEVC與3D-HEVC快速編碼算法的研究[D];吉林大學;2017年

8 沈曉琳;HEVC低復雜度編碼優(yōu)化算法研究[D];浙江大學;2013年

9 岑躍峰;基于HEVC的視頻編碼與視頻無線傳輸機制研究[D];浙江工業(yè)大學;2015年

10 馮磊;數(shù)字視頻的HEVC編碼快速算法的研究[D];中國科學院研究生院(長春光學精密機械與物理研究所);2016年

相關碩士學位論文 前10條

1 周聲全;基于HEVC對人民幣圖像高倍圖像壓縮[D];上海交通大學;2018年

2 司朋濤;基于決策樹的HEVC屏幕內容幀內快速編碼算法[D];重慶郵電大學;2019年

3 宋劍霖;HEVC屏幕內容編碼快速算法研究[D];重慶郵電大學;2019年

4 董菁鑫;基于CPU+GPU平臺的HEVC并行編碼器設計與實現(xiàn)[D];大連理工大學;2018年

5 索麗;基于視頻的信息隱寫算法設計與研究[D];長安大學;2018年

6 龔文斌;基于HEVC視頻的信息隱藏技術研究[D];華南理工大學;2018年

7 姜波;HEVC視頻信息隱藏技術研究[D];湖南大學;2015年

8 吳凡;基于HEVC標準Tile編碼技術的空間視頻流重組技術的研究[D];華南理工大學;2017年

9 姜偉;基于HEVC的差錯掩蓋與容錯編碼方法研究[D];西南交通大學;2018年

10 杜軍杰;HEVC幀內預測關鍵技術并行算法的設計與實現(xiàn)[D];大連理工大學;2015年

本文編號：2749459