检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

一种内容自适应的硬判决量化算法

中国计量大学学报 2017年第2期28卷 241-246页

作者：王鸿奎李瑞阳殷海兵中国计量大学信息工程学院浙江杭州310018

在视频编码器中,软判决量化可获得最优编码性能,但其中维特比算法会导致严重的系数间串行处理依赖.比较而言,基于死区的硬判决量化算法率失真性能有所损失,但不存在系数间依赖,且非常适合硬件并行流水处理.今采用离线统计的方法,分析余... 详细信息

在视频编码器中,软判决量化可获得最优编码性能,但其中维特比算法会导致严重的系数间串行处理依赖.比较而言,基于死区的硬判决量化算法率失真性能有所损失,但不存在系数间依赖,且非常适合硬件并行流水处理.今采用离线统计的方法,分析余弦变换系数的分布情况,量化余数对量化的具体影响,构建了基于余弦变换系数分布参数,量化余数的自适应偏移模型.基于该模型提出一种内容自适应的硬判决量化算法.仿真结果表明,该算法在保证并行化处理的条件下,其编码性能相比于传统的硬判决量化有一定的提升,可接近软判决量化算法性能.

关键词：视频编码软判决量化率失真优化硬判决量化

在线全文

学校读者我要写书评

暂无评论

TCM模型的自适应硬判决量化算法

中国计量大学学报 2017年第1期28卷 103-107页

作者：李瑞阳殷海兵中国计量大学信息工程学院浙江杭州310018

在视频编码中,DCT系数分布模型是率失真理论模型的基础,视频量化一般可分别为硬判决量化(HDQ)以及软判决量化(SDQ),SDQ算法能实现最优编码性能,但其中维特比算法会导致严重的系数间串行处理依赖.比较而言,基于死区(deadzone)的HDQ算法... 详细信息

在视频编码中,DCT系数分布模型是率失真理论模型的基础,视频量化一般可分别为硬判决量化(HDQ)以及软判决量化(SDQ),SDQ算法能实现最优编码性能,但其中维特比算法会导致严重的系数间串行处理依赖.比较而言,基于死区(deadzone)的HDQ算法率失真性能略有损失,但是不考虑系数间的相关性.提出了一种基于分段逼近TCM模型(Transparent Composite Model)的自适应硬判决量化算法,采用更精确的DCT分布估计模型,估算不同频率分量DCT系数的分布参数.根据模型参数及DCT系数分布参数,优化构造自适应的死区偏移量模型.实验表明,相对于固定偏移量HDQ算法,其编码性能非常接近于SDQ算法.

关键词：视频编码率失真优化 TCM模型硬判决量化

在线全文

学校读者我要写书评

暂无评论

基于神经网络的硬判决量化偏移量选择算法

基于神经网络的硬判决量化偏移量选择算法

信号处理在地球物理——浙江省信号处理学会2018年学术年会

作者：魏新秀夏哲雷中国计量大学信息工程学院浙江省电子学会

神经网络在视频量化算法领域有着广泛应用,提出一种基于神经网络的硬判决量化参数选择算法,引入上下文码率,利用已量化的块内信息对当前量化位置的量化参数进行计算和选择。神经网络模型选取当前位置的拉普拉斯参数、每个量化位置编码... 详细信息

神经网络在视频量化算法领域有着广泛应用,提出一种基于神经网络的硬判决量化参数选择算法,引入上下文码率,利用已量化的块内信息对当前量化位置的量化参数进行计算和选择。神经网络模型选取当前位置的拉普拉斯参数、每个量化位置编码码率节省估计量、量化位置系数和当前帧编码的QP作为输入,计算并输出量化偏移量,经过反归一化及修正处理对视频序列进行量化。实验在H.264/AVC的参考代码X.264-128工程中进行,量化使用该方法相较于传统硬判决量化有显著性能提升,PSNR有0.119 dB提升,相当于1.591%码率节省,简化了算法计算复杂度,预测误差较小,保证了平稳的视频质量。

关键词：神经网络硬判决量化量化参数偏移量

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于有记忆信源模型的视频编码量化算法研究

电视技术 2017年第11期41卷 19-27页

作者：魏新秀夏哲雷殷海兵中国计量大学信息工程学院浙江杭州310018

针对视音频优化量化算法研究,本文通过模拟最佳软判决量化特点,引入系数间的相关性,在硬判决量化基础上提出一种有记忆信源模型的量化算法。该模型统计了量化块中每个位置编码比特节省估计量,利用贝叶斯二值判别法计算出可区分量化结果... 详细信息

针对视音频优化量化算法研究,本文通过模拟最佳软判决量化特点,引入系数间的相关性,在硬判决量化基础上提出一种有记忆信源模型的量化算法。该模型统计了量化块中每个位置编码比特节省估计量,利用贝叶斯二值判别法计算出可区分量化结果的最佳估计阈值,二值做差得到码率节省余量,利用码率节省余量实现对量化偏移量的动态调节,从而优化量化算法。实验表明,基于本文的有记忆信源模型相较于传统硬判决量化有显著性能提升,BD-PSNR有0.0964d B提升,相当于3.5723%码率节省。本文偏移量模型基于离线建模,实时计算所需额外计算复杂度较小,适合硬件编码器架构设计实现。

关键词：视频编码上下文自适应码率硬判决量化率失真优化

支持RDO量化的视频编码全零块判决算法研究

在线全文

学校读者我要写书评

暂无评论

支持RDO量化的视频编码全零块判决算法研究

作者：杨浩运杭州电子科技大学

学位级别：硕士

量化是视频编码器的关键模块,直接决定编码器的失真和码率。HEVC等视频编码标准支持众多帧内帧间编码模式,是新一代标准取得较高编码性能的关键。率失真优化是实现高性能模式选择和视频编码算法优化的基础。为实现率失真优化模式选择,... 详细信息

量化是视频编码器的关键模块,直接决定编码器的失真和码率。HEVC等视频编码标准支持众多帧内帧间编码模式,是新一代标准取得较高编码性能的关键。率失真优化是实现高性能模式选择和视频编码算法优化的基础。为实现率失真优化模式选择,常需要计算各种编码模式的编码代价,以实现最小率失真模式选择,这个过程需要变换、量化及熵编码等计算。另一方面,HEVC等视频编码标准常采用率失真优化量化（RDOQ）,相比死区硬判决量化（HDQ）,RDOQ量化可以获得更好性能;但是RDOQ在确定最优量化值时,需要对多个候选量化值进行穷举搜索,计算复杂度也明显增高。由于率失真优化在模式选择量化过程中所消耗的计算量是非常巨大的,因此迫切需要设计高效的RDOQ算法。由于HEVC采用高效预测,大量变换块（TU）会被量化为全零块,对于小尺寸TU来说,这种概率更高。由于这些全零块不会携带任何有效信息,如果能在RDOQ之前进行快速全零块判决,在保证RDOQ编码性能的前提下,避免RDOQ计算,可以大大降低率失真优化模式选择复杂度。和RDOQ相比,HDQ未采用率失真优化（RDO）准则,直接采用简单除法舍入操作,在支持HDQ的视频编码器中,大多采用基于特定模型的阈值比较来实现全零块预判决,减少量化算法复杂度。RDOQ算法采用动态规划策略从众多候选值选择最优量化结果,如果将传统全零块判决阈值模型直接应用于RDOQ时,全零块检测精度会有一定程度的损失。因此在支持RDOQ的编码器中,需要充分利用RDOQ量化的自身特点,探索更高效的全零块判决算法,以实现计算复杂度节省和量化精度之间的最佳平衡。本文以高效全零RDOQ量化块判决为目标,在分析HDQ和RDOQ量化算法特点的基础上,充分分析RDOQ量化全零块数据统计特点,从多个角度探索不同实现复杂度的全零块判决算法,为不同应用场景的高效量化和模式选择提供算法支持。本文的主要工作如下:（1）分析发现HDQ和RDOQ有较大概率获得相同量化结果,这意味着对于很多样本系数,可以用相对保守的HDQ阈值比较判断全零块,以实现低复杂度RDOQ全零量化块判断。本文先分析HDQ算法特性,结合量化公式推导出适用于HDQ的全零块阈值判决模型。采用相对保守阈值用于判断那些安全的变换块（HDQ和RDOQ量化结果相同块）;（2）分析发现HDQ和RDOQ也有一些样本量化结果不同,对于那些HDQ量化为非全零块但RDOQ量化为全零块（奇异样本）,本文探索更严谨的判决算法。基于RDOQ算法特性,提出一种面向RDOQ的全零块判决算法。经过先验知识分析和大量样本实验统计结果验证,得出基于量化参数（QP）的自适应阈值判决模型,采用该自适应阈值判决模型对那些奇异样本进行相对准确的全零块预判决。（3）即使采用了上述两种方法,还有一些奇异样本块无法实现精准判断。本文基于RDOQ算法特性和上下文算术编码对码率的影响机理,提出一种基于机器学习二元分类模型的全零块预判决算法。通过理论分析和先验知识,选取了八个影响RDOQ结果是否为全零块的特征参量;将这八个特征参量输入到神经网络中进行训练,得到二元分类模型;这样通过复杂的神经网络刻画复杂的RDOQ过程,实现高精度RDOQ全零块判断。最终的实验结果表明,与理想RDOQ算法相比,本文所提出的多级全零块判决算法在码率增加不超过0.064%的情况下,可平均节省7.471%的总编码时间。第一类错误（False Positive Rate,FPR）和第二类错误（False Negative Rate,FNR）的平均检测率分别为6.5%和6.3%。总之,本文所提算法能较好地平衡计算复杂度和全零块判决准确率,可应用于HEVC编码率失真优化模式选择算法中。

关键词：多级全零块判决硬判决量化软判决量化机器学习 HEVC标准

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

HEVC视频编码率失真优化量化算法研究

HEVC视频编码率失真优化量化算法研究

作者：李瑞阳中国计量大学

学位级别：硕士

随着视频编码技术的不断发展,最新一代视频编码标准HEVC应运而生。得益于新编码工具和自身具有的特色核心技术,HEVC在编码性能上有了很大提升。对于其中的量化算法模块,它是视频编码中产生失真的根本原因,同时影响着视频的质量和码率。... 详细信息

随着视频编码技术的不断发展,最新一代视频编码标准HEVC应运而生。得益于新编码工具和自身具有的特色核心技术,HEVC在编码性能上有了很大提升。对于其中的量化算法模块,它是视频编码中产生失真的根本原因,同时影响着视频的质量和码率。通常情况下,视频编码中的量化器都会以零点为中心进行拓展,这也就是常说的“量化死区”(Dead-zone),最常使用的就是基于死区的硬判决量化算法(Hard Decision Quantization,HDQ),基于无记忆信源假设,其量化结果只与量化步长、信号强弱有关。相较而言,基于率失真优化技术的软判决量化(Soft Decision Quantization,SDQ)考虑率失真编码代价及系数间的相互影响,通过维特比算法或路径动态规划的方法实现了系数级的量化控制和优化。然而,极高的复杂度导致SDQ在硬件实现上面临巨大挑战。视频编码中,DCT系数的分布模型是率失真优化的理论模型基础。但实际样本系数分布中常常出现拖尾现象,无法用主流的指数衰减函数进行准确拟合。本文致力于对死区硬判决量化算法进行优化,采用一种分段截断的DCT分布模型——TCM(Transparent Composite Model,TCM)模型来权衡系数的主体分布和尾部区域。研究发现,样本落入主体和尾部的概率对块中不同频率分量系数的模型分布参数有较大影响。因此,将模型中的概率因子、分布参数作为自适应死区偏移量的重要建模参数,离线构建一种基于TCM模型的自适应死区HDQ算法。与固定偏移量的HDQ相比,本文算法峰值信噪比有0.08017dB性能提升,平均节省2.9419%码率,更好的逼近SDQ的率失真性能。在自适应HDQ算法的研究基础上,本文进一步考虑HVS(Human Visual System,HVS)感知特性,利用人眼对图像中的高频细节不敏感的特性。在Bayes二类判决和最小误判概率约束条件下,模拟感知SDQ算法机理,对变换块中不同位置、不同Qp下的高低频分量采用不同的量化步长,构建基于内容自适应的感知量化矩阵模型,并采用结构相似度(Structural Similarity)的方法对图像主观质量进行评价。实验结果表明,相比于传统的HDQ算法,本文算法能达到平均5.048%的码率节省,其中WVGA和WQVGA格式平均达到10.65%的码率节省,更好的提升了图像的主观质量性能。

关键词：视频编码软判决量化率失真优化硬判决量化感知量化矩阵

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

视频编码量化算法的优化与实现

视频编码量化算法的优化与实现

作者：王鸿奎中国计量大学

学位级别：硕士

H.264/H.265视频编码标准采用混合编码框架,包括预测,变换,量化,熵编码,滤波等模块。其中量化模块在编码框架中扮演重要角色,直接决定失真和编码码率。量化模块大都采用基于固定死区的硬判决量化算法,为了满足更高压缩性能需求,采用率... 详细信息

H.264/H.265视频编码标准采用混合编码框架,包括预测,变换,量化,熵编码,滤波等模块。其中量化模块在编码框架中扮演重要角色,直接决定失真和编码码率。量化模块大都采用基于固定死区的硬判决量化算法,为了满足更高压缩性能需求,采用率失真优化量化算法作为候选量化算法。率失真优化量化算法是一种基于率失真理论的软判决量化算法。软判决量化可获得非常优异的率失真性能,但面临系数间巨大的串行依赖;相比较而言,硬判决量化虽有一定的性能损失,但其基于系数独立假设,支持系数间的并行化处理。基于目前量化算法现状,该文致力于提出一种基于视频内容的自适应死区量化算法。该算法将兼顾软硬判决量化双方面的优势,在保证并行化处理的基础上,尽可能减少率失真性能损失。研究发现,变换系数的分布特性以及量化参数对量化有极大的影响,已编码邻近块中的非零系数个数对当前系数的量化将产生微调作用。因此,该文采用离线建模的方式,构建量化死区与上述三个参数的函数模型,基于该模型,提出一种适用于H.264编码标准的自适应死区量化算法。为了将自适应死区量化推广到最新视频编码标准,同时考虑人眼的视觉感知,该文在后期研究中,提出了一种考虑人眼视觉特性的感知自适应硬判决量化算法。在H.264标准下,验证了固定死区量化算法,内容自适应的死区量化算法以及率失真优化量化算法的率失真性能。相对于固定死区量化算法,基于本文自适应偏移量模型的硬判决算法获得显著性能提升,PSNR有0.08836dB提升,等效于3.097%码率节省。与率失真优化量化算法相比,BD-PSNR性能仅有0.03921dB下降,相当于1.51%码率增加。算法复杂度与传统的硬判决量化算法基本一致。在H.265/HEVC标准下,对色差分量采用感知自适应硬判决量化算法,相比于传统的率失真优化量化算法,BID-RATE平均有2.6094%的码率节省,BD-PSNR平均有0.0521dB的性能提升。编码时间节省4.3305%。感知自适应量化算法考虑人眼的主观特性,在主观评价测试中,该算法与感知率失真优化量化算法几乎一致,非常接近于感知率失真量化算法的主观性能。

关键词：视频编码软判决量化率失真优化硬判决量化