高清视频编码的帧内预测编码器的架构设计

摘要

论文研究用于下一代视频压缩标准 HEVC(高效视频编码)的低复杂度帧内预测编码器。HEVC和上一代标准H.264相比,可以取得2倍的压缩效率。在获得更高压缩率的同时,HEVC的编码复杂度也变得很高。在新标准HEVC中,帧内预测仍然扮演着很重要的角色,在实现帧内预测编码器的过程中,有三个问题会导致高复杂度,首先是HEVC提供了更多帧内预测块和预测模式,遍历所有的块和模式会带来很大的复杂度。其次是HEVC采用码率-扭曲率(R-D)代价来做模式判决,R-D代价的计算方法复杂且计算量大。最后是HEVC提供了大尺寸的正/反变换,导致很大硬件资源的开销。
　　为了减少需要完整处理的帧内预测块和模式的个数,本文首先提出了一个HEVC帧内预测块和预测模式的快速选择算法。其中,作者首先提出了一个低复杂度预估hadamard(HAD)代价的方法和一个线下训练阈值的方法。通过比较预估代价和训练得到的阈值,一些帧内预测块被过滤,然后从5层帧内预测块中挑选出相邻2层的预测块,进行完整预测。同时,预估HAD代价小的模式可以直接判定为候选模式,避免了计算实际HAD代价。为了充分利用大尺寸变换对编码性能的提升,本文提出了一个预测块32x32的补偿策略。实验结果显示,和原始的HEVC测试模型(HM)相比,作者设计的HEVC帧内预测块和预测模式快速选择算法可以减少50％以上的编码复杂度,并保证编码质量损失少于2%。
　　为了降低R-D代价实现的复杂度,本文又提出了一个HEVC低复杂度R-D代价预估算法。完整R-D代价需要经过重建回路得到扭曲率,并且计算熵编码才能得到码率。为了省去熵编码的计算并且避免重建回路引起的数据依赖问题,我们用变换系数去预估R-D代价的两个部分,码率和扭曲率。实验结果显示,和原始的HEVC测试模型(HM)相比,设计的R-D预估模型可以减少60%以上的R-D运算时间,并保证编码性能损失小于2.5%。
　　为了降低大尺寸正/反变换的硬件开销,本文在最后提出了一个HEVC正/反变换的低代价算法和架构。首先,为了降低正变换的硬件资源,作者提出并进串出的方法,在每个周期内都输出固定数量的正变换结果。对应的架构设计在不同的周期内可以被重用,从而降低硬件开销。实验结果显示,设计的正变换架构较之前的研究可以减少19%的硬件资源。和正变换类似,为了降低反变换的硬件开销,作者提出了一个重新排序的并进串出算法,该架构在不同周期内也可以被重用。另外,我们还调换了反变换输出点的顺序,从而能共享反变换中蝴蝶架构的输入值,减少了中间变量的计算量。实验结果显示,作者提出的反变换架构较之前的研究可以省略33%的硬件开销。
　　实验结果显示本文提出的算法和架构设计都能实现低复杂度和低功耗,并能有效地应用于实时的HEVC帧内预测编码器中。

目录

封面

声明

中文摘要

英文摘要

目录

图录

表录

第一章 绪论

1.1课题研究背景

1.2课题研究现状

1.3课题研究内容和意义

1.4论文的主要内容与章节安排

第二章 视频压缩处理技术和研究

2.1 H.264/AVC编码特征

2.2 HEVC编码新特征

2.3视频编码器框架

2.4视频编码技术研究现状

第三章 HEVC帧内预测块和预测模式的快速选择算法

3.1低复杂度代价建模

3.2线下训练阈值方法

3.3帧内预测块快速选择算法

3.4帧内预测模式快速选择算法

3.5预测块32x32的补偿策略

3.6实验结果和分析

3.7本章总结

第四章 HEVC低复杂度R-D代价预估算法

4.1模式判决中代价的复杂度分析

4.2 HEVC中的R-D代价生成方法

4.3低复杂度R-D代价预估模型

4.4码率的预估算法

4.5扭曲率的预估算法

4.6实验结果和分析

4.7本章总结

第五章 HEVC变换的低代价算法和架构设计

5.1陈氏算法

5.2正变换的低代价算法和架构设计

5.3反变换的低代价算法和架构设计

5.4实验结果

5.5本章总结

第六章 总结和后续研究工作

6.1主要工作与创新点

6.2后续研究工作

参考文献

致谢

攻读硕士学位期间已发表或录用的论文