利用纹理结构的HEVC快速帧内模式选择算法
一种快速HEVC编码单元决策算法
一种快速HEVC编码单元决策算法雷海军;杨忠旺;陈骁;袁梅冷【摘要】分析高效视频编码标准(HEVC)的编码单元算法，针对当前视频编码标准计算复杂度大的问题，基于相邻编码单元相关性和纹理特性，提出一种快速HEVC 编码单元决策算法。
该算法统计当前编码单元和相邻编码单元的相关性，分析编码单元的纹理复杂度，并设定合理的阈值，决定检测是否提前终止，以此快速找到最优编码单元。
仿真结果表明，该算法与HEVC参考软件HM8.0相比，在码率增加忽略不计的情况下，编码时间平均缩短了37.4%，最高可达48.2%。
%This paper analyzes coding unit algorithm of High Efficient Video Coding(HEVC) standard. Aiming at its high computational complexity, this paper proposes a fast coding unit decision algorithm for HEVC based on the coding unit correlation and texture of coding unit. This algorithm counts the correlation of current coding unit and adjacent coding unit, calculates texture complexity of encoding units, sets a reasonable threshold, and detects early termination, to quickly find the optimal coding unit. Simulation results show that, compared with the HEVC conference software HM8.0, the proposed algorithm can reduce about 37.4% encoding time and up to 48.2%, while it suffers from negligible on bit-rates performance.【期刊名称】《计算机工程》【年(卷),期】2014(000)003【总页数】4页(P270-273)【关键词】高效视频编码;编码单元;计算复杂度;提前终止;纹理特征;码率【作者】雷海军;杨忠旺;陈骁;袁梅冷【作者单位】深圳大学计算机与软件学院，广东深圳 518060;深圳大学计算机与软件学院，广东深圳 518060;创维集团深圳研究院，广东深圳 518060;深圳职业技术学院，广东深圳 518060【正文语种】中文【中图分类】TP37随着数字技术的快速发展以及互联网的广泛应用，图像和视频压缩技术已经渗透到人们的日常生活中，而且近几年对高清和超高清的需求服务越来越大。
HEVC快速帧内模式和深度决策算法
HEVC快速帧内模式和深度决策算法伍冠健;宋立锋【摘要】A fast algorithm based on interlaced extracting modes,statistics of pixel gradient and residual of sub-CU for intra prediction in High Efficiency Video Coding (HEVC) is presented in this paper.Cor-responding to 33 intra angle modes in HEVC,gradient directions are divided into 33 classes.And gradi-ent direction of every pixel in a CU is calculated.Angle modes with even number are calculated and ranked firstly,then the set of candidate mode is gained by fast comparison.According to the cumulative number of pixels in every class of gradient direction,some candidate modes can be rejected.When cal-culating Hadamard Transform predicted residual ( SATD) of current PU,SATDs of the four sub-PUs are noted.According the relative ratio of them,the traversal calculation of next depth of current PU is rejec-ted.Experimental results show that,compared with HM13.0,the proposed method performs about 54%time saving of intra encoding with only1%increment on the total rate.%针对HEVC帧内预测过程计算复杂度较大的问题,提出基于隔点模式抽取、像素梯度统计和子PU残差相对比的快速帧内预测算法.对应HEVC的33种帧内角度模式,按区间划分33类梯度方向并计算PU各个像素的梯度方向.先对偶数编号的角度模式计算排序,再快速比较得到候选模式集.然后根据所属各类梯度方向的像素累计个数,舍弃部分候选模式.在计算当前PU的哈达玛变换预测残差( Sum of Absolute Transformed Difference,SATD)的同时,记录该PU内4个子PU的SATD,并通过对这4个SATD之间的相对比,跳过当前PU之后深度的计算.实验结果表明,与HEVC标准测试模型HM13.0的算法相比,本文所提出的算法可节省约54%的帧内编码时间,而码率只有约1%的增加.【期刊名称】《广东工业大学学报》【年(卷),期】2015(032)004【总页数】6页(P132-137)【关键词】HEVC;帧内预测;隔点模式抽取;像素梯度;子PU残差;快速算法【作者】伍冠健;宋立锋【作者单位】广东工业大学信息工程学院,广东广州510006;广东工业大学信息工程学院,广东广州510006【正文语种】中文【中图分类】TN919.81新一代视频压缩编码标准高效视频编码(High Efficiency Video Coding，HEVC)［1］由 MPEG 与 VCEG组成的视频编码联合专家组(JCT-VC)制定，最初于2010年1月启动，并于2013年1月正式完成发布［2］.HEVC的目标在于大幅提高视频编码效率，在相同图像质量的前提下，压缩率比H.264/AVC高档次(High Profile)提高一倍，支持从320×240到7 980×4 320 各种分辨率的视频［3］.同时，相比H.264的传输特点［4］，HEVC 的码流结构更适合传输速度越来越快的网络环境［5］.为此，HEVC在编码流程的各个环节都做了大量的改进.其中在帧内预测方面，预测模式由8种扩展为36种;编码块尺寸由4×4和8×8两种扩展为由4×4到64×64共5种尺寸.但多种模式和多层深度的遍历计算，在提高了预测精度的同时，也大幅增加了运算复杂度［6］.因此，对HEVC的应用推广来说，快速帧内预测算法的提出是必然需求.现阶段HEVC的快速帧内预测算法可分为两类.第一类是减少遍历计算的模式个数，尤其是进入率失真优化(Rate-Distortion Optimization，RDO)阶段的候选模式个数.如文献［7-8］提出的根据像素梯度统计信息，减少进入粗模式选择(Rough Mode Decision，RMD)和RDO的候选模式个数.文献［7］的算法在HEVC标准测试模型HM4.0的测试中，编码时间减少了20%，码率增加了0.74%.此外，文献［9］利用组合比较的方法，减少了RMD遍历的模式个数.文献［10-11］利用分组合并的方法快速得到编码单元(Codiny Unit，CU)的最佳模式.第二类是减少遍历计算的层次深度.如文献［11］提出了基于CU当前深度的总代价与当前量化参数(Quantization Parameter，QP)的比较，跳过之后的深度遍历，该算法在HM5.2rc1的测试中，编码时间减少了24%，码率增加了0.83%.此外，文献［12］提出了通过 CU当前深度与上一深度的率失真代价(Rate-Distortion Cost，RD Cost)的比较跳过当前以及之后的深度遍历的算法;文献［13-14］提出了根据区域图像特征快速选定CU划分深度的算法.以上算法虽然都在一定程度上减少了编码时间，但减少幅度还不大.本文提出的算法能在码率增幅极小的前提下，大幅减少帧内预测编码时间，更有利于HEVC的应用推广.1HEVC帧内编码1.1 帧内编码块和预测模式HEVC划定了如图1所示的四叉树结构的编码单元(Coding Unit，CU)，以此作为单位进行编码.先规定最大的CU(Largest CU，LCU)，最大为64×64，往下可逐层划分，最小尺寸为8×8.每一层成为一个深度，并规定LCU的深度为0，往下递增.在帧内编码中，LCU之间按光栅扫描顺序逐个编码，而在LCU内部则按Z扫描顺序对各个深度的CU进行遍历预测.在非最大深度CU中，预测单元(PredictionUnit，PU)尺寸都与CU相同，即按2N×2N方式划分.当完成最大深度CU的预测后，则要在最大深度CU的基础上再往下划分一层深度PU进行遍历预测，即按N×N方式划分.如图2所示，HEVC的帧内预测模式有36种，其中包括33种角度预测模式(编号为2到33)，2种非角度预测模式(编号为0的Planar和编号为1的DC模式)，1种色度预测特有的亮度导出模式(编号为36的DM，编号为35的LM预测模式已被弃用，但仍保留其编号)［15］.图1 基于四叉树的CU划分Fig.1 The partition of coding unit based on quad-tree图2 33种帧内角度预测模式Fig.2 33 kinds of angular intra prediction modes 1.2 帧内预测流程自2013年JCT-VC正式发布了HEVC后，其标准测试软件HM趋向稳定.根据HM13.0，HEVC的帧内亮度预测流程如图3所示，可分为4个环节.首先进行RMD，对PU遍历35种模式预测.每次对预测块与原始块的残差使用哈达玛变换，得到其SATD值.定义每个模式RMD预测的总代价HC为其中SATDpre是预测块与原始块的SATD值，λ是拉格朗日乘子，R是使用该模式编码的比特率.在这35种模式中，根据PU的尺寸选择其HC最小的N个模式作为候选模式集MC.若PU尺寸大于或等于16×16，则N=3;否则N=8.其次，进行最有可能模式选择(Most Probable Mode，MPM)，即根据当前PU的左、上边已编码的邻近PU的模式，添加1或2种模式进候选模式集MC，并更新N的值.然后对这N种候选模式进行第一次率失真优化(RDO1)，定义其率失真代价RC 为其中SSDrec(Sum of Squared Difference)是使用该模式编码的重建块与原始块的残差.RC最小的模式即为帧内预测的最佳模式.最后对该最佳模式进行第二次率失真优化(RDO2)，该次RDO使用了TU划分，根据两者RC的比较，以确定PU 是作为一个TU，还是划分为多个TU进行编码.图3 HM13.0单层深度帧内预测流程Fig.3 The process of intra prediction in one depth of HM13.02 HEVC快速帧内预测算法2.1 减少遍历计算的模式个数HM标准帧内预测算法中，在RMD环节要计算35个模式，在两次RDO环节共要计算N+1个模式，其计算量过于庞大.由于RDO使用的是重建块，每计算一次RDO，就相当于对PU做了一次完整的编码流程，计算量更是远大于RMD.因此，本文提出如图4所示的一系列快速算法，以减少进入RMD和RDO环节的模式个数.图4 修改后的单层深度帧内预测流程Fig.4 The modified process of intra prediction in one depth2.1.1 减少RMD计算的模式个数RMD的快速算法分4步，每计算一个模式则排序更新一次RMD候选模式集MC.首先计算17个编号为偶数的角度模式，并根据其HC值，由小到大排序，选取前N个模式组成RMD候选模式集MC.其次，检测当前PU是否存在左、上、左上、右上邻近PU，以及其所属上一深度的PU.若这些PU存在并已完成预测，则对当前PU计算它们所采用的模式.然后，比较MC内前两个模式M1、M2的HC值，若满足式(3)，则分别计算这两个模式的两个未被检测过的邻近编号模式，否则只计算M1的两个邻近编号模式.α的值本文取1.2.例如若M1=4，则要检测编号为3与5的两个模式;若M1=9，则要检测编号为7与11的两个模式.最后计算编号为0和1的两个非角度模式.经此修改，RMD实际遍历计算的模式个数通常只有21到23个，仅占全部模式个数的60%.该部分算法全流程如图5所示.此算法的思路在于舍弃原本全搜索得到最佳候选集的方式，改为由疏到密的隔点抽样，逐步逼近最佳的候选模式.其中对邻近PU以及上层PU模式的检测，是基于它们与当前PU之间存在一定的空域相似性，有较大可能选取相同或相近的最佳模式.图5 修改后的RMD流程Fig.5 The modified process of rough mode decision 2.1.2 提前确定最佳模式在进入第一次RDO之前，检测当前PU的左、上邻近PU以及所属上一深度的PU是否都存在，并且它们所选的最佳模式是否都与当前PU的RMD最佳候选模式相同.若相同，再检测左上、右上邻近PU.只要这两者中存在一个，并且其所选的最佳模式与当前PU的RMD最佳候选模式相同，则确定此最佳候选模式为最佳模式，不再对其他候选模式进行RDO计算;否则进行像素梯度检测，再次筛选候选模式集MC.2.1.3 像素梯度检测每进入一个新的LCU，则对该LCU内每个像素计算其梯度方向.定义像素Px，y的右边和下边邻近像素分别为 Px+1，y和 Px，y+1.若 Px，y是 LCU 的右或下边界像素，则令其右或下邻近像素与其相等.像素梯度方向为定义与Angle相对应的角度模式编号如表1所示.在该LCU内的各个深度的PU，都可统计该PU内采用某个模式的像素个数.对候选模式集MC第3个及之后的候选模式检测，定义当前PU中采用编号为i(2≤i≤33)的角度候选模式的像素个数为ni，当前PU的宽度为W，高度为H.若满足式(5)［8］，则可认为在全部33个角度模式中，模式i成为最佳模式的概率远低于平均水平，可以在MC中舍弃模式i. 表1 像素梯度方向与帧内角度模式编号的对应关系Tab.1 The correspondencebetween gradient directions of a pixel and numbers of angular intra prediction modes?若当前PU尺寸大于或等于16×16，则对所有角度模式按其所包含的像素个数由多到少进行排序，选取前N个模式作为比较集MC0与MC中第3个以及之后的角度候选模式逐个对照.若某个候选模式不在MC0之中，则舍弃该候选模式.由于尺寸为8×8和4×4的PU所含的像素个数较少，各ni相差不明显，该排序比较算法的准确性会因而下降，故不适用于它们.2.1.4 子PU残差比较一个PU的SATD，是对其划分为多个8×8或4×4块分别计算得到的SATD的总和.因此，在计算某个非最大深度PU的SATD时，可记录它所包含的4个子PU各自的SATD，记为subSATDi.并定义这4个子PU残差值之间的总相对误差率为subR.PU的帧内预测都是基于左、上邻近PU的像素得到的，因此在PU内部，越靠右、下方向的像素，其预测误差越大，这种情况在PU包含丰富的纹理信息时愈加明显.从式(6)～(7)可知，对某个非最大深度PU来说，可根据其subR的大小体现它包含的纹理信息的丰富程度，并由此推测PU是否需要TU划分乃至下一深度的PU划分.从实验数据可知，4×4的PU必定不需TU划分;8×8的PU有极大几率不需TU划分，因此可以跳过RDO2;尺寸在16×16及以上的PU是否需TU划分的随机性较大，不应跳过RDO2.本文提出的算法是:4×4、8×8、64×64的 PU 跳过 RDO2;尺寸在16×16及以上的PU最佳模式若满足式(8)则跳过RDO2.β 的值本文取0.3.2.2 减少遍历计算的层次深度若当前PU是深度为d(d＞0)的第k(1≤ k≤4)个PU，在完成该PU的帧内预测后，可检测其上一深度的subRd-1值，若不满足式(9)，则按照原本的预测流程继续;否则可进一步比较率失真代价.定义上一深度的PU的率失真代价为RCd-1，其4个子PU采用最佳模式下的 STAD值分别为subSATDd-1，i，当前深度k个PU的率失真代价分别为 RCd，i.若满足式(12)［12］，则可认为当前 CU 的图像比较平缓，不需更大深度的划分，即跳过之后的遍历计算流程，提前确定d-1为当前LCU的最佳划分深度.γ的值本文取0.1.3 实验结果与分析3.1 实验条件本文所提出的算法已在HEVC标准测试模型HM13.0实现，编码采用HM13.0附带的All Intra和Random Access的Main Profile标准配置文件.对27个HEVC通用测试序列各以22、27、32、37共4个QP进行编码.实验环境是:主频3.3 GHz的Intel Core i3-2120 CPU，4Gbyte内存的 Windows 7(64位)系统，代码编译工具使用VS2010.3.2 实验结果分析本文所提出的算法与原HM13.0之间的性能比较由Bjontegaard［16］的算法体现.BDRate是经由 RD曲线拟合得到的，在相同亮度PSNR下，本文算法相比HM13.0所增加的比特率百分比.同理，BDPSNR是在相同比特率下，本文算法与HM13.0的亮度PSNR差值.ATSP(Average Time Saving Percent)是本文算法相比HM13.0所减少的编码时间百分比.测试结果如表2所示.在All Intra配置下，从Class A到Class E皆是由摄像机拍摄的常规视频序列，它们的峰值信噪比平均下降0.045dB，比特率增加0.858%.Class F为特殊用途视频序列，峰值信噪比平均下降0.270dB，比特率增加2.346%.全部视频序列的峰值信噪比总体下降0.079dB，比特率增加1.079%，编码时间减少53.67%.在 Random Access配置下，从Class A到Class E视频序列的峰值信噪比平均下降0.026dB，比特率增加0.795%.Class F的峰值信噪比平均下降0.182dB，比特率增加1.832%.全部视频序列的峰值信噪比总体下降0.049dB，比特率增加 0.949%，编码时间减少12.97%.由此可见，本文所提出的算法能大幅减少帧内编码时间，而所造成的总体图像质量下降和码率增加非常轻微. 表2 27个HEVC通用测试序列的实验数据Tab.2 The experimental data of 27 universal test sequences of HEVC?4 结语本文介绍了新一代视频编码标准HEVC的帧内预测技术，以及一些前人关于HEVC快速帧内预测算法的研究成果，并提出了新的快速帧内预测算法.该算法以像素梯度统计和子PU残差比较作为参考要素，在帧内预测时，舍弃了某些模式和深度的遍历计算.在与HM13.0的实验结果比较中，本文所提出的算法大幅减少了帧内编码时间，而因此只有轻微的图像质量下降和比特率增加.参考文献:［1］Bross B，Han W J，Sullivan G J，et al.High efficiency videocoding(HEVC)text specification draft 9［S］.document JCTVC K1003，ITU-T/ISO/IEC Joint Collaborative Team on Video Coding(JCT-VC)，2012. ［2］Sullivan G J，Ohm J，Han W，et al.Overview of the high efficiency video coding(HEVC)standard［J］.Circuits and Systems for Video Technology，IEEE Transactions，2012，22(12):1649-1668.［3］朱秀昌，李欣，陈杰.新一代视频编码标准——HEVC［J］.南京邮电大学学报:自然科学版，2013，33(3):1-11.Zhu X C，Li X，Chen J.Next generation video coding standard —— HEVC［J］.Journal of Nanjing University of Posts and Telecommunications:Natural Science Edition，2013，33(3):1-11. ［4］刘国英，章云，陈泓屺.H.264视频码流自适应传输的研究与实现［J］.广东工业大学学报，2013，30(4):83-87.Liu G Y，Zhang Y，Chen H Q.Researchon and implementation of adaptive transmission of H.264 video stream ［J］.Journal of Guangdong University of Technology ，2013，30(4):83-87. ［5］Rickard S，Ying C，Akira F，et al.Overview of HEVC high-level syntax and reference picture management［J］.Circuits and Systems for Video Technology，IEEE Transactions，2012，22(12):1858-1870.［6］Guilherme C，Pedro A，Luciano A，et al.Performance and computational complexity assessment of high-efficiency video encoders ［J］.Circuits and Systems for Video Technology，IEEE Transactions，2012，22(12):1899-1909.［7］Jiang W，Ma H，Chen Y.Gradient based fast mode decision algorithm for intra prediction in HEVC［C］∥ Consumer Electronics，Communications and Networks(CECNet)，2012 2nd International Conference.Yichang:IEEE，2012:1836-1840.［8］Chen G，Pei Z，Sun L，et al.Fast intra prediction for HEVC based on pixel gradient statistics and mode refinement［C］∥ Signal and Information Processing(ChinaSIP)，2013 IEEE China Summit＆International.Beijing:IEEE，2013:514-517.［9］石飞宇，刘昱.一种HEVC快速帧内模式判断算法［J］.电视技术，2013，37(11):8-11.Shi F Y，Liu Y.Fast intra mode decision algorithm for HEVC ［J］.Digital Video，37(11):8-11.［10］Yan S，Hong L，He W，etal.Group-Based Fast Mode Decision Algorithm for Intra Prediction in HEVC［C］∥Signal Image Technology and Internet Based Systems(SITIS)，2012 Eighth International.Naples:［s.n］，2012:225-229.［11］Kim J，Choe Y，Kim Y.Fast coding unit size decision algorithm for intra coding in HEVC［C］∥Consumer Electronics(ICCE)，2013 IEEE International Conference.NV Las Vegas:IEEE，2013:637-638.［12］Zhang H，Ma Z.Early termination schemes for fast intra mode decision in high efficiency video coding［C］∥ Circuits and Systems(ISCAS)，2013 IEEE International Symposium.Beijing:IEEE，2013:45-48.［13］蒋洁，郭宝龙，莫玮，等.利用平滑区域检测的HEVC帧内编码快速算法［J］.西安电子科技大学学报:自然科学版，2013，40(3):194-200.Jiang J，GuoB L，Mo W，et al.Fast intra coding algorithm using smooth region detection for HEVC［J］.Journal of Xidian University:Natural Science Edition，2013，40(3):194-200.［14］甘勇，赵晓荣，李天豹，等.基于图像特征的HEVC快速帧内预测算法［J］.郑州轻工业学院学报:自然科学版，2014，29(1):90-93.Gan Y，Zhao X R，Li T B，et al.Fast intra prediction algorithm based on picture feature for HEVC ［J］.Journal of Zhengzhou University of Light Industry:Natural Science Edition，2014，29(1):90-93.［15］Lainema J，Bossen F，Han W，et al.Intra coding of the HEVC standard［J］.Circuits and Systems for Video Technology，IEEETransactions，2012，22(12):1792-1801.［16］Bjontegaard G.Calculation of average PSNR differences betweenRD-curves(VCEG-M33)［C］∥ Proc.VCEG A Texas Austin:［s.n］，2001.。
基于HEVC的帧内快速模式选择算法
Ｋｅ ｙ ｗｏ ｒ ｄ ｓ：ｍｕ ｌ ｔ ｉ ｍｅ ｄ ｉ ａ ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ；ｄ ｉ ｇ ｉ ｔ ｌ ａ ｉ ｍａ ｇ ｅ ；ＨＥ ＶＣ；ｉ ｎ ｔ ｒ ａ — ｆ ｒ ａ ｍｅ ｓ ｐ ｒ ｅ ｄ ｉ ｃ ｔ ｉ ｏ ｎ；ｆ ａ ｓ ｔ ｍｏ ｄ ｅ ｄ ｅ ｃ ｉ ｓ ｉ ｏ ｎ
ｐ ｒ ｏ ｃ ｅ ｓ ｓ ｔ ｏ ｄ ｅ ｃ ｒ ｅ ａ ｓ ｅ ｔ ｈ ｅ ｃ ｏ ｄ ｉ ｎ ｇ ｃ ｏ ｍｐ ｌ ｅ ｘ ｉ ｔ ｙ ．Ｉ ｎ ｔ ｈ ｉ ｓ ｌｇ ａ ｏ ｉ ｒ ｔ ｈ ｍ ，ｗ ｅ ｍａ ｋ ｅ ｆ ｕ ｌ ｌ ｕ ｓ ｅ ｆ ｏ ｈｅ ｔ ｓ ｉ ｍｉ ｌ ａ ｒ ｉ ｔ ｙ ｏ ｆ ｈｅ ｔ ｃ ａ ｎ ｄ ｉ ｄ ａ ｔ ｅ ｍｏ ｄ ｅ ｌ ｉ ｓ ｔ ｓ ｆ ｒ ｏ ｍ ｐ ａ ｒ ｅ ｎ ｔ ｐ ｒ ｅ ｄ ｉ ｃ ｔ ｉ ｏ ｎ ｕ ｎ ｉ ｔ ａ ｎ ｄ ｃ ｈ ｉ ｌ ｄ ｐ ｒ ｅ ｄ ｉ ｃ ｔ ｉ ｏ ｎ ｕ ｎ ｉ ｔ ａ ｎ ｄ ｍｅ ｒ ｇ ｅ ｔ ｈ ｅ ｐ ｒ ｅ ｄ ｉ ｃ ｔ ｉ ｏ ｎ ｍｏ ｄ ｅ ｓ ｉ ｎ ｔ ｏ ｓ ｅ ｖ ｅ ｒ ａ ｌ ｇ ｒ ｏ ｕ ｐ ｓ ｏ ｔ ｆ ｕ ｔ ｒ ｈ ｅ ｒ ｒ ｅ ｄ ｕ ｃ ｅ ｔ ｈ ｅ ｎ ｕ ｍｂ ｅ ｒ ｆ ｏ
申文龙
（ 北京工业 大学计算机 学院， 北京 １ ０ ０ １ ４） ２
摘要 ： 为 了解决高效率视频编码（ Ｈ ｉ ｇ ｈ Ｅ ｉｃ ｆ ｉ ｅ ｎ ｃ ｙ Ｖ ｉ ｄ ｅ ｏ Ｃ ｏ ｄ ｉ ｎ ｇ ， ＨＥ Ｖ Ｃ ） 复杂度 过 高的 问题 ， 基 于粗 粒度 模式 选择 （ Ｒ ｏ ｕ ｇ ｈ Ｍｏ ｄ ｅ Ｄ ｅ ｃ ｉ ｓ ｉ ｏ ｎ ， Ｒ ＭＤ） 过程提 出一种 降低 编码 复杂度 的方法。该算法 充分利 用 了 Ｒ ＭＤ候 选队 列的相似 程度和 预测模 式 在方 向上 的相 关性 这两个特性 ， 进一步减 少了进入 率失真优 化过程 （ Ｒ ａ ｔ ｅ Ｄ ｉ ｓ ｔ ｏ ｒ ｔ ｉ ｏ ｎ Ｏ ｐ ｔ ｉ ｍ ｉ ｚ ａ ｔ ｉ ｏ ｎ ， Ｒ Ｄ Ｏ） 的预 测模 式数 量 ，
基于调色板模式的屏幕视频帧内编码快速算法
基于调色板模式的屏幕视频帧内编码快速算法王菲【摘要】基于HEVC的屏幕视频编码根据屏幕视频的特征,引入了调色板模式、基于Hash的块匹配算法等新技术.这些新技术虽然提升了编码的质量,但同时增加了编码器的复杂度.为降低屏幕视频编码器的复杂度,提出了一种基于调色板模式的屏幕视频帧内编码快速算法.该算法结合了屏幕视频的特征和帧内编码模式的空间相关性,有效地减少了帧内编码单元的模式搜索范围.该算法可以在保证视频编码质量的前提下,有效降低编码复杂度,减少编码时间.在屏幕内容编码的标准测试平台SCM5.4的实验结果显示,本算法可以降低21%的编码时间,同时只引起0.93%的BD-Rate的上升.【期刊名称】《微型机与应用》【年(卷),期】2017(036)002【总页数】3页(P34-36)【关键词】屏幕视频编码;调色板模式;帧内编码【作者】王菲【作者单位】同济大学电子与信息工程学院,上海201804【正文语种】中文【中图分类】TP37新一代视频压缩编码标准——高效视频编码技术(High Efficiency Video Coding，HEVC)，它将自然图像视频压缩效率相对于H.264/AVC提升了数倍。
近年来，随着视频会议、远程桌面共享等应用越来越广泛，人们对带有文字图表的图像等屏幕视频的需求量越来越大，传统的视频编码技术如HEVC、H.264/AVC等对自然图像视频处理固然有效，但是由于屏幕视频图像不同于自然视频图像的特点，如局部块颜色的数量有限、边缘锋利、色调不连续、没有可捕获的噪声等，如果使用传统的自然图像编码技术，极有可能降低屏幕视频编码效率。
基于HEVC视频压缩编码标准的屏幕视频编码标准(Screen Content Coding，SCC)仍在完善之中，但是SCC依旧沿用了HEVC的框架，即HEVC所采用的四叉树结构的编码单元(Coding Unit，CU)划分方式，并对每种尺寸的CU、预测单元(Prediction Unit，PU)或变换单元(Transform Unit，TU)通过计算率失真代价(Rate Distortion Cost，RD_Cost)得出最优尺寸。
一种hevc帧内编码的快速算法
一种hevc帧内编码的快速算法随着高清视频编码的应用广泛，视频编码技术也不断创新。
HEVC（High Efficiency Video Coding）是一种新兴的视频编码标准，它的编码效率比先前的编码标准高出30%以上，但它的编码时间也随之增加。
因为HEVC使用了更复杂的算法来提高其编码效率，所以导致了更长时间的编码过程。
为了解决这个问题，需要一种能够快速进行HEVC帧内编码的算法。
HEVC帧内编码是一种先将一帧视频分成小块，然后对每个块进行处理的算法。
对于每个块，HEVC会选择最适合它的预测模式，并根据这个预测模式对其进行编码。
然而，这个编码过程需要进行一系列的计算，包括变换、量化、熵编码等，而这些计算过程都需要花费巨大的时间。
因此，为了提高编码效率，需要一种能够快速进行这些计算过程的算法。
一种基于快速傅里叶变换（FFT）的算法被提出来作为解决方案。
该算法首先对每个块进行FFT变换，然后使用选择性位数算法（SNS）去掉变换后的系数中的一些冗余信息。
接下来，使用一种自适应的变换系数缩放技术，使得每个块的系数能够更好地适应其熵编码模型，并且可以优化量化过程。
最后，使用一种反变换技术将变换后的块转换为它们的原始块。
这种算法通过FFT的快速计算能够大幅度缩短计算时间，同时，通过SNS算法去掉冗余信息以及自适应的缩放技术和优化量化过程，可以增加压缩比和降低码率。
因为这种算法可以快速高效地进行处理，所以可以用来加速HEVC帧内编码的过程。
除了FFT算法之外，还有其他可用的算法，例如多项式展开算法以及子采样算法。
这些算法也可以用于加速HEVC帧内编码。
然而，FFT算法的优势在于它可以快速高效地计算出变换系数，并且可以更好地适应二维情况下的数据处理。
总而言之，快速HEVC帧内编码算法是一种提高编码效率的重要工具。
与传统的编码方法相比，它具有更高的压缩率、更快的速度以及更高的质量。
因此，研究和开发快速HEVC帧内编码算法是非常必要和重要的。
一种新的用于屏幕图像编码的HEVC帧内模式
一种新的用于屏幕图像编码的HEVC帧内模式陈先义;赵利平;林涛【摘要】由于传统编码方式对屏幕图像的编码效果不佳，该文根据屏幕图像包含大量非连续色调内容的特点，在HEVC(High Efficiency Video Coding)基础上，提出一种新的帧内编码模式称为帧内串匹配(Intra String Copy, ISC)。
基本思想是在HEVC的编码单元(Coding Unit, CU)级别上，引入字典编码工具：编码时，在一定长度的字典窗口内，利用散列表，对当前CU内的像素，进行串搜索和匹配；解码时，根据像素串匹配的距离和匹配长度，在重建缓存内复制相应位置像素重建当前CU像素。
实验结果表明，在编码复杂度增加很少的情况下，对于典型的屏幕图像测试序列，在全帧内(All Intra, AI)，随机接入(Random Access, RA)，低延迟(Low-delay B, LB)3种配置下，有损编码模式比HEVC分别节省码率15.1%,12.0%,8.3%，无损编码模式分别节省码率23.3%,14.9%,11.6%。
%Because of the poor effect of the traditional coding methods on the screen content coding, considering the screen content is rich in non-continuous tone content, a new intra coding mode based on High Efficiency Video Coding (HEVC), which is called Intra String Copy (ISC), is proposed. The basic idea is adopting the dictionary coding tool on the HEVC Coding Unit (CU) level. When encoding, the current CU pixels are searched and matched in a certain length dictionary window by using Hash table. When decoding, according to the pixels string matching distances and lengths, the current CU pixels in the reconstruction cache are restored by copying the corresponding position pixels. Experiment results show that with little coding complexity increase than HEVC, for typical screen contenttest sequences, ISC can achieve lossy coding bit-rate saving of 15.1%, 12.0%, 8.3% for All Intra (AI), Random Access (RA), and Low-delay B (LB) configurations, respectively, and lossless coding bit-rate saving of 23.3%, 14.9%, 11.6% for AI, RA, and LB configurations.【期刊名称】《电子与信息学报》【年(卷),期】2015(000)011【总页数】6页(P2685-2690)【关键词】高效视频编码;屏幕图像编码;字典编码;散列表【作者】陈先义;赵利平;林涛【作者单位】同济大学超大规模集成电路研究所上海 200092;同济大学超大规模集成电路研究所上海 200092; 嘉兴学院数理与信息工程学院嘉兴 314000;同济大学超大规模集成电路研究所上海 200092【正文语种】中文【中图分类】TN919.8随着云计算、移动云计算、远程桌面和无线显示技术的发展，如何在低码率下使屏幕图像在电脑屏幕、手机屏幕、电视屏幕和其它客户端上高质量地显示，吸引了学术界和工业界的关注。
HEVC帧内编码的快速模式与TU尺寸决策算法
HEVC帧内编码的快速模式与TU尺寸决策算法吴良堤;冯桂【摘要】为降低高效视频编码(HEVC)帧内编码的复杂度,提出一种快速模式和变换单元(TU)尺寸决策算法.在快速模式决策算法中,利用预测单元的纹理减少粗糙模式的决策模式个数,根据最有可能成为第一候选模式的分布,跳过最佳模式可能性较小的模式率失真优化过程.在TU尺寸决策算法中,对残差块的纹理进行分析,以此提前终止TU的分割.在HM10.1上的实验结果证明,提出的算法能够平均降低30.7％的编码时间,增加1.40％的平均码流差.【期刊名称】《计算机工程》【年(卷),期】2016(042)005【总页数】7页(P263-268,274)【关键词】高效视频编码;帧内预测;模式决策;粗糙模式决策;率失真优化;变换单元【作者】吴良堤;冯桂【作者单位】华侨大学信息科学与工程学院,福建厦门361021;华侨大学信息科学与工程学院,福建厦门361021【正文语种】中文【中图分类】TN919.81随着人们对高清、超高清视频需求的增加,JCT-VC制定了新一代视频编码标准——高效视频编码(High Efficiency Video Coding,HEVC)标准[1]。
相比上一代视频编码标准H.264/AVC,HEVC引入了许多新的编码技术和工具,如编码单元的四叉树分割、样点自适应补偿等[2]。
这些新的工具与技术提高了HEVC的编码性能,但同时也急剧增加了编码的复杂度。
为克服编码复杂度高,增强HEVC的实用性,众多研究者提出了许多优化算法。
文献[3]利用邻近编码单元(Coding Unit,CU)来决策当前CU的深度级,同时利用预测模式间、率失真代价与预测模式间的相关性提前终止率失真优化(Rate Distrotion Optimization,RDO)过程;文献[4]以率失真代价为阈值进行CU提前修剪,同时根据候选模式集的模式成为最佳预测模式的分布概率来减化RDO过程;文献[5]利用CU 纹理的灰度直方图缩小当前CU的深度范围;文献[6]利用边缘方向强度检测减少预测候选模式;文献[7]利用当前编码块的邻近纹理特性调整预测模式;文献[8-9]分别采用方向能量和Sobel算子检测预测单元(Prediction Unit,PU)纹理来减少粗糙模式决策(Rough Mode Decision,RMD)过程的模式数量;文献[10-11]分别利用非零离散余弦变换(Discrete Cosine Transform,DCT)系数及邻近变换单元(Transformation Unit,TU)深度的相关性来加速残差四叉树变换(Residual Quadtree Transform,RQT)过程。
高效视频编码(HEVC)帧内预测块尺度的快速选择方法
高效视频编码(HEVC)帧内预测块尺度的快速选择方法邱春婷;齐静【摘要】针对高效视频编码(high efficiency video coding,HEVC)中帧内尺度模式选择计算复杂度高的问题,提出了一种HEVC帧内预测块尺度的快速选择方法.基于图像的纹理复杂度,通过提前检测帧内预测块的绝对误差均值,选择预测块尺度类型,减少穷尽搜索代价计算过程.实验结果表明,该方法能够有效降低帧内预测块尺度模式选择的计算复杂度,在比特率平均提高3.09％的情况下,编码时间能平均减少29.87％,峰值信噪比平均提高0.031％.【期刊名称】《科学技术与工程》【年(卷),期】2014(014)018【总页数】4页(P64-67)【关键词】HEVC;帧内预测;模式选择;纹理复杂度【作者】邱春婷;齐静【作者单位】西安工程大学服装与艺术设计学院,西安710048;西安工程大学服装与艺术设计学院,西安710048【正文语种】中文【中图分类】TN919.8新一代高效视频编码技术(high efficiency video coding，HEVC)[1]，由视频编码联合协作小组(JCT-VC)共同开发。
2013年1月，HEVC 的第一版最终草案(Main Profile、Main 10 Profile、Main 静止图像 profile)获得 ITU-T 批准，并被命名为 H.265。
HEVC遵循H.264/AVC的核心机制，并采用了多种新的编码技术，显著提高了编码性能[2]。
与H.264/AVC High Profile相比，HEVC可以在保证图像质量不受影响的前提下将码率降低50%，但这是以增加编码计算复杂度为代价的。
如同H.264/AVC，帧内编码是HEVC的重要组成部分，主要利用了帧内预测，残差的空间变换，系数量化和熵编码机制[3]。
在这种机制中，一个有效的帧内预测会产生小的残差并提高编码效率。
因此，帧内预测在HEVC中仍然起着非常重要的作用。
HEVC相关技术简介
● 高压缩率(Higher Compression rate)：传输带 宽和存储空间
H.264编码的局限性
分辨率的 大幅增加 宏块个数的 爆发式增长 并行度 比较低
导致运动矢 量幅值大幅增加 ，H.264中用来 对运动矢量进行 预测以及编码的 方法压缩率将逐 渐降低。
单个宏块所表 示的图像内容的信 息大大减少，这将 导致相邻的4×4或 8×8块变换后的低 频系数相似程度也 大大提高，导致 出现大量的冗余。
• Texture Sequences
– HM 2.0 with Inter-view prediction vs. HM 2.0 Simulcast in 3-view case
Base View Sequence BD PSNR Mobile Kendo Pantomime Poznan_Hall2 Average 0.00 0.00 0.76 0.00 0.19 BD bitrate 0.04 0.02 0.01 0.018 0.02 BD PSNR 6.33 1.15 0.60 1.00 2.27 BD bitrate -70.00 -20.56 -10.96 -38.47 -35.00 BD PSNR 6.99 1.07 0.56 0.97 2.40 BD bitrate -72.22 -19.87 -10.82 -38.21 -35.28 Enhanced View (Center) Enhanced View (Outer)
Sequence BD PSNR Mobile Kendo Pantomime Poznan_Hall2 Average 0.90 3.79 3.85 1.97 2.63 BD Bitrate -13.49 -48.19 -47.06 -53.13 -40.47 BD PSNR 0.99 3.70 3.70 1.96 2.59 BD bitrate -14.63 -48.16 -48.57 -53.10 -41.12
一种分层判决结构的H.264／AVC快速帧间模式选择方法
２ ． Ｓ ｃ ｈ ｏ ｏ ｌ ｏ ｆＩ ｎ ｆ ｏ ｒ ｍ ａ ｔ ｉ ｏ ｎ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ａ ｎ ｄ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ ， Ｈ ａ ｉ ｎ ａ ｎ Ｎ ｏ ｒ ｍ ａ ｌ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ， Ｈ ａ ｉ ｋ ｏ ｕ ， Ｈ ａ ｉ ｎ ａ ｎ ５ ７ １ １ ５ ８ ， Ｃ ｈ ｉ ｎ ａ）
第１ １ 期 ２ ０ １ ３年 １ １ 月
电
子
学
报
Ｖｏ １ ． ４ １ Ｎｏ． １ １ Ｎｏ ｖ． ２ Ｏ １ ３
Ａ（ Ｔ Ａ Ｅ ＬＥ Ｃｒ ＲＯＮＩ Ｃ Ａ Ｓ Ｉ ＮＩ ＣＡ
一
种 分 层 判 决 结 构 的 Ｈ． ２ ６ ４ ／ Ａ Ｖ Ｃ快 速 帧 间 模 式 选 择 方 法
Ａ ｂ ｓ ｔ ｒ ａ ｃ ｔ ： Ｔ ｈ ｅ ｒ ａ ｔ ｅ ｄ ｉ ｓ ｔ ｏ ｒ ｔ ｉ ｏ ｎ ｏ ｐ ｔ ｉ ｍｉ ｚ ａ ｉ ｔ ｏ ｎ（ Ｒ Ｄ Ｏ）ｗ ｈ ｉ ｃ ｈ ｕ ｓ ｅ ｓ ｍ ｏ ｄ ｅ — ｓ ｅ ｌ ｅ ｃ ｔ ｉ ｏ ｎ ｂ ａ ｓ ｅ ｄ ｐ ｒ ｅ ｄ ｉ ｃ ｉ ｔ ｏ ｎ ｃ ｏ ｄ ｉ ｎ ｇ ｃ ａ ｎ ａ ｃ ｉｅ ｈ ｖ ｅｔ ｈ ｅｈ ｉ ｇ ｈ —
也显示 ， 与Ｚ ｅ ｎ ｇ 方法相 比， 得到 了０ ． ０ ５ ｄ Ｂ的 Ｐ Ｓ Ｎ Ｒ增益 ； 相比Ｃ ｈ ｏ ｉ 方法 ， 本文方法节省了约 ２ ０ ％的计算时间 ； 本文方法 优于这两种快速模式选择方法 ． 关键词 ： Ｈ． ２ ６ ４ ／ Ａ Ｖ Ｃ ；模式选择 ；率失真最优化 ；帧问预测 Ｔ Ｎ ９ １ ９ ． ８ 文献标识码 ： Ａ 文章编号 ： ０ ３ ７ ２ ． ２ １ １ ２（ ２ ０ １ ３ ）１ １ ． ２ １ ９ ９ — ０ ８
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ＵＲＮ ＡＬ Ｏ Ｆ Ｓ Ｉ ＧＮＡＬ Ｐ ＲＯ Ｃ ＥＳ Ｓ Ｉ ＮＧ
Ｖ０ １ ． ３１ Ｎｏ ． ９ Ｓ ｅ ｐ．２ ０１ ５
２ ０ １ ５年 ９月
利 用纹 理 结 构 的 ＨＥ ＶＣ快 速 帧 内模 式 选 择 算 法
Ａ ｂ ｓ ｔ ｒ ａ ｃ ｔ ： Ｔ ｈ ｅ ｍ ｏ ｓ ｔ ｐ ｒ ｏ ｍ ｉ ｎ ｅ ｎ ｔ ｆ ｅ ａ ｔ ｕ ｒ ｅ ｏ ｆ ｉ ｎ ｔ ｒ ａ ｐ ｒ ｅ ｄ ｉ ｃ ｔ ｉ ｏ ｎ ｉ ｎ ｔ ｈ ｅ Ｈ ｉ ． ｓ ｈ Ｅ ｉｃ ｆ ｉ ｅ ｎ ｃ ｙ Ｖ ｉ ｄ ｅ ｏ Ｃ ｏ ｄ ｉ ｎ ｇ（ Ｈ Ｅ Ｖ Ｃ）ｉ ｓ ａ ｄ ｏ ｐ ｔ ｉ ｎ ｇ ｔ ｈ ｅ ｔ ｒ ｅ ｅ ｓ ｔ ｒ ｕ ｃ ｔ ｕ ｒ ｅ ｄ ｃ ｏ ｄ ｉ ｎ ｇ ｕ ｎ ｉ ｔ（ Ｃ Ｕ） ， ｗ ｈ ｏ ｓ ｅ ｓ ｉ ｚ ｅ ｃ ａ ｎ ｂ ｅ ｃ ｈ ａ ｎ ｇ ｅ ｄ ｆ ｒ ｏ ｍ ６ ４ × ６ ４ ｔ ｏ ８ ｘ ８ ， ａ ｎ ｄ ３ ５ ｉ ｎ ｔ ｒ ａ ｐ ｒ ｅ ｄ ｉ ｃ ｔ ｉ ｏ ｎ ｍ ｏ ｄ ｅ ｓ ．Ｃ ｏ ｎ ｓ ｅ ｑ ｕ ｅ ｎ ｔ －
关键 词 ：视频编码 ；高性能视频编码 ；帧 内编码 ；快速模式选择 中图分类号 ：Ｔ Ｎ ９ １ ９ ． ８ １ 文献标识码 ：Ａ 文章编号 ：１ ０ ０ ３ — ０ ５ ３ ０ （ ２ ０ １ ５ ｌ ０ ９ 一 ｌ ０ ９ ４ — ０ ７
Ｆａ ｓ ｔ Ｍｏ ｄ ｅ Ｄｅ ｃ ｉ ｓ ｉ ｏ ｎ ｆ ｏ ｒ ＨＥＶＣ Ｉ ｎ ｔ ｒ ａ Ｃｏ ｄ ｉ ｎ ｇ Ｕｓ ｉ ｎ ｇ Ｔｅ ｘ ｔ ｕ ｒ ｅ Ｉ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎ
ｌ ｙ ，ｔ ｈｅ ｉ ｎ ｔ ｒ ａ ｍｏ ｄ ｅ ｄ ｅ ｃ ｉ ｓ ｉ ｏ ｎ ｐ ｒ ｏ ｃ ｅ ｓ ｓ ｉ ｎ ＨＥ ＶＣ ｉ ｓ ｐ ｅ ｒ ｆ ｏ ｍｅ ｒ ｄ ｕ ｓ ｉ ｎ ｇ ａ ｌ ｌ ｈｅ ｔ ｐ ｏ ｓ ｓ ｉ ｂ ｌ ｅ Ｃ Ｕ ｓ ｉ ｚ ｅ ｓ ａ ｎ ｄ ｐ ｒ ｅ ｄ ｉ ｃ ｔ ｉ ｏ ｎ ｍｏ ｄ ｅ ｓ ｔ ｏ ｆ ｉ ｎ ｄ ｈｅ ｔ ｏ ｐ ｔ ｉ ｍａ ｌ ｃ ｏ ｄ ｉ ｎ ｇ ｍｏ ｄ ｅ ．Ｔ ｈ ｉ ｓ ａ ｃ ｈ ｉ ｅ ｖ ｅ ｓ ｔ ｈ ｅ ｈ ｉ ｇ ｈ ｅ ｓ ｔ ｃ ｏ ｄ ｉ ｎ ｇ ｅ ｉｃ ｆ ｉ ｅ ｎ ｃ ｙ ｂ ｕ ｔ ａ ｔ ｔ ｈ ｅ ｃ ｏ ｓ ｔ ｏ ｆ ａ ｖ ｅ ｒ ｙ ｈ ｉ ｇ ｈ ｃ ｏ ｍｐ ｕ ｔ ａ ｔ ｉ ｏ ｎ ｌ ａ ｃ ｏ ｍｐ ｌ ｅ ｘ ｉ ｔ ｙ ． Ｔ ｏ ｒ ｅ ｄ ｕ ｃ ｅ ｔ ｈ ｅ ｃ ｏ ｍｐ ｕ ｔ ａ ｔ ｉ ｏ ｎ ｌ ａ ｃ ｏ ｍｐ ｌ ｅ ｘ ｉ ｔ ｙ ｏ ｆ ｉ ｎ ｔ ｒ ａ ｆ ｒ ａ ｍｅ ｐ ｒ ｅ ｄ ｉ ｃ ｔ ｉ ｏ ｎ，ｆ ｒ ｏ ｍ ｔ ｈ ｅ ｖ ｅ ｒ ｓ ｉ ｏ ｎ ２ ． ０，ｔ ｈ ｅ ＨＭ ｒ ｅ ｆ ｅ ｒ ｅ ｎ ｃ ｅ ｓ ｏ ｆ ｔ ｗａ ｒ ｅ ｈ ａ ｓ ａ ．
策方法 ，利用 同质 图像 区域 的纹理相似性 ，减少参 与率失真代 价 函数计算 的候选模 式数量 ，进 一步降 低了帧 内
预测计算 复杂 度。实验结果表 明，本文所提 出的快速算 法 ，在保持 编码质 量基本 不变 的条件下 ，可 以使基 于两
步 预测 的快 速 帧 内模 式 选 择 时 间 缩短 ２ ５ ％。
ｄ ｏ ｐ ｔ ｅ ｄ ａ ｎ ｔ ｗ ｏ ｓ ｔ ａ ｇ ｅ ｆ ａ ｓ ｔ ｉ ｎ ｔ ｒ ａ ｐ ｒ ｅ ｄ ｉ ｃ ｔ ｉ ｏ ｎ ａ ｌ ｇ ｏ ｉｔ ｒ ｈ ｍ．Ｉ ｎ ｔ ｈ ｉ ｓ ｐ ａ ｐ ｅ ｒ ，ａ ｎ ｉ ｍｐ ｒ ｏ ｖ ｅ ｄ ｆ ａ ｓ ｔ ｍｏ ｄ ｅ ｄ ｅ ｃ ｉ ｓ ｉ ｏ ｎ ｌｇ ａ ｏ ｒ ｉ ｔ ｈ ｍ ｆ ｏ ｒ ｉ ｎ ｔ ｒ ａ ｐ ｒ ｅ ｄ ｉ ｃ －
优 的预测方式 ，这种帧 内预测方式在提高预测精度 的同时也 大大增加 了编码 的计算 复杂度 。为了降低 帧 内预测
的计算复杂度 ，Ｈ Ｍ２ ． ０版以上的 Ｈ Ｅ Ｖ Ｃ测试软件采用一种基 于两步预测 的快速 帧内模式选择 算法 。在 此基础 上 本文首先提 出了一种基于纹理方 向的快速粗选方 案 ，减少参 与计算 的粗选模 式数 ，进 而提 出基 于结构 相关 的决
ＹＡＮＧ Ｙｕ－ － ｈ ａ ｎ ｇ ＣＡＩ Ｃａ ｎ ・ － ｈｕ ｉ Ｗ ＡＮＧ Ｚｈ ａ ｎ ｇ － － ｘ ｉ ｎ
（ Ｃ ｏ ｌ ｌ ｅ ｇ ｅ ｏ ｆ Ｉ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ＆ Ｅ ｎ ｇ ｉ ｎ ｅ ｅ ｉ ｒ ｎ ｇ ， Ｈ ｕ ａ ｑ ｉ ａ ｏ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ， Ｘ ｉ ａ ｍｅ ｎ ３ ６ １ ０ ２ １ ，Ｃ ｈ ｉ ｎ ａ ）
杨宇航 蔡灿辉 王张欣
（ 华 侨 大 学信 息科 学 与工 程 学 院 ，厦 门 ３ ６ １ ０ ２ １ ）
摘
要 ：高性能视频编码 （ Ｈ Ｅ Ｖ Ｃ） 是刚确立 的最新一代视频编码 标准 。对 于帧 内编码 ，ＨＥ Ｖ Ｃ最大 的特 点是采用
了从 ６ ４ ｘ ６ ４至 ８ ｘ ８的编码单元划分 和 ３ ５种帧内预测模式 ，Ｈ Ｅ Ｖ Ｃ通过遍历所有 的分块 和帧 内预测模 式 ，选取最