导读:本文包含了预测模式选择论文开题报告文献综述及选题提纲参考文献，主要关键词:图像处理,高效视频编码,帧内预测,模式选择
预测模式选择论文文献综述
石敏,席诗华,易清明[1]（2019）在《基于预测单元尺寸的高效视频编码帧内预测模式快速选择的改进算法》一文中研究指出为降低高效视频编码(HEVC)中帧内预测编码复杂度和编码耗时,提出一种基于预测单元(PUs)尺寸的HEVC帧内预测模式快速选择的改进算法。对最大尺寸PUs利用统计概率分层构建进入粗选择模式(RMD)过程的模式列表,对其他尺寸PUs分别采用两种不同方式提取纹理方向构建进入RMD过程的模式列表,其中对32×32、16×16尺寸PUs采用像素梯度提取纹理方向,对8×8、4×4采用像素值偏差提取纹理方向,从而减少进入RMD过程模式数量,有效降低编码时间。实验结果表明,本算法所用编码时间比测试模型HM16.9减少32.2%,而码率仅仅增加了0.86%。与现有优秀算法相比,本文算法进一步降低编码耗时,保证了编码质量。(本文来源于《激光与光电子学进展》期刊2019年20期）
杨秀芝,赵敏,施隆照,陈志峰,郑明魁[2]（2019）在《面向硬件的帧内预测模式选择快速算法与实现》一文中研究指出新一代视频编码标准HEVC硬件实现的复杂性较之以前的标准有大幅提高.在保证编码性能的前提下,为了降低硬件实现的复杂度和资源消耗,提高硬件的处理速度与并行度,提出一种面向硬件实现的HEVC帧内编码快速算法.首先在Hadamard-SATD基础上引入头比特估计,简化了率失真代价计算过程;然后使用同层相邻块的最佳模式作为最有可能模式列表的输入,解除计算预测值时对重构数据的依赖性,提高了硬件的处理速度;最后采用新的预测单元处理顺序和基于16点的硬件复用结构,使之更利于硬件实现的情况下减少硬件资源的使用.实验结果表明,与参考软件HM16.7相比,文中算法可以降低约40%的编码复杂度,且没有明显性能损失;在Xilinx的Virtex6综合结果表明,硬件面积比已有算法减少了45%左右,并且可以达到30帧/s 1 080p视频序列的实时编码要求.(本文来源于《计算机辅助设计与图形学学报》期刊2019年01期）
李文杰[3]（2018）在《AVS2视频编码基于纹理分类的帧内预测模式快速选择算法的设计与实现》一文中研究指出AVS2(Audio Video StandardⅡ)视频编码标准是我国自主研发的具备独立知识产权的第二代信源编码标准,是AVS工作组在AVS,AVS+的基础上制定的新的编码标准。AVS2于2015年6月8日完善,可与同期国际标准HEVC(High Efficiency Video Coding)相媲美,标志着我国在视频编码领域的技术发展达到国际先进水平。虽然新的编码标准带来了先进的编码工具与技术,视频编码压缩比得到一倍地提升,与此同时也带来了编码复杂度的剧增,难以满足实时编码的需求,因此对AVS2视频编解码优化算法深入的研究是十分必要的。本文首先对AVS2视频编码标准所采用的框架与结构进行介绍,然后对AVS2视频编码所涉及到的关键技术进行针对性阐述和说明。研究表明,全I帧模式下,AVS2帧内预测部分耗时居于首位,具有相当高的编码复杂度。本文通过对AVS2帧内预测过程进行针对性研究,提出一种新的基于CU级纹理分类的AVS2帧内预测快速模式选择算法,根据纹理复杂度将CU的类型进行分类,同时将33种帧内预测模式完备集根据CU分类情况划分为5类预测模式集,建立起预测模式集与CU类型的映射关系,减少了编码单元CU所需遍历的预测模式数目,从而提高了编码效率,达成算法优化的目的。实验表明,新算法相较于AVS2标准代码RD14.0,全I帧模式下,以PSNR最多降低0.13dB和最多2.84%的码率提升为代价,能够节省48%~52%的编码时间。然后根据同样的研究方法,改变作用域,提出另一种新的基于PU级纹理分类的AVS2帧内预测快速模式选择算法,实验表明,新算法相较于AVS2标准代码RD14.0,全I帧模式下,该算法以PSNR下降最多0.11dB和最多4.81%的码率提升的代价,能够节省44~48%的编码时间。最后对项目组现存的帧内预测优化算法进行研究和分析,由于文献[45]提出的宽度优先CU提前终止算法和本文所提算法同处于帧内预测过程中的不同环节,故与本文所提算法存在联合的可能,通过实验与仿真数据验证了这一点,联合算法能够提升编码效率近70%,体现了联合算法的优越性。(本文来源于《西南交通大学》期刊2018-06-01）
赵敏,杨秀芝,郑明魁[4]（2018）在《HEVC帧内预测模式选择的硬件实现》一文中研究指出新一代视频编码标准HEVC(High Efficiency Video Coding)以更多尺寸的PU(Prediction Unit)以及更多的预测模式,对帧内预测的硬件设计提出了挑战。本文针对HEVC帧内预测模式选择提出了一种新的硬件结构,即采用16×16像素大小为基本处理块,且按行预测,不仅可以向下实现8×8与4×4的复用,还可以向上实现32×32的复用。针对预测过程中较复杂的参考像素选择电路,本文利用相同模式下不同PU大小的参考像素规律的一致性,将上下行之间的第一个参考像素位置索引偏移值存入ROM中,减少了选择过程中的计算量,简化了按行预测参考像素选择电路结构,方便了各种PU的复用。经验证,本文提出的方法可以在较小面积下实现全模式以及所有大小PU的预测。(本文来源于《有线电视技术》期刊2018年05期）
王林,贠境孺[5]（2018）在《基于宏块预判的快速帧内预测模式选择算法》一文中研究指出针对H.264/AVC帧内预测模式选择部分计算复杂度问题,提出一种基于宏块预判的快速帧内预测模式选择组合算法.该算法采用低复杂度的叁点梯度算子改进了边缘方向直方图帧内预测模式选择算法(Pan算法)中利用Sobel算子得到边缘方向矢量.首先运用平均绝对误差(Mean Absolute Difference,MAD)值对编码宏块类型结合QP下的阈值进行预判;预判后的宏块采用改进的Pan算法进行模式筛选,最后确定最佳的预测模式.实验结果表明,在6个不同视频序列全I帧编码情况下,该算法与全搜索算法相比编码时间平均减少大约72.4%,与Pan算法相比编码时间减少28.6%,而码率仅分别增加4.21%、1.8%,峰值信噪比基本不变.(本文来源于《计算机系统应用》期刊2018年04期）
董可[6]（2017）在《HEVC帧内预测模式选择算法研究》一文中研究指出高效视频编码(High Efficiency video Coding,HEVC/H.265)是新一代的视频编码标准。HEVC/H.265采用混合编码的框架结构。而帧内预测是该编码框架下的一项关键技术。与H.264/AVC标准相比,HEVC/H.265包含有多达35种的帧内预测模式。该标准中帧内预测模式选择算法是通过叁步选择出最佳帧内预测模式。(1)对35种预测模式进行低精度的粗略模式选择(RMD)过程,选出一部分具有较大可能成为最佳的模式作为候选;(2)通过对相邻已编码块预测模式进行选择,再筛选出3个模式作为候选。(3)将前两步筛选出的模式进行高精度的率失真优化(RDO)过程,最终选择出最佳预测模式。所选出的最佳模式的参数将被用于后续编码。该过程是对全部35种预测模式进行筛选,从而耗费了大量的计算时间。因此,本文首先通过对预测块内像素点求预测值的原理进行分析,得出相邻预测模式间存在相关性的结论,并对测试序列进行粗略模式选择后所得值进行统计来验证该结论。随后利用该相关性对HEVC帧内预测模式个数进行合理的删减来对选择算法进行有效改进,改进后的算法能够减少进行粗略模式选择(RMD)和后续率失真优化(RDO)过程的模式数目从而达到降低帧内预测模式选择算法复杂度的目的。本文所提算法最终在HEVC的官方测试软件HM13.0上进行实验。通过对ClassA-ClassE中的10个测试序列进行实验。实验结果表明在平均比特率(BD-BR)上升1.09%,峰值信噪比(BD-PSNR)降低0.023dB的情况下,编码时间平均减少了18.07%。同时,与同类思想的编码算法相比较,本文算法在平均比特率(BD-BR),峰值信噪比(BD-PSNR)以及编码时间上都有所改善,从而证明了所提改进算法的有效性。(本文来源于《西安电子科技大学》期刊2017-09-01）
刘培坤[7]（2017）在《3D-HEVC中深度图帧内预测DMM模式快速选择方法研究》一文中研究指出随着时代的发展,普通的2D视频已经越来越不能满足人们生活娱乐需求。对视频3D(3 Division,3D)效果的追求俨然已为当今视频发展的一个热门方向,3D游戏的普及就是一个典型的代表。2015年,国际电信联盟(ITU-T)与国际标准化组织(ISO)在HEVC标准基础上制定发布了3D-HEVC标准。为了更好的进行3D视频的压缩,在3D-HEVC标准中允许使用深度图+多视角方式进行编码。由于深度图具有大面积的平坦区域和锐利的边缘,3D-HEVC引入了针对于深度图的帧内预测模式,即DMM(Depth modeling modes,DMMs)模式,以提高3D视频帧内压缩后的视频质量。DMM模式包含DMM1和DMM4两种模式。其中,DMM1模式中每个预测单元(Prediction Unit,PU)都有很多种划分方式。例如,对于32x32尺寸的PU的划分方式就有368种。这使DMM模式的粗选计算复杂度远高于3D-HEVC普通帧内模式。因此相对于3D-HEVC中的普通帧内模式,DMM模式的增加在提高视频编码质量的同时极大的增加了帧内编码的复杂度。这增加了实际应用中的难度,阻碍了3D-HEVC的普及以及应用。本文对3D-HEVC帧内预测DMM模式决策进行了深入研究,并对其复杂度进行了分析。本文提出了相关快速算法以减少计算复杂度,包括减少不必要的DMM模式和简化DMM1模式中划分方式的搜索过程两个方面:一、3D-HEVC中DMM模式skip算法。通过更改HTM中帧内模式以及DMM模式的处理顺序,利用普通帧内模式的细选计算结果RD-Cost(rate and distortion cost)来判断当前CU是否有必要计算DMM模式。如果当前CU的普通帧内模式的计算结果RD-Cost值较小,就舍弃DMM模式的计算;反之,则需要进行DMM模式的计算。相对于其它同类型的方法,本方法采用了普通模式细选代价,估计更加准确。同时本方法可以与方差等其他方法结合,以进一步减少编码时间。二、3D-HEVC中DMM模式搜索优化算法。根据DMM1模式划分方式的特点,引入黄金分割搜索算法。通过对黄金分割搜索算法进行叁次迭代最终确定DMM1中划分方式的搜索区域,避免了在搜索过程中遍历所有的DMM1划分方式。相对于其他同类型方法,本方法只需对较少的DMM1划分进行搜索,可以节约更多的搜索时间。为了验证本文所提出的算法的有效性,对本文提出的算法采用了8组官方标准测试序列进行训练和测试,包含1024x768和1920x1080两种分辨率。实验中采用了叁视点加深度图全帧内配置文件。实验中所采用的4组QP值为(25,34),(30,39),(35,42),(40,45)。本文对算法的两个方面都分别进行了测试。DMM模式skip算法减少了32.09%帧内编码时间,带来了0.06%的BD-rate性能损失;DMM模式搜索优化算法减少了70.44%DMM1搜索时间,带来了0.22的BD-rate性能损失。相对于同类型的方法,两种方法均可以在保持相同编码性能损失的情况下比其它同类型方法减少更多的编码时间或者DMM1搜索时间。通过将两种方法相结合,本文提出的算法整体上在减少37%的帧内编码时间的同时,仅有0.4%BD-rate的性能损失。(本文来源于《西安电子科技大学》期刊2017-06-01）
林亿[8]（2016）在《HEVC帧内预测的快速模式选择算法研究》一文中研究指出随着互联网、多媒体、电子芯片等技术的快速发展和改进,数字视频拍摄的摄像头可以为用户提供的分辨率已经从传统的720P发展到了 2K、4K等超高清时代,因此视频拍摄的容量也越来越大,造成了带宽传输资源的不足。为了满足新时期数据传输的实时性,满足保密单位、城市交通、金融银行等视频监控分析的需求,人们提出了 HEVC技术,该技术可以将视频压缩编码,降低视频的容量。HEVC视频压缩编码过程中,为了提高压缩编码效率,采用了帧内预测的关键技术,帧内预测可以充分利用视频流之间的时间相关性来改进HEVC编码过程,尽可能的降低率失真代价,保持视频图像的质量,同时减少视频压缩编码时间。论文提出了一种HEVC帧内预测的快速模式选择算法,主要工作包括以下叁个方面:首先,论文详细地描述HEVC视频编码整体流程,分析HEVC的视频编码框架,分析HEVC的编码图像划分种类,这些种类包括编码树单元及编码树结构设计、编码单元和编码块、预测单元和预测块、变换单元和变化块等几个类型,分析每一种模式的原理。HEVC在编码过程中采用的关键技术较多,分别是HEVC帧内预测、HEVC帧间预测、变换及量化、熵编码、去方块滤波、样本自适应偏移等技术,这些技术可以为HEVC预测编码提供技术支撑。分析了提高HEVC编码成效的相关技术,这些技术可以优化HEVC效果,包括SAD代价函数、STAD代价函数、率失真代价函数和RQT技术。其次,论文归纳了 HEVC帧内预测技术存在的问题,重点分析Hammond变换和粗选择模式存在的视频压缩效率较低、压缩质量较差等问题,提出一种基于分组的自适应帧内预测快速模式选择算法,该算法引入了数据挖掘聚类的基本思想,充分挖掘视频图像压缩编码过程中的空间相关性,进一步删减粗选择之后的候选模式,更好地降低视频图像压缩编码的时效,分组自适应算法运行主要包括两个关键阶段:1、针对粗选择之后的候选模式利用数据挖掘聚类思想进行分组,可以针对不同的模式组采取相关的边缘预测处理方法选择RDO候选模式;2、针对16×16、32×32和64×64等多种预测单元进行分析,RDO的候选模式数量就可以大大降低,为HEVC帧内预测的时间降低起到重要的作用。最后,为了验证本文算法的运行结果,论文采用HEVC官方测试版本HM16.7进行了实验和结果分析,实验结果显示本文提出的基于分组自适应的HEVC算法在保持图像压缩质量的前提下,可以大大的降低帧内预测编码的时间,并且适用于各类尺寸的图像和不同性质的图像。(本文来源于《福州大学》期刊2016-12-01）
赵爽,陈敬东,陈敏[9]（2016）在《一种HEVC帧内预测模式快速选择算法》一文中研究指出针对H.265/HEVC帧内预测模式选择算法编码耗时较长,提出一种帧内预测模式快速选择算法,通过减少参与帧内预测的模式数量,缩短编码时间。实验结果表明,在全帧内、低复杂度编码模式下,提出的算法与H.265/HEVC官方测试模型HM16.0相比,编码时间平均减少22.35%,码率(BR)增加1.623%,峰值信噪比(PSNR)降低0.081dB。(本文来源于《计算机与数字工程》期刊2016年10期）
孟雷[10]（2016）在《H.264帧间预测模式选择的快速算法优化》一文中研究指出在H.264视频编码器帧内预测模式下,为确定一个宏块的帧内预测模式,会带来很大的运算复杂度,基于图像差分的帧间预测模式快速选择算法,采用测定图像序列平坦度的思想,能够实现快速帧间模式选择。可以有效减少模式搜索次数并能保证视频编码的质量,从而可大幅度降低编码时间和视频压缩的计算量,有效地减少了帧间模式选择算法运算复杂度,有利于实际应用。(本文来源于《软件工程》期刊2016年09期）
预测模式选择论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
新一代视频编码标准HEVC硬件实现的复杂性较之以前的标准有大幅提高.在保证编码性能的前提下,为了降低硬件实现的复杂度和资源消耗,提高硬件的处理速度与并行度,提出一种面向硬件实现的HEVC帧内编码快速算法.首先在Hadamard-SATD基础上引入头比特估计,简化了率失真代价计算过程;然后使用同层相邻块的最佳模式作为最有可能模式列表的输入,解除计算预测值时对重构数据的依赖性,提高了硬件的处理速度;最后采用新的预测单元处理顺序和基于16点的硬件复用结构,使之更利于硬件实现的情况下减少硬件资源的使用.实验结果表明,与参考软件HM16.7相比,文中算法可以降低约40%的编码复杂度,且没有明显性能损失;在Xilinx的Virtex6综合结果表明,硬件面积比已有算法减少了45%左右,并且可以达到30帧/s 1 080p视频序列的实时编码要求.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
预测模式选择论文参考文献
[1].石敏,席诗华,易清明.基于预测单元尺寸的高效视频编码帧内预测模式快速选择的改进算法[J].激光与光电子学进展.2019
[2].杨秀芝,赵敏,施隆照,陈志峰,郑明魁.面向硬件的帧内预测模式选择快速算法与实现[J].计算机辅助设计与图形学学报.2019
[3].李文杰.AVS2视频编码基于纹理分类的帧内预测模式快速选择算法的设计与实现[D].西南交通大学.2018
[4].赵敏,杨秀芝,郑明魁.HEVC帧内预测模式选择的硬件实现[J].有线电视技术.2018
[5].王林,贠境孺.基于宏块预判的快速帧内预测模式选择算法[J].计算机系统应用.2018
[6].董可.HEVC帧内预测模式选择算法研究[D].西安电子科技大学.2017
[7].刘培坤.3D-HEVC中深度图帧内预测DMM模式快速选择方法研究[D].西安电子科技大学.2017
[8].林亿.HEVC帧内预测的快速模式选择算法研究[D].福州大学.2016
[9].赵爽,陈敬东,陈敏.一种HEVC帧内预测模式快速选择算法[J].计算机与数字工程.2016
[10].孟雷.H.264帧间预测模式选择的快速算法优化[J].软件工程.2016