| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 引言 | 第11-12页 |
| 1 绪论 | 第12-23页 |
| 1.1 选题背景与研究意义 | 第12-13页 |
| 1.2 国内外研究现状分析 | 第13-20页 |
| 1.2.1 HEVC帧内快速编码研究现状 | 第14-16页 |
| 1.2.2 HEVC帧间快速编码研究现状 | 第16-18页 |
| 1.2.3 HEVC编码复杂度控制研究现状 | 第18-20页 |
| 1.3 本文研究内容和创新点 | 第20-21页 |
| 1.4 本文的结构安排 | 第21-23页 |
| 2 高效视频编码技术研究 | 第23-43页 |
| 2.1 视频编码标准发展史 | 第23-24页 |
| 2.2 HEVC编码框架概述 | 第24-25页 |
| 2.3 HEVC块分割过程 | 第25-27页 |
| 2.3.1 编码单元 | 第25-26页 |
| 2.3.2 预测单元 | 第26页 |
| 2.3.3 变换单元 | 第26-27页 |
| 2.4 HEVC帧内预测编码技术 | 第27-29页 |
| 2.4.1 多角度帧内预测技术 | 第27-28页 |
| 2.4.2 典型的帧内优化技术 | 第28-29页 |
| 2.5 HEVC帧间预测编码技术 | 第29-33页 |
| 2.5.1 广义B帧预测技术 | 第29-31页 |
| 2.5.2 运动融合技术 | 第31页 |
| 2.5.3 自适应运动矢量预测技术 | 第31-33页 |
| 2.5.4 高精度运动补偿技术 | 第33页 |
| 2.6 主流视频编码器的性能评测 | 第33-42页 |
| 2.6.1 现行主流视频编码器介绍 | 第33-34页 |
| 2.6.2 实验条件 | 第34-35页 |
| 2.6.3 实验结果 | 第35-41页 |
| 2.6.4 性能评测总结 | 第41-42页 |
| 2.7 本章小结 | 第42-43页 |
| 3 基于纹理特性与空域相关性的HEVC帧内分级快速算法 | 第43-55页 |
| 3.1 LCU级快速算法 | 第43-48页 |
| 3.1.1 LCU预测深度的获取 | 第43-45页 |
| 3.1.2 LCU纹理复杂度衡量 | 第45页 |
| 3.1.3 自适应阈值策略 | 第45-46页 |
| 3.1.4 LCU深度遍历范围的提前确定 | 第46-48页 |
| 3.2 CU级快速算法 | 第48-51页 |
| 3.2.1 基于边缘图的CU深度级预判 | 第49-50页 |
| 3.2.2 基于率失真代价相关性的CU级提前中止 | 第50-51页 |
| 3.3 实验结果与分析 | 第51-54页 |
| 3.4 本章小结 | 第54-55页 |
| 4 基于运动特征和四叉树模型的HEVC帧间快速编码算法 | 第55-69页 |
| 4.1 帧间预测的编码复杂度与统计分析 | 第55-58页 |
| 4.2 整体算法流程 | 第58-59页 |
| 4.3 运动静止检测算法及四叉树模型的建立 | 第59-61页 |
| 4.4 帧间静止块快速编码方案 | 第61-63页 |
| 4.4.1 深度范围确定 | 第61-62页 |
| 4.4.2 Skip模式提前确定 | 第62-63页 |
| 4.5 帧间运动块快速编码方案 | 第63-65页 |
| 4.5.1 快速CU分割 | 第63-64页 |
| 4.5.2 初步模式选取 | 第64页 |
| 4.5.3 Skip/Merge模式提前确定 | 第64-65页 |
| 4.6 实验结果与分析 | 第65-68页 |
| 4.7 本章小结 | 第68-69页 |
| 5 面向功率受限设备的HEVC编码复杂度控制算法 | 第69-81页 |
| 5.1 HEVC编码复杂度统计分析与模型建立 | 第69-73页 |
| 5.1.1 不同时域层级帧的编码复杂度统计分析 | 第69-70页 |
| 5.1.2 LCTU编码复杂度与深度关系模型 | 第70-72页 |
| 5.1.3 LCTU复杂度分配权重的衡量 | 第72-73页 |
| 5.2 HEVC编码复杂度控制算法 | 第73-76页 |
| 5.2.1 GOP层复杂度分配策略 | 第73-74页 |
| 5.2.2 帧层复杂度分配策略 | 第74页 |
| 5.2.3 LCTU层复杂度分配策略 | 第74-76页 |
| 5.3 实验结果与分析 | 第76-80页 |
| 5.3.1 测试序列与实验条件 | 第76-77页 |
| 5.3.2 实验结果与分析 | 第77-80页 |
| 5.4 本章小结 | 第80-81页 |
| 6 总结和展望 | 第81-83页 |
| 6.1 本文工作总结 | 第81-82页 |
| 6.2 未来研究展望 | 第82-83页 |
| 参考文献 | 第83-87页 |
| 在学研究成果 | 第87-88页 |
| 致谢 | 第88页 |