高性能视频编码中的低复杂度算法研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第12-20页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 视频编码标准 | 第13-16页 |
| 1.2.1 视频编码标准的发展 | 第13-14页 |
| 1.2.2 MPEG系列标准 | 第14-15页 |
| 1.2.3 H.26X系列标准 | 第15-16页 |
| 1.2.4 HEVC的标准化 | 第16页 |
| 1.3 视频编码的研究现状 | 第16-17页 |
| 1.3.1 视频编码存在的问题 | 第16页 |
| 1.3.2 视频编码的研究热点 | 第16-17页 |
| 1.4 本文简介 | 第17-20页 |
| 1.4.1 论文主要研究内容 | 第17-18页 |
| 1.4.2 论文的结构安排 | 第18-20页 |
| 2 视频编码概述 | 第20-37页 |
| 2.1 数字视频 | 第20-24页 |
| 2.1.1 视频表达 | 第20-22页 |
| 2.1.2 视频中的冗余 | 第22-24页 |
| 2.1.3 视频编码 | 第24页 |
| 2.2 HEVC简介 | 第24-27页 |
| 2.2.1 HEVC中的基本概念 | 第24-26页 |
| 2.2.2 HEVC框架 | 第26-27页 |
| 2.3 HEVC关键技术 | 第27-30页 |
| 2.3.1 四叉树结构 | 第27页 |
| 2.3.2 精确的帧内预测技术 | 第27-28页 |
| 2.3.3 先进的帧间预测技术 | 第28页 |
| 2.3.4 后处理技术 | 第28页 |
| 2.3.5 自适应变换技术 | 第28页 |
| 2.3.6 自适应系数扫描技术 | 第28-29页 |
| 2.3.7 并行编码技术 | 第29-30页 |
| 2.4 率失真优化 | 第30-32页 |
| 2.4.1 率失真理论 | 第30页 |
| 2.4.2 视频编码中的率失真优化 | 第30-32页 |
| 2.5 视频编码算法的性能分析 | 第32-35页 |
| 2.5.1 视频编码的参考模型HM | 第32-33页 |
| 2.5.2 视频编码的主观质量评价 | 第33页 |
| 2.5.3 视频编码的客观质量评价 | 第33-34页 |
| 2.5.4 视频编码算法所使用的配置文件 | 第34页 |
| 2.5.5 视频编码算法所使用的测试视频序列 | 第34-35页 |
| 2.6 HEVC的编码复杂度 | 第35-36页 |
| 2.7 本章小结 | 第36-37页 |
| 3 帧间预测的低复杂度算法研究 | 第37-66页 |
| 3.1 引言 | 第37-38页 |
| 3.2 帧间预测关键技术 | 第38-46页 |
| 3.2.1 SKIP/Merge模式 | 第38-41页 |
| 3.2.2 AMVP模式 | 第41-42页 |
| 3.2.3 运动估计 | 第42-46页 |
| 3.3 四叉树划分 | 第46-51页 |
| 3.3.1 编码单元CU | 第47-48页 |
| 3.3.2 预测单元PU | 第48页 |
| 3.3.3 变换单元TU | 第48-49页 |
| 3.3.4 标准的帧间预测单元划分流程 | 第49-51页 |
| 3.4 基于编码比特数的帧间预测单元划分算法 | 第51-56页 |
| 3.4.1 算法的思想 | 第51-52页 |
| 3.4.2 模型的建立 | 第52-54页 |
| 3.4.3 算法的流程 | 第54-56页 |
| 3.5 实验结果与分析 | 第56-65页 |
| 3.5.1 客观评价 | 第56-62页 |
| 3.5.2 主观评价 | 第62-65页 |
| 3.6 本章小结 | 第65-66页 |
| 4 帧内预测的复杂度控制算法研究 | 第66-89页 |
| 4.1 引言 | 第66-67页 |
| 4.2 帧内预测关键技术 | 第67-71页 |
| 4.2.1 帧内预测模式 | 第67-69页 |
| 4.2.2 帧内预测的候选列表 | 第69-70页 |
| 4.2.3 帧内预测的流程 | 第70-71页 |
| 4.3 视觉显著性 | 第71-74页 |
| 4.3.1 显著性的特征 | 第71-72页 |
| 4.3.2 视觉显著性主要算法 | 第72-74页 |
| 4.3.3 视觉显著性在视频中的应用 | 第74页 |
| 4.4 基于视觉显著性的帧内预测复杂度控制算法 | 第74-81页 |
| 4.4.1 各个深度CU的比例 | 第75-76页 |
| 4.4.2 各个深度CU的编码时间 | 第76-77页 |
| 4.4.3 CU深度与视觉显著性的关系 | 第77-78页 |
| 4.4.4 模型的建立 | 第78页 |
| 4.4.5 算法的流程 | 第78-81页 |
| 4.5 实验结果与分析 | 第81-88页 |
| 4.5.1 客观评价 | 第81-84页 |
| 4.5.2 主观评价 | 第84-88页 |
| 4.6 本章小结 | 第88-89页 |
| 5 样点自适应补偿的低复杂度算法研究 | 第89-106页 |
| 5.1 引言 | 第89页 |
| 5.2 样点自适应补偿 | 第89-94页 |
| 5.2.1 边带补偿 | 第90页 |
| 5.2.2 边界补偿 | 第90-92页 |
| 5.2.3 参数融合 | 第92页 |
| 5.2.4 代价计算 | 第92页 |
| 5.2.5 SAO的流程 | 第92-94页 |
| 5.3 基于单元划分深度的样点自适应补偿算法 | 第94-100页 |
| 5.3.1 算法的思想 | 第94-96页 |
| 5.3.2 模型的建立 | 第96-97页 |
| 5.3.3 算法的流程 | 第97-98页 |
| 5.3.4 实验结果与分析 | 第98-100页 |
| 5.4 基于视觉显著性的样点自适应补偿算法 | 第100-104页 |
| 5.4.1 算法的思想 | 第100-101页 |
| 5.4.2 算法的流程 | 第101-102页 |
| 5.4.3 实验结果与分析 | 第102-104页 |
| 5.5 本章小结 | 第104-106页 |
| 6 变换系数熵编码优化算法研究 | 第106-117页 |
| 6.1 引言 | 第106页 |
| 6.2 变换编码 | 第106-107页 |
| 6.2.1 变换编码的方法 | 第107页 |
| 6.2.2 变换编码的结构 | 第107页 |
| 6.3 熵编码 | 第107-109页 |
| 6.3.1 二进制化 | 第108页 |
| 6.3.2 上下文建模 | 第108页 |
| 6.3.3 二进制算术编码 | 第108-109页 |
| 6.4 变换系数熵编码优化算法 | 第109-113页 |
| 6.4.1 算法的思想 | 第109-112页 |
| 6.4.2 算法的流程 | 第112-113页 |
| 6.5 实验结果与分析 | 第113-116页 |
| 6.5.1 客观评价 | 第114-115页 |
| 6.5.2 主观评价 | 第115-116页 |
| 6.6 本章小结 | 第116-117页 |
| 7 总结与展望 | 第117-119页 |
| 7.1 论文总结 | 第117-118页 |
| 7.2 工作展望 | 第118-119页 |
| 参考文献 | 第119-127页 |
| 致谢 | 第127-129页 |
| 攻读博士学位期间发表的学术论文和参加科研情况 | 第129-130页 |
