随着多媒体、人工智能时代来临,图像和视频成为越来越主.PDFVIP

摘要 摘要 随着多媒体、人工智能时代的来临，图像和视频成为越来越主流的信息交流方式。 除了传统多媒体时代中广播电视、网络视频、视频通讯、监控视频等应用之外，人工 智能领域的检测、检索、行为识别等也离不开图像和视频。同时，视频数据的产生量 与日剧增，人类已经进入了大数据时代，从而对视频信息的压缩效率提出了更高的要 求。在此背景下，在过去几十年的视频编码发展过程中，视频编码标准已经经历了若 干代的更替、演化、发展，使得视频压缩效率不断提高，以应对时代的需求。然而， 视频编码技术如今在应用当中仍面临很多问题，其中最重要的问题就是如何用更低的 计算复杂度尽可能提升编码性能。现存的一些解决方案仍缺乏鲁棒性，即在不同的应 用场景下难以有稳定的性能，其根本原因在于这些算法在设计过程中缺乏理论基础。 基于此研究背景，本文从视频编码理论出发，通过理论分析，对如何设计出鲁棒的提 升编码性能、降低编码复杂度的编码算法做出了研究，提出了率失真模型在视频编码 中的零块检测技术、多路码率分配技术以及基于感知的块级码率分配技术中的应用。 其中本文的主要创新点如下： 第一，根据信息论与率失真理论，对视频编码率失真过程进行分析，阐述了率失 λ QP 真优化过程背后的理论依据，并由此导出了视频编码中拉格朗日系数 、量化系数 、 码率、失真四个变量之间的关系，阐述了现有视频编码中率失真模型与预估的算法以 及其核心理论依据，为了解决快速零块检测、多路码率分配以及基于感知的码率分配 算法的现有问题，推导了一种多路视频率失真模型，根据本文的感知失真提出了一种 - HEVC 码率 感知失真模型，提出了一种更好的模型参数预估的方法，以及提出了适用于 的码率失真预估算法。 第二，分析了现有快速零块检测技术中存在的两难问题和不足之处，提出了混合 快速零块检测算法，分别在多个编码阶段分别进行检测，其中多阶段包括整像素运动 估计之后、分像素运动估计之后、离散余弦变换之后的三个阶段的检测，并且第三阶 段变换之后进行的伪零块检测算法基于率失真预估原理推导得到。本文所提出的检测 算法复杂度很低，和每帧像素个数成线性关系。该算法在降低47.68%总编码时间的基 RD 0.67% 35.45% 础上， 性能损失为 。相比之下，现有最优的相关算法则在降低 总编码 RD 0.51% 时间的基础上， 性能损失为 。上述实验结果说明本文提出的混合快速零块检 测算法和现有算法在具有几乎一样的 RD 性能的情况下，进一步提升了加速算法的性 能，解决了两难问题。 第三，对于最小化多路失真方差的多路视频码率分配问题，现有的基于预分析的 多路视频码率分配算法存在技术瓶颈。为了突破瓶颈，本文首先推导了多路视频率失 I 北京大学博士学位论文 真模型，提出了基于多路率失真模型的多路视频码率分配算法。然后，分别利用一次 率失真模型和幂次率失真模型推导了两种不同的分配方法，大大提高了分配性能。其 中，利用幂次率失真模型的分配结果较现有算法提升了75.29%的性能。根据分析，所 提出的基于一次模型和幂次模型的分配算法的计算复杂度很低，只和序列个数成线性 关系。 第四，对于基于感知的码率分配技术，分析了目前现有算法的两个缺点：第一， 没有提出合理的优化目标函数，码率分配目标不明确，缺乏理论分析；第二，无法同 时兼容现有宏块级码率控制算法。为了解决这些问题，本文首先提出了一种低复杂度 -