动态图像压缩标准.pptVIP

* ?像素精度的运动矢量 ?亮度像素点的插值 1/8色度像素点的插值 ?亮度像素点的插值 * 多参考帧 * H.264的性能 27 28 29 30 31 32 33 34 35 36 37 38 39 0 50 100 150 200 250 Bit-rate [kbit/s] Foreman QCIF 10Hz Quality Y-PSNR [dB] MPEG-2 H.263 MPEG-4 JVT/H.264/AVC * H.264 Codec设计复杂度 相对MPEG-2 ，解码复杂度增加 2-3倍，编码复杂度增加 3-4倍 问题: 宏块分得更细（更多的搜索） 预测模式更多（更多的搜索） 多参考帧的运动估计（更多的内存，更多的计算） 更长的滤波器 …… * 编码器的硬件实现方案——ASIC Lucent Technologies Proprietary and Confidential Embedded CPU Entropy Coding Transform Q Inverse T IQ Address Generator Memory Controller Pixel Interface Pixel Data Host API Output Interface Intra Pred. ME MC De-blocking Filter PLL 27MHz Bit Stream * 编码器的硬件实现方案——DSP Lucent Technologies Proprietary and Confidential ME Intra Pred. Memory Control Internal Memory DDR SDRAM Memory Xilinx FPGA TMS320DM642 Pixel Intf. MC Reconst Transform Q Inverse T IQ Entropy Coding Controller De-blk Filter Internal Memory Pixel Data BUF Bit Stream * 编码器的硬件实现方案——FPGA Pixel Intf. ME Intra Pred. MC Reconst. Memory Ctrl. DDR SDRAM Controller Internal Memory Pixel Data FIFOs SRAMs Transform Q Inverse Transform IQ De-blocking Filter Entropy Coding Output Ctrl. Internal Memory BUF Bit Stream * 我们的问题 性能，成本和计算复杂度 选择DSP方案 运动估计计算量无法承受 需要一种快速高效的搜索算法 * 层次搜索算法 思想 通过下采样，将图像分辨率降低，先在低分辨的图像上作穷尽搜索，得到最优点X’。然后，回到原图像，在X’的邻域内作进一步的搜索，可以得到局部最优XL。 * 层次搜索算法——举例 以下采样2倍为例，设搜索范围是正负48，当前编码块的大小是16x16，则原来要搜索9409个点，每个点的计算量是256次减法，255次加法，1次比较，2倍下采样之后，搜索点数下降1/4，为2401，每个点的计算量是64次减法，63次加法，1次比较，总的计算量只有原来的1/16。白点为下采样后剩下的像素，灰色点是被忽略的点。在得到最优点X’之后，对邻近的8个点（黑点）作进一步的比较，取其最小者作为匹配位置。 * 层次搜索算法——实现 由（spiral_search_x[k]，spiral_search_y[k]）构成了一个可由k索引的点，随着k的增加，这个点沿着原点作类似于螺旋状的运动。0，1，2……数字即为k，数字所在的位置即为点的位置。 有了这样一个数组之后，下采样意味着调整步长，下采样2倍，只要加倍步长就可以了。邻域搜索也就轻而易举了。 * 层次搜索算法——性能1 以dec作为输入视频文件 计算平均值 层次搜索算法有5%左右比特率的增加 但是编码时间却有50%—60%的减少 * 层次搜索算法——性能2 以dec作为输入视频文件 SNR相差不超过0.1dB 穷尽搜索算法有5%左右比特率优势 但是编码时间却是以级数增长 * 层次搜索算法——性能3 以sign_irene作为输入视频文件 观察每一帧性能变化。 性能差异不是十分明显。 * 层次搜索算法——结论 适宜硬件以流水线方式实现 适合大屏幕，高分辨率的情况 图像质量不受影响，比特率增加5%左右，编码时间大约减少60% 系统带宽较为宽裕，瓶颈落在计算能力上，层次搜索算法是一种不错的选择 * 自适应搜索算法 启