导读:本文包含了伸缩编码论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:伸缩,视频,深度,高性能,模式,互联网,对偶。
伸缩编码论文文献综述
刘妍君,赵志强,刘艳,崔盈,汪大勇[1]（2018）在《基于质量可伸缩高性能视频编码的帧内快速算法》一文中研究指出为了提高质量可伸缩高性能视频编码(SHVC)的编码速度,提出一种基于质量SHVC的帧内预测算法。首先,利用层间相关性来预测可能的深度,排除可能性较小的深度;其次,对可能的编码深度,采用层间预测(ILR)模式进行编码,并对得到的残差系数进行分布拟合检验,判断是否满足拉普拉斯分布从而跳过帧内模式;最后,对深度编码得到的深度残差系数判断是否满足深度提前终止判断条件,如果满足该条件则提前终止以提高编码速度。实验结果表明,所提算法能够在保证编码效率损失很小的情况下使编码速度提高79%。(本文来源于《计算机应用》期刊2018年10期）
余唱[2]（2018）在《可伸缩视频编码标准SHVC的低复杂度编码技术研究》一文中研究指出视频已经成为人们日常工作、生活中获取信息、传递信息的主要途径。视频信息庞大的数据量导致传输数据过多地消耗了时间,而且网络的异构、终端的差异等因素也使得前几代面向存储和电路交换的可伸缩视频压缩编码标准很难满足现代IP网络,特别是无线网络的实时传输需求。为此,高效可伸缩视频编码H.265/SHVC标准应运而生。SHVC标准是高效视频编码标准(High Efficiency Video Coding,HEVC)的可伸缩扩展,在继承了HEVC编码的高效性的同时,先进技术的引用极大地增加了SHVC标准的编码复杂度。针对SHVC标准的帧内预测和帧间预测编码计算量大,速度慢的缺点,本文提出两种帧内预测快速算法以及一种帧间预测快速算法,从而大幅降低SHVC标准的计算复杂度,节省了编码时间,为SHVC标准实现实时编码提供了可能性。本文的主要内容为:首先,本文为空间可伸缩SHVC标准提出了一种适用于增强层帧内预测的编码单元(Coding Unit,CU)编码深度决策快速算法。本算法首先利用编码树单元(Coding Tree Unit,CTU)的交流系数能量对图像的纹理复杂度进行分类,为纹理复杂度简单和复杂的CTU分别初步去除采纳可能性较低的编码深度。对于纹理复杂度介于简单与复杂之间的CTU,利用基本层与增强层之间在编码深度上的相关性为其预测一个缩小的编码深度范围。其次,利用编码深度在同一增强层的空间相邻CU之间的相关性,对初步缩小的编码深度范围作进一步的限制,以提前终止CU划分处理过程。相比于SHM原始算法,本算法最多可节省约52%的编码时间,同时仅引起极低的码率增加(0.89%),峰值信噪比的平均下降也可忽略不计(0.03d B)。其次,本文针对空间可伸缩SHVC标准提出了一种适用于增强层帧内预测的编码模式决策快速算法。本算法充分利用先验知识,有选择性地对帧内编码模式在时间、空间和层间存在的相关性进行结合,为不同尺寸的预测单元(Prediction Unit,PU)分别构造初始候选编码模式列表,减少需要执行粗略模式决策(Rough Mode Decision,RMD)的编码模式数量。另外,本算法还对RMD之后的编码过程进行了优化。通过比较RMD过程筛选出的编码模式的哈达玛(Hadamard)变换代价值,去除代价值较大的编码模式,从而进一步减少了候选编码模式的个数,降低了编码计算量。相比于SHM原始算法,本算法可将编码时间缩短为原来的80%,同时带来的码率增加仅为0.98%,峰值信噪比的下降也仅为0.06d B。此外,本文还将空间可伸缩SHVC标准的增强层帧内预测CU编码深度决策算法与帧内编码模式决策算法整合成为SHVC增强层帧内预测快速算法。实验证明,对于所有类型的测试视频,整合后的快速算法可以实现平均40%的时间节省,而损失的PSNR值仅为0.08d B,平均增加的码率不超过1.6%。最后,本文针对空间可伸缩SHVC标准提出了一种适用于增强层帧间预测的PU划分模式决策快速算法。本算法利用PU划分模式在基本层与增强层之间的相关性,为增强层当前PU预测出最有可能的几种PU划分模式,减少编码增强层时当前CU需计算率失真代价值的划分模式的个数。对于基本层中采用2N×2N模式进行PU划分的CU,在编码其位于增强层中的同位CU时,本算法综合考虑了增强层图像的尺寸、增强层当前CU的编码深度以及基本层同位CU的运动复杂度,并对不同情况分别提出解决方案,在避免了不必要计算的同时,确保了预测的准确性。实验结果证明,相比于SHM原始的帧间预测算法,在编码器采用Lowdelay配置时,本算法实现了平均36.3%的编码时间节省,同时增加极少的编码码率,BDPSNR的下降低于0.1d B。(本文来源于《哈尔滨工业大学》期刊2018-06-01）
赵志强,崔盈,刘妍君,汪大勇,龚五堂[3]（2018）在《基于SHVC空间可伸缩的帧内快速编码算法》一文中研究指出根据SHVC(Scalable High-efficiency Video Coding)空间可伸缩视频编码的特点,提出一种空间可伸缩视频编码的帧内快速算法。首先将视频分类,对不同视频序列采用不同的权值结合相关编码单元的深度进行预测,排除可能性较小的深度;然后利用残差系数的分布研究部分零块的提前终止判断条件;最后根据相关编码单元的方向模式预测可能的方向模式,排除可能性较小的方向模式。实验证明本文算法显着地提高编码速度,且编码效率损失较小。(本文来源于《电视技术》期刊2018年05期）
崔盈[4]（2018）在《SHVC空间可伸缩视频编码的帧内快速算法研究》一文中研究指出近年来,视频编码技术迅猛发展。但随着终端设备的多样性、网络异构性、用户需求的差异,现有的视频编码技术已经不能满足需求,可伸缩视频编码技术应运而生。SHVC是基于H.265/HEVC的可伸缩视频编码技术,编码效率得到了提高,但其编码器的复杂度也显着增加,为实际应用和硬件设备带来了极大的挑战。所以,在视频图像质量损失可以忽略的前提下,降低编码复杂度成为当前的应用研究热点之一。本文针对SHVC空间可伸缩视频编码的帧内快速算法进行了研究,提出了叁种不同的快速编码算法,主要工作及创新点如下:1.提出了一种基于相邻编码单元与当前编码单元间的相关性来预测当前编码单元深度的快速编码算法。主要思想是:根据基本层的分布情况将视频划分为简单、复杂和中等视频序列;利用当前编码单元和相邻编码单元之间的相关性程度,对不同的视频序列采用不同的权值,结合相邻编码单元的深度对当前编码单元进行预测,从而排除可能性较小的深度。2.提出了一种基于残差系数分布的快速编码算法。主要思想是:利用残差系数服从拉普拉斯分布,通过拉普拉斯分布计算DCT系数中的零值块,计算出深度提前终止的判决条件,避免其中部分或是全部系数的变换、量化、反量化、反变换的计算过程。3.提出了一种基于相邻预测单元方向模式的快速编码算法。主要思想是:根据相邻预测单元的方向模式预测可能的方向模式,通过计算方向模式的权值和,结合率失真值,排除可能性较小的方向模式。为了验证本文算法的性能,论文给出了详细的实验方法和结果分析。实验结果表明,本文算法能够显着地提高编码速度,同时编码效率的损失也很小。(本文来源于《重庆邮电大学》期刊2018-03-23）
朱新博[5]（2017）在《基于决策树的可伸缩视频编码的层间帧内预测》一文中研究指出在数字电视领域针对多代机顶盒共存问题,节目需要同时以MPEG-2标清、H.264/AVC高清和H.265/HEVC超高清播出,造成了传输带宽紧张问题,限制了高清和超高清的普及。利用不同分辨率视频之间的一致性,可以采用分层编码消除参考层在增强层中的冗余,降低合计带宽。其中基于H.265的可伸缩视频编码扩展SHVC在支持空间可伸缩/多分辨率编码的同时,还支持基本层采用MPEG-2和H.264编码标准。因此SHVC可用作数字电视标准升级过程中对多代终端兼容支持的解决方案。SHVC多层编码带来了更大的编码计算量。由于存在不同分辨率层间的图像一致性,提出了利用基本层已编码结果预测增强层编码的方法,以降低增强层编码计算量,从而提高编码速度。但是分辨率的差异性和参考数据的重建误差会带来层间编码结果关联的复杂化,而基本层采用H.264编码的标准间算法差异性更加大了预测难度。考虑到层间图像的一致性会蕴含在编码后的不同算法结果中,为此开展了通过基本层多种算法结果综合预测增强层帧内纹理模式的研究。对标准测试码流进行SHVC全搜索编码,提取基本层的分块模式、帧内模式、残差DCT系数和增强层的最优帧内模式数据形成训练集和测试集。考虑到视频编码快速要求,对机器学习的各种算法评估后,选择了训练后计算量最小的决策树C4.5算法。通过采用WEKA平台对训练集进行训练,形成了基于层间编码预测的帧内模式决策树算法。通过测试,达到了80%以上的预测准确率,并在基本不降低编码质量的情况下提高编码的效率,减少了增强层编码的计算复杂度。对SHVC的加速算法除了应用于数字电视领域之外,还可以在电视会议中应用,以支持不同会议终端在分辨率和解码能力上的差异性。(本文来源于《山东建筑大学》期刊2017-04-01）
李晓妮,陈绵书,桑爱军,曲昭伟[6]（2017）在《质量可伸缩高性能视频编码中增强层快速算法》一文中研究指出针对质量可伸缩高性能视频编码(SHVC)中递归式的四叉树编码单元(CU)划分引起的高计算复杂度的问题,提出了一种增强层快速编码算法。该算法充分利用层间编码单元深度值的相关性,根据基本层编码单元的深度信息预测增强层编码单元的深度值范围,跳过一些小概率的编码深度;在每一编码深度层下,利用当前预测单元(PU)与时间、空间以及父辈相邻PUs之间的相关性判断当前编码区域的复杂度,然后根据该区域的复杂度快速选择预测模式,从而进一步提高编码速度。实验证明,该算法与SHVC参考代码中的标准算法相比,在保证编码效率的前提下,编码时间可以平均节约78%左右。(本文来源于《吉林大学学报(工学版)》期刊2017年02期）
蒋宇浩,余林琛[7]（2016）在《可伸缩视频编码在移动互联网中的应用与实现》一文中研究指出为了应对移动互联网中终端和网络的异构性,尝试将H.264/SVC应用到移动视频点播服务中,实现基于SVC的码流自适应播放系统.借助JSVM研究并实现了不同空间、时间,以及质量层的可伸缩视频的生成;基于VS模拟了可伸缩视频在传输和播放过程中码率的动态切换;通过分析子层码流证实了可伸缩视频具有码率跨度大及解码质量好等特点.最终验证了H.264/SVC在移动互联网视频服务中所具有的优势,以及应用的可行性.(本文来源于《微电子学与计算机》期刊2016年12期）
张云舟,张陌,张刚[8]（2016）在《整体压缩高清视频的可伸缩编码算法》一文中研究指出高清视频从一层原始信号出发,通过降采样产生多层影像,其各层数据是同一场景的不同分辨率表现,存在高度相关,目前各种压缩算法忽略了这种层间相关性.本文针对高清视频引入层内-层间搜索机制,探索一种从整体上压缩金字塔的可伸缩的层间压缩编码I-LC,其预测残差能量比传统帧内-帧间搜索方法更低.I-LC降采样部分利用纹理滤波TDFA层内搜索,有效去除了影像数据的层内纹理相关,类似于H.26x的帧内压缩;I-LC升采样部分形成了原始信号的一个高精度逼近,可以去除图像的层间相关性,相当于H.26x的帧间压缩.I-LC将这两个手段与传统的DCT,量化和游程编码等结合在一起,把空间金字塔作为一个整体进行压缩,重建PSNR高于36dB时,压缩率比传统AVS的I帧编码提高103.05,压缩效率相当于H.265或AVS2.(本文来源于《中北大学学报(自然科学版)》期刊2016年05期）
黄学辉[9]（2016）在《面向DASH的叁维和可伸缩视频编码技术研究》一文中研究指出随着互联网和计算机技术的发展,在互联网上进行多媒体数据的传输变得流行起来。随着最新一代的视频压缩编码标准高性能视频编码(HEVC)的发布,基于它的叁维视频编码和可伸缩视频编码相关标准也被制定出来。与此同时,为了更好地在互联网上传输流媒体,运动图像专家组(MPEG)开发了基于超文本传输协议的动态自适应流媒体(DASH)标准。传统的DASH系统中使用两维视频编码,对于可伸缩视频编码的研究和使用也只限于上一代可伸缩视频编码标准SVC。由于基于高性能视频编码标准的叁维和可伸缩视频编码标准刚刚制定完成不久,将它们用于DASH中的相关研究也比较少。为此,本文面向DASH应用,研究叁维视频和可伸缩视频编码,显得非常有意义。具体地,本论文的工作和创新之处主要包括以下方面：首先,本文提出了一个深度图像灵活分辨率编码框架。本文同时还考虑了深度图像的裁切窗口大小和位置,以及深度图像和纹理图像采样窗格之间的偏移。在编码时,对深度图像采用改进的考虑合成失真的率失真优化准则,使得将灵活分辨率编码的深度图像用于虚拟视角合成时能够保证良好的合成视频质量。接着,本文提出了两种提升SHVC下行码流率失真性能的方法。本文分析了采用可伸缩视频的DASH系统中下行码率升高的原因,并针对性地利用SHVC的时间分层级预测结构和层智能启动技术,提出了基于时间子层选择的层间预测和采用开放图像组结构的增强层方法。相比于其它方法,本文提出的这两种方法在有效地提升客户端下行码流率失真性能的同时,能够做到标准兼容。最后,本文提出了一个基于DASH性能指标参数的DASH系统。和传统的基于二维视频编码标准的DASH系统不同,采用叁维视频编码以及可伸缩视频编码的DASH系统的编码结构复杂得多。本文针对叁维和可伸缩视频编码,提出了压缩性能、接收性能和切换性能叁大性能参数,使得DASH系统中的编码端、服务端、代理和缓存设备以及客户端依据相应的指标参数进行编码、缓存、接收和切换。仿真实验表明,采用本文提出的系统框架,能够有效地提升编码、接收和切换性能。(本文来源于《中国科学技术大学》期刊2016-05-01）
都思同,黄德昌[10]（2016）在《一种自适应可伸缩视频编码算法》一文中研究指出为了给终端用户提供更好质量的视频,本文提出了一种基于H264/AVC扩展的自适应多路径视频流可伸缩视频编码算法,通过视频流分发网络(VDN)提供路径的多样性,我们的方法最终适应于各种终端用户,并且通过在多路径上的可用带宽的变化来适应网络带宽的波动。实验表明该算法更能有效地估计网络拥塞状况、降低视频丢包率和减少网络延迟,从而更有效地保证视频网络传输质量。(本文来源于《软件工程》期刊2016年03期）
伸缩编码论文开题报告
（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：
视频已经成为人们日常工作、生活中获取信息、传递信息的主要途径。视频信息庞大的数据量导致传输数据过多地消耗了时间,而且网络的异构、终端的差异等因素也使得前几代面向存储和电路交换的可伸缩视频压缩编码标准很难满足现代IP网络,特别是无线网络的实时传输需求。为此,高效可伸缩视频编码H.265/SHVC标准应运而生。SHVC标准是高效视频编码标准(High Efficiency Video Coding,HEVC)的可伸缩扩展,在继承了HEVC编码的高效性的同时,先进技术的引用极大地增加了SHVC标准的编码复杂度。针对SHVC标准的帧内预测和帧间预测编码计算量大,速度慢的缺点,本文提出两种帧内预测快速算法以及一种帧间预测快速算法,从而大幅降低SHVC标准的计算复杂度,节省了编码时间,为SHVC标准实现实时编码提供了可能性。本文的主要内容为:首先,本文为空间可伸缩SHVC标准提出了一种适用于增强层帧内预测的编码单元(Coding Unit,CU)编码深度决策快速算法。本算法首先利用编码树单元(Coding Tree Unit,CTU)的交流系数能量对图像的纹理复杂度进行分类,为纹理复杂度简单和复杂的CTU分别初步去除采纳可能性较低的编码深度。对于纹理复杂度介于简单与复杂之间的CTU,利用基本层与增强层之间在编码深度上的相关性为其预测一个缩小的编码深度范围。其次,利用编码深度在同一增强层的空间相邻CU之间的相关性,对初步缩小的编码深度范围作进一步的限制,以提前终止CU划分处理过程。相比于SHM原始算法,本算法最多可节省约52%的编码时间,同时仅引起极低的码率增加(0.89%),峰值信噪比的平均下降也可忽略不计(0.03d B)。其次,本文针对空间可伸缩SHVC标准提出了一种适用于增强层帧内预测的编码模式决策快速算法。本算法充分利用先验知识,有选择性地对帧内编码模式在时间、空间和层间存在的相关性进行结合,为不同尺寸的预测单元(Prediction Unit,PU)分别构造初始候选编码模式列表,减少需要执行粗略模式决策(Rough Mode Decision,RMD)的编码模式数量。另外,本算法还对RMD之后的编码过程进行了优化。通过比较RMD过程筛选出的编码模式的哈达玛(Hadamard)变换代价值,去除代价值较大的编码模式,从而进一步减少了候选编码模式的个数,降低了编码计算量。相比于SHM原始算法,本算法可将编码时间缩短为原来的80%,同时带来的码率增加仅为0.98%,峰值信噪比的下降也仅为0.06d B。此外,本文还将空间可伸缩SHVC标准的增强层帧内预测CU编码深度决策算法与帧内编码模式决策算法整合成为SHVC增强层帧内预测快速算法。实验证明,对于所有类型的测试视频,整合后的快速算法可以实现平均40%的时间节省,而损失的PSNR值仅为0.08d B,平均增加的码率不超过1.6%。最后,本文针对空间可伸缩SHVC标准提出了一种适用于增强层帧间预测的PU划分模式决策快速算法。本算法利用PU划分模式在基本层与增强层之间的相关性,为增强层当前PU预测出最有可能的几种PU划分模式,减少编码增强层时当前CU需计算率失真代价值的划分模式的个数。对于基本层中采用2N×2N模式进行PU划分的CU,在编码其位于增强层中的同位CU时,本算法综合考虑了增强层图像的尺寸、增强层当前CU的编码深度以及基本层同位CU的运动复杂度,并对不同情况分别提出解决方案,在避免了不必要计算的同时,确保了预测的准确性。实验结果证明,相比于SHM原始的帧间预测算法,在编码器采用Lowdelay配置时,本算法实现了平均36.3%的编码时间节省,同时增加极少的编码码率,BDPSNR的下降低于0.1d B。
（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。
伸缩编码论文参考文献
[1].刘妍君,赵志强,刘艳,崔盈,汪大勇.基于质量可伸缩高性能视频编码的帧内快速算法[J].计算机应用.2018
[2].余唱.可伸缩视频编码标准SHVC的低复杂度编码技术研究[D].哈尔滨工业大学.2018
[3].赵志强,崔盈,刘妍君,汪大勇,龚五堂.基于SHVC空间可伸缩的帧内快速编码算法[J].电视技术.2018
[4].崔盈.SHVC空间可伸缩视频编码的帧内快速算法研究[D].重庆邮电大学.2018
[5].朱新博.基于决策树的可伸缩视频编码的层间帧内预测[D].山东建筑大学.2017
[6].李晓妮,陈绵书,桑爱军,曲昭伟.质量可伸缩高性能视频编码中增强层快速算法[J].吉林大学学报(工学版).2017
[7].蒋宇浩,余林琛.可伸缩视频编码在移动互联网中的应用与实现[J].微电子学与计算机.2016
[8].张云舟,张陌,张刚.整体压缩高清视频的可伸缩编码算法[J].中北大学学报(自然科学版).2016
[9].黄学辉.面向DASH的叁维和可伸缩视频编码技术研究[D].中国科学技术大学.2016
[10].都思同,黄德昌.一种自适应可伸缩视频编码算法[J].软件工程.2016
论文知识图
