导读:本文包含了帧间预测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:算法,视频,卷积,模板,模式,复杂度,高效。
帧间预测论文文献综述
巩欣飞,杨大伟,毛琳[1]（2019）在《IPNet:帧间预测校验的多域卷积神经网络目标跟踪算法》一文中研究指出针对现有卷积神经网络分类预测MDNet算法在线更新机制容易将错误样本引入网络模型,导致跟踪算法失效的问题,提出一种基于帧间预测校验的MDNet目标跟踪改进算法IPNet。该算法运用视频压缩领域的帧间预测方法和聚类算法,在前一帧目标跟踪位置的基础上,计算前后连续两帧中目标的相似度,估计出目标下一帧可能出现的候选区域,实现目标位置预测,达到校验跟踪结果的目的。IPNet算法能有效减少更新样本导致的跟踪失效问题,改善了在目标旋转、快速运动以及背景混杂等情况下的跟踪效果,提升了算法的跟踪性能。(本文来源于《大连民族大学学报》期刊2019年03期）
张盛峰,汪仟,黄胜,肖傲[2]（2018）在《HEVC帧间预测编码单元深度快速选择算法》一文中研究指出为降低高效视频编码(HEVC)帧间预测编码的计算复杂度,提出一种快速编码单元(CU)深度选择算法。利用当前CU与时空域相邻CU的深度信息,初步预测当前CU的深度范围,并根据当前CU与邻近CU的运动矢量信息对当前CU深度选择做进一步终止判断。实验结果表明,该算法与HEVC测试模型(HM16. 0)相比,在低时延和随机访问2种编码配置下,码率分别仅增加0. 93%和1. 01%,而编码时间减少了29. 1%和30. 3%。(本文来源于《计算机工程》期刊2018年10期）
孙道辉[3]（2018）在《帧间预测运动估计算法研究》一文中研究指出帧间预测编码法是视频编码过程中消除冗余的重要方法。运动估计和运动补偿技术是视频帧间预测编码中的核心技术。详细研究了块匹配运动估计的基本原理,重点介绍了几种经典的块匹配运动估计算法,通过实验定性地评价了各算法的性能特点,分析了各算法的优缺点,总结出了运动估计算法优化的方向,对目前运动估计技术的研究和设计具有重要意义。(本文来源于《科技创新与应用》期刊2018年18期）
张亚军[4]（2018）在《HEVC帧内/帧间预测加速算法研究》一文中研究指出随着高清、超高清数字视频消费需求的增长,人们对数字视频的压缩编码效率提出了更高的要求。由于H.264/AVC在编码效率、并行处理等方面存在着局限性,已经难以满足高清视频应用发展的需求。新一代的高效率视频编码(High Efficiency Video Coding,HEVC)很好地解决了上述问题,但需付出高运算量的代价。因此,如何在保证HEVC编码性能的前提下,降低编码运算量,实现编码端加速,是扩大HEVC在视频领域应用的关键。本文对HEVC的帧内与帧间预测编码进行深入研究,提出了两种改进算法,大幅度降低了HEVC编码复杂度。为了降低帧内预测模式选择的复杂度,本文提出了一种基于边界方向的帧内预测模式加速算法。该算法是从粗略模式决策(Rough Mode Decision,RMD)和率失真优化(Rate Distortion Optimization,RDO)早期终止两个方面进行改进的。在RMD过程中,首先找到当前预测单元(Prediction Unit,PU)的边界方向,通过确定边界方向减少候选模式个数,从而降低RMD过程的复杂度;RDO早期终止是利用相邻模式编号的候选模式之间的相关性,减少其它无关候选模式的遍历个数,从而减少RDO的计算过程,进而降低帧内预测模式复杂度,加快帧内预测编码过程。本算法相对于HEVC测试模型HM-16.9,在视频输出码率增加很少的情况下,平均编码时间减少了42%左右,而视频的平均峰值信噪比平均值仅下降了0.11dB。针对帧间预测过程中编码单元(Coding Unit,CU)、PU结构划分类型增多导致编码运算量高的问题,本文提出了一种基于运动特性的HEVC帧间模式加速决策算法。首先,对不同运动区域下的CU块,利用当前CU与空时域相邻CU深度相关性减少当前CU深度的遍历范围;然后,依据当前CU与其时空域相邻CU及上一深度CU对应的PU在空间划分上的相似性,减少PU模式的遍历范围,加速帧间预测过程。实验结果表明,相比于HEVC测试模型HM-16.9,在不同编码接入方式下该算法可平均降低54%左右的编码时间,视频质量基本不变,且输出比特率增加较少。(本文来源于《重庆邮电大学》期刊2018-05-25）
汪仟[5]（2018）在《HEVC帧间预测快速算法的研究》一文中研究指出随着视频多媒体应用的快速发展,人们对高清、超高清视频的需求不断提升,原有的视频编码标准已不能满足实际的发展需求。为了进一步提高视频的压缩效率,视频编码联合协作组制定了新的视频编码标准HEVC(High Efficiency Video Coding,HEVC/H.265)。HEVC作为新一代视频编码标准,保留了传统视频编码的框架,同时也引进了新的编码技术大大提高了视频的编码性能,使其在同等视频质量的前提下,与上一代视频编码标准H.264/AVC相比节约了50%的视频码流。然而,压缩性能的提升也带来了巨大的计算复杂度。因此,如何进一步提高视频的压缩效率,降低编码计算复杂度,是目前HEVC的研究热点。本文首先阐述HEVC的整个编码框架,从帧间预测模块的CU(Coding Unit,CU)划分和PU(Prediction Unit,PU)模式选择两个部分对算法进行优化,进而降低了编码复杂度。针对HEVC帧间CU块划分的高复杂度问题,本文提出了一种编码单元深度选择快速算法。首先利用当前CU与时空域相邻CU的深度信息,初步预测当前CU的深度范围;然后根据当前CU与邻近CU运动矢量(Motion vector,MV)信息对当前CU深度选择做进一步终止判断。实验结果表明,提出的算法与HEVC测试模型(HM16.0)相比,能够在保证损失很小视频质量的同时,平均减少30%左右的编码时间。针对HEVC帧间PU模式判决过程的高复杂度问题,本文提出了一种帧间PU模式选择快速算法。首先分析当前CU与时空邻近CU之间最佳PU模式的相关性,然后利用父CU最佳PU模式对当前候选PU模式进行筛选,从而减少帧间PU模式的遍历,以达到降低编码计算复杂度的目的。实验结果表明,提出的算法与HEVC测试模型(HM16.0)相比,能够在保证损失很小视频质量的同时,平均减少40%左右的编码时间。(本文来源于《重庆邮电大学》期刊2018-03-26）
杨敏捷[6]（2018）在《视频编码的帧内及帧间预测技术研究》一文中研究指出在大数据时代,多媒体技术取得飞速发展,人们对视频应用的多样化和高清化需求逐步提高。为了应对视频压缩技术面临的挑战,世界两大国际组织组建了联合视频探索组(Joint Video Exploration Team,JVET),探索制定下一代视频编码标准H.266。H.266仍然沿用了主流视频编码标准的混合框架,同时又引入了自己的特色,如更加灵活的四叉加二叉树划分(Quadtree plus binary tree,QTBT)、更加精细的帧内角度预测方向、适合更多场景的帧间预测模式(如仿射运动补偿预测等)、自适应多核变换技术等。本文主要从H.266帧内与帧间预测技术分别做了研究,帧内预测技术从叁个方面进行改进,帧间预测技术从两个方面进行优化,具体工作如下:帧内预测技术的研究与优化首先,若编码块含有复杂的纹理或参考像素与编码块相关性不是很强时,使用现有帧内预测技术将产生失真,故针对上述问题研究了一种基于模板匹配的帧内预测新模式。从实验效果上看,该方案对上述问题有了一定的改进,提升了压缩效率。其次,针对Planar模式有可能发生编码块边界和相邻已编码块边界像素值不连续的问题,研究了一种边界滤波,该方法能够改善边界像素值非连续性的问题。最后,基于MPM模式做为帧内预测最优模式的概率较大,研究了一种基于MPM筛选预选模式的方法。该方法在编码性能损失可忽略的情况下,降低了编码端的复杂度。帧间预测技术的研究与优化首先,在现有的视频编解码标准中,帧间双向加权预测采用的是对搜索到的两个运动补偿块相加取均值(即权值为0.5)得到当期编码块的预测值。但若参考帧与编码帧之间亮度发生剧烈变化或由于诸如量化等因素导致生成预测块质量不同时,采用现有的方法将会产生严重的失真。故提出了一种基于参考质量的帧间自适应加权预测的方法,该方法在LDB和RA配置下性能都有了一定程度的提高。最后,针对运动融合技术(Merge)模式,提出了基于距离的Merge模式组合预测方法来提高编码块预测精度。在LDB、LDP和RA配置下,编码性能均有一定的提高,其中LDP配置下平均码率节省约为1.4%的码率。(本文来源于《电子科技大学》期刊2018-03-26）
宋世昶[7]（2018）在《下一代视频编码标准的帧间预测及变换编码技术研究》一文中研究指出近年来,随着采集和显示技术的迅猛发展,视频质量在不断提高,视频的数据量也随之呈现着爆炸式的增长,进而导致视频的存储和在线传输问题变得愈加严峻,这对视频数据的压缩提出了更高的要求。目前,为了应对未来8K及以上的超高分辨率视频压缩问题,下一代视频编码标准H.266的制定工作已提上了日程。H.266的探索工作已于2015年开始,至今,已经取得了阶段性的成果。H.266依旧沿用传统的混合视频编码框架,与最新的视频编码标准HEVC相比,H.266在图像块的划分、帧内预测、帧间预测、变换编码等关键环节均引入了新的高效编码技术,以提高编码性能,这些编码技术仍然存在可优化改进的余地。本文围绕H.266在变换编码和帧间预测方面引入的编码技术展开研究,并对其中的不足进行了相关优化工作,力争为H.266的制定贡献一份力量。首先,为了降低多核变换技术的编码复杂度和比特开销,本文对多核变换(Explicit Multiple Core Transform,EMT)技术进行了深入的研究,通过分析不同变换核的特性以及不同预测模式所产生残差信号的分布特点,提出了一种帧间模式依赖的变换方法,以进一步优化EMT技术。实验结果表明,相比于HEVC的变换方案,提出的方法在低延时配置下分别平均取得了1.03%和1.02%的BD-Rate节省。与多核变换技术相比,该方法分别平均取得了0.12%和0.16%的BD-Rate节省,并且编码器的整体复杂度分别降低了4%和6%,取得了编码性能和编码效率的双增益。在损失少量的编码性能下,编码复杂度最高可降低10%。在此基础上,进一步分析DST7和DCT2对模板匹配技术产生的残差信号的能量集中效果,结合这两种变换核的优势,构建一种新的DST7-DCT2混合变换,替代原先的DST7变换。实验表明,构建的变换在随机接入配置下取得了0.031%的BD-Rate节省。其次,文章对H.266引入的帧率上转换(Frame Rate Up Conversation,FRUC)模式中的模板匹配技术进行详细的分析,发现该技术在确定运动信息后,没有进一步结合编码块的像素信息对预测方向进行决策,导致该技术存在预测方向不准确的问题,进而严重影响编码性能。对此,本文综合考虑预测方向准确性、比特开销、编码复杂度叁个因素,提出了叁种预测方向决策的方案来弥补这一缺陷。实验表明,叁种方案在随机接入配置下取得了显着的BD-Rate节省,即0.23%、0.47%和0.51%,在仅打开FRUC技术的情况下,BD-Rate节省高达0.48%、0.68%和0.77%。(本文来源于《电子科技大学》期刊2018-03-26）
安亮[8]（2017）在《基于快速运动搜索和时空域相关性的HEVC帧间预测算法研究》一文中研究指出视频编码的原理是去除视频中的冗余信息,通过较少的比特数来表示大量的原始视频数据。HEVC是新一代的视频编码标准,它采用多种新型技术提升编码效率,但同时也不可避免地提高了计算复杂度,这为视频码流的实时压缩带来了巨大挑战。本文重点分析了HEVC编码中运动估计的实现过程、灵活的CU四叉树划分方式和多种PU模式选择过程。通过研究发现这叁个过程存在的一个共通点,即都采用遍历搜索的方式,寻求率失真代价最小的一种模式作为各自过程的最优结果。在一次完整的编码过程中,这叁个部分带来了极高的计算复杂度,占用了大部分的编码时间。为此,本文提出了一种基于快速运动搜索和时空域相关性的帧间预测方法。论文的主要工作包含以下四个方面:其一,深入研究了HEVC视频编码标准框架和各项关键技术,对HEVC编码框架各个模块的内容进行了认真学习,尤其对帧间预测涉及的关键技术进行了仔细研究详细的介绍和分析。其二,对HEVC中最新采用的TZSearch搜索算法进行研究,分析其最终搜索点的概率统计特性,提出一种快速TZSearch搜索算法。当满足使用条件时,该算法仅需搜索13个候选点即可得到最佳匹配块,可大幅降低运动搜索时间。其叁,提出了一种SKIP模式快速判决算法。本文深入分析了SKIP编码模式的特点,得知SKIP模式的分布具有强烈的时空相关性。基于此,利用时空邻域SKIP模式的分布概率和均值率失真代价快速判定当前CU使用SKIP模式,节省了遍历其他PU模式的时间。其四,提出了一种提前终止CU划分策略。SKIP模式往往使用在运动平缓区域,而平缓区域往往使用大尺寸的CU进行编码。基于这一点,本文利用邻域SKIP模式的分布概率和均值率失真代价合理设置阈值,对满足条件的编码单元,提前终止其四叉树划分过程,避免了下一层CU深度中一系列不必要的计算过程。综上所述,本文在运动搜索、PU模式快速判决和CU深度划分叁个方面进行了改进。相对于HM16.0官方编码模型,本文提出的叁种算法性能优越,能在保证编码性能的前提下,大大减少编码时间。(本文来源于《西安电子科技大学》期刊2017-06-01）
李峰[9]（2017）在《HEVC帧间预测编码的研究》一文中研究指出随着通信技术、计算机技术和多媒体技术的迅猛发展,多媒体已经深深融入到人们生活,其中视频是多媒体中信息量最大、也是最常用的媒体,然而,它的数据量也是非常庞大的,不经过压缩编码的视频一般难以直接在互联网中传输。视频压缩编码技术是视频存储、传输的前提,也是数字电视、视频监控、网络视频等应用的核心技术。近年来视频分辨率越来越大,高分辨率视频对存储提出了很高的要求,为此ITU-T视频编码专家组和MPEG委员会联合定制了最新的视频编码标准HEVC(High Efficiency Video Coding),并于2013年1月正式颁布,同时提供了编解码参考软件HM,引起了广大学者的热情研究。帧间编码技术是视频编码中的关键技术之一,也是最耗时的部分,占据了整个视频编码中约一半的运算量,如何兼顾运算量与运算精度一直以来是个热门而具挑战性的课题,学者们纷纷提出来了各种不同快速算法,然而帧间预测编码的各种快速算法都是基于块匹配,近年来有部分学者开始在帧间编码中引入仿射变换模型,意在进一步提高编码质量。本文在学习HEVC整体编码结构的基础上,深入研究了帧间编码,结合部分学者对仿射变换的初步探索结果,进一步探讨了仿射变换的模式划分、运动向量以及运算复杂度,并通过实验证明了本文所提观点的正确性和算法的有效性,论文主要工作如下:(1)提出了基于坐标描述的仿射运动模型,并对仿射变换单元做进一步细分,将基于方块的仿射变换转化为基于叁角块的仿射变换,实验证明,本文算法可以获得比块平移更大的匹配精度;研究了由仿射变换产生的MV(运动向量)的性质,通过理论和实验证明了相邻MV的相关性很差,不具备类似Merge模式的可预测性;提出一种用于仿射运动估计的快速搜索方法,在匹配精度损失很小的情况下,缩短了运动估计的时间。(2)鉴于HEVC的参考软件过于复杂、帧间预测编码结构庞大,所以未能将本文算法嵌入HM中,但本文仿照HEVC结构独立编写了整个帧间预测编码,包括预测单元的划分、运动估计、量化及熵编码,通过实验数据作出不同测试序列的B-D曲线,仿真结果表明了本文所提算法在高精度编码模式下,应对纹理细节复杂、运动剧烈的视频具有其优越性。(本文来源于《海南大学》期刊2017-05-01）
孟雷[10]（2016）在《H.264帧间预测模式选择的快速算法优化》一文中研究指出在H.264视频编码器帧内预测模式下,为确定一个宏块的帧内预测模式,会带来很大的运算复杂度,基于图像差分的帧间预测模式快速选择算法,采用测定图像序列平坦度的思想,能够实现快速帧间模式选择。可以有效减少模式搜索次数并能保证视频编码的质量,从而可大幅度降低编码时间和视频压缩的计算量,有效地减少了帧间模式选择算法运算复杂度,有利于实际应用。(本文来源于《软件工程》期刊2016年09期）
帧间预测论文开题报告
（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：
为降低高效视频编码(HEVC)帧间预测编码的计算复杂度,提出一种快速编码单元(CU)深度选择算法。利用当前CU与时空域相邻CU的深度信息,初步预测当前CU的深度范围,并根据当前CU与邻近CU的运动矢量信息对当前CU深度选择做进一步终止判断。实验结果表明,该算法与HEVC测试模型(HM16. 0)相比,在低时延和随机访问2种编码配置下,码率分别仅增加0. 93%和1. 01%,而编码时间减少了29. 1%和30. 3%。
（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。
帧间预测论文参考文献
[1].巩欣飞,杨大伟,毛琳.IPNet:帧间预测校验的多域卷积神经网络目标跟踪算法[J].大连民族大学学报.2019
[2].张盛峰,汪仟,黄胜,肖傲.HEVC帧间预测编码单元深度快速选择算法[J].计算机工程.2018
[3].孙道辉.帧间预测运动估计算法研究[J].科技创新与应用.2018
[4].张亚军.HEVC帧内/帧间预测加速算法研究[D].重庆邮电大学.2018
[5].汪仟.HEVC帧间预测快速算法的研究[D].重庆邮电大学.2018
[6].杨敏捷.视频编码的帧内及帧间预测技术研究[D].电子科技大学.2018
[7].宋世昶.下一代视频编码标准的帧间预测及变换编码技术研究[D].电子科技大学.2018
[8].安亮.基于快速运动搜索和时空域相关性的HEVC帧间预测算法研究[D].西安电子科技大学.2017
[9].李峰.HEVC帧间预测编码的研究[D].海南大学.2017
[10].孟雷.H.264帧间预测模式选择的快速算法优化[J].软件工程.2016
论文知识图
