第1章 緒論
第2章 H.265/HEVC視頻編碼標(biāo)準(zhǔn)概述
2.1 概述
2.2 H.265/HEVC編碼框架
2.2.1 框架結(jié)構(gòu)
2.2.2 高效率視頻編碼的基本單元
2.2.3 四叉樹編碼結(jié)構(gòu)
2.3 H.265/HEVC編碼關(guān)鍵技術(shù)
2.3.1 率失真優(yōu)化技術(shù)
2.3.2 預(yù)測編碼技術(shù)
2.3.3 變換編碼技術(shù)和重構(gòu)圖像后處理技術(shù)
2.4 相關(guān)工作
2.4.1 對率失真很優(yōu)化技術(shù)的研究
2.4.2 對編碼模式判決技術(shù)的研究
2.5 本章小結(jié)
參考文獻
第3章 基于量化步長的量化器自選擇算法
3.1 概述
3.2 率失真優(yōu)化量化技術(shù)特征分析
3.2.1 均勻標(biāo)量量化器特征分析
3.2.2 率失真優(yōu)化量化器特征分析
3.3 高效率失真優(yōu)化量化判決算法
3.3.1 均勻標(biāo)量量化和率失真量化判決
3.3.2 算法流程
3.4 實驗結(jié)果及分析
3.4.1 與原始HEVC編碼標(biāo)準(zhǔn)的比較
3.4.2 主觀質(zhì)量分析
3.5 本章小結(jié)
參考文獻
第4章 基于紋理分析的skip模式提前檢測算法
4.1 概述
4.2 skip模式特征分析
4.3 skip模式提前檢測算法
4.3.1 skip紋理變化緩慢區(qū)域編碼塊的檢測
4.3.2 skip紋理變化豐富區(qū)域編碼塊的檢測
4.3.3 算法流程
4.4 實驗結(jié)果及分析
4.4.1 與原始HEVC編碼標(biāo)準(zhǔn)的比較
4.4.2 與經(jīng)典改進算法實驗結(jié)果的比較
4.4.3 主觀質(zhì)量分析
4.5 本章小結(jié)
參考文獻
第5章 基于SAO的skip模式檢測算法
5.1 概述
5.2 特征分析
5.2.1 CU空間編碼參數(shù)分析
5.2.2 HEVC模式?jīng)Q策過程分析
5.3 skip模式的檢測
5.3.1 CU的skip模式檢測算法
5.3.2 快速幀內(nèi)模式?jīng)Q策算法
5.3.3 算法流程
5.4 實驗結(jié)果及分析
5.5 本章小結(jié)
參考文獻
第6章 基于運動特征和率失真代價的快速CU劃分算法
6.1 概述
6.2 特征分析
6.2.1 CU運動特征分析
6.2.2 CU率失真代價閾值分析
6.3 提出算法
6.3.1 基于運動特征的快速CU劃分算法
6.3.2 基于RD代價閾值的快速CU劃分算法
6.3.3 算法流程
6.4 實驗結(jié)果及分析
6.5 本章小結(jié)
參考文獻
第7章 基于3D-HEVC的低復(fù)雜度編碼算法
7.1 概述
7.2 3D-HEVC的非獨立視點編碼
7.2.1 視差補償預(yù)測
7.2.2 視點間運動預(yù)測
7.2.3 視點間冗余預(yù)測
7.3 3D-HEVC的深度圖編碼
7.3.1 紋理圖像的應(yīng)用
7.3.2 平坦區(qū)域的表示
7.3.3 邊緣區(qū)域的劃分
7.4 基于運動同質(zhì)性的紋理視頻快速編碼算法
7.4.1 運動同質(zhì)性分析
7.4.2 快速確定深度等級范圍
7.4.3 早期的skip/Merge模式?jīng)Q策
7.4.4 自適應(yīng)運動搜索范圍調(diào)整
7.4.5 算法流程
7.5 實驗結(jié)果及分析
7.6 本章小結(jié)
參考文獻
第8章 H.266/VVC視頻編碼標(biāo)準(zhǔn)概述
8.1 概述
8.2 H.266/VVC編碼框架
8.3 H.266/VVC編碼標(biāo)準(zhǔn)關(guān)鍵技術(shù)
8.3.1 H.266/VVC中QTMT劃分結(jié)構(gòu)
8.3.2 H.266/VVC幀內(nèi)預(yù)測關(guān)鍵技術(shù)
84 相關(guān)工作
8.4.1 對于H.265/HEVC中傳統(tǒng)的快速CU劃分算法的研究
8.4.2 對于H.265/HEVC中基于機器學(xué)習(xí)的快速CU劃分算法的研究
8.4.3 對于H.266/VVC中傳統(tǒng)的快速CU劃分算法的研究
8.4.4 對于H.266/VVC中基于ML的快速CU劃分算法的研究
8.5 測試條件及評估標(biāo)準(zhǔn)
8.5.1 測試條件
8.5.2 評估標(biāo)準(zhǔn)
8.6 本章小結(jié)
參考文獻
第9章 基于RFC的快速CU劃分算法
9.1 概述
9.2 CU的分類和基于RFC的快速劃分
9.2.1 RF算法
9.2.2 基于紋理復(fù)雜度的CU分類
9.2.3 RFC的建立與訓(xùn)練
9.2.4 判決結(jié)果的準(zhǔn)確性分析
9.2.5 基于RFC的快速CU劃分算法流程
9.3 實驗結(jié)果及分析
9.3.1 與原始H.266/VVC參考軟件VTM的實驗結(jié)果的比較
9.3.2 與目前存在的快速算法的實驗結(jié)果的比較分析
9.4 本章小結(jié)
參考文獻
第10章 基于改進的DAG-SVM分類器的快速CU劃分算法
10.1 概述
10.2 DAG-SVM分類器的改進和快速CU劃分
10.2.1 傳統(tǒng)的F-score特征選擇方法
10.2.2 改進的F-score特征選擇方法
10.2.3 基于改進的F-score方法選擇的特征
10.2.4 傳統(tǒng)的SVM分類器
10.2.5 常用的多類SVM方法
10.2.6 改進的DAG-SVM分類器的建立與訓(xùn)練
10.2.7 基于改進的DAG-SVM分類器的快速CU劃分算法流程
10.3 實驗結(jié)果及分析
10.3.1 與原始H.266/VVC參考軟件VTM 4.0的實驗結(jié)果的比較分析
10.3.2 與目前存在的快速算法的實驗結(jié)果的比較分析
10.4 本章小結(jié)
參考文獻
第11章 基于灰度共生矩陣的快速CU劃分算法
11.1 概述
11.2 灰度共生矩陣算法與像素值偏差法及其改進
11.2.1 紋理復(fù)雜度與RMD復(fù)雜度的關(guān)系
11.2.2 基于灰度共生矩陣的CU劃分決策算法
……