H.264中有效的全零块预测方法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (20): 175-177.

• 图形、图像、模式识别 • 上一篇下一篇

H.264中有效的全零块预测方法

向校萱1，王琰1，向阳霞2，陈达智3

1.沈阳理工大学信息科学与工程学院，沈阳 110159
2.装甲兵工程学院信息工程系，北京 100072
3.解放军信息工程大学信息工程学院，郑州 450002

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-07-11 发布日期:2011-07-11

Efficient prediction method for all-zero blocks in H.264

XIANG Xiaoxuan1，WANG Yan1，XIANG Yangxia2，CHEN Dazhi3

1.Institute of Information Science and Engineering，Shenyang Ligong University，Shenyang 110159，China
2.Department of Information Engineering，Academy of Armored Forces Engineering，Beijing 100072，China
3.Institute of Information Engineering，PLA Information and Engineering University，Zhengzhou 450002，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-07-11 Published:2011-07-11

摘要/Abstract

摘要： 在低比特率视频编码中，全零块预测是一种常用来优化编码器的技术。目前几乎所有的方法都是采用绝对误差和（SAD）进行全零块预测，但在H.264中采用哈达玛（Hadamard）变换编码时，这种方法不能直接使用。采用高斯分布分析H.264视频编码中的残差系数，提出了一种基于变换绝对差值总和（SATD）预测全零块的有效方法。通过实验结果表明，该方法在保持图像质量的同时，提前预测出包括全零块在内的四种特殊编码块，减少了离散余弦变换（DCT），量化（Q）的运算量，提高了H.264的编码效率。

关键词: H.264, 哈达玛变换, 全零块预测, 变换绝对差值总和（SATD）, 高斯分布

Abstract: In low-bits rate video coding，All-Zero Blocks（AZBs） prediction is a common technique to reduce the computational complexity of the encoder.Previously，all the AZBs prediction approaches employ the Sum of Absolute Difference（SAD） available ahead of DCT and quantization for early detection.However，when the Hadamard transform is enabled for H.264 encoding，the method can not be used directly.The Gaussian distribution is applied to study the residual coefficients in H.264 encoding.The paper presents an efficient approach for detecting using the Sum of Absolute Transformed Difference（SATD）.It is shown by experimental results that the proposed method can early predict four kinds of special blocks including AZBs and achieve the best performance in reducing the DCT and Q computations and obtain almost the same video quality as the original encoder in H.264.

Key words: H.264, Hadamard transform, all-zero block prediction, Sum of Absolute Transformed Difference（SATD）, Gaussian distribution

向校萱1，王琰1，向阳霞2，陈达智3. H.264中有效的全零块预测方法[J]. 计算机工程与应用, 2011, 47(20): 175-177.

XIANG Xiaoxuan1，WANG Yan1，XIANG Yangxia2，CHEN Dazhi3. Efficient prediction method for all-zero blocks in H.264[J]. Computer Engineering and Applications, 2011, 47(20): 175-177.

[1]	杨勇，郭玲，叶阳东. 全变分流边与M2GGD相结合的自然图像分割方法[J]. 计算机工程与应用, 2021, 57(11): 202-210.
[2]	范文兵，孙志远. 基于小波域广义高斯分布的SAR图像分割算法[J]. 计算机工程与应用, 2020, 56(5): 222-226.
[3]	陈子兆，矫文成. 改进的稀疏深度置信网络[J]. 计算机工程与应用, 2020, 56(2): 62-67.
[4]	宋晓宇，高明海，赵明. 具有自适应搜索策略的混合人工蜂群算法[J]. 计算机工程与应用, 2019, 55(22): 53-59.
[5]	顾婷婷，刘新会，桑庆兵，李朝锋. 基于双树复小波的无参考立体图像质量评价[J]. 计算机工程与应用, 2019, 55(2): 154-161.
[6]	陈长倩，慕晓冬，牛犇，王立志. 结合高斯分布的改进二进制灰狼优化算法[J]. 计算机工程与应用, 2019, 55(13): 145-150.
[7]	李玉峰，陈瑞宁. 基于平面拟合恢复运动矢量的错误隐藏算法[J]. 计算机工程与应用, 2018, 54(2): 182-187.
[8]	曾鸿军1，2，沈燕飞2，王毅1. 基于感兴趣区域的头像视频前处理方法[J]. 计算机工程与应用, 2017, 53(6): 188-192.
[9]	金智鹏. 基于梯度和全零块检测的快速帧内模式选择算法[J]. 计算机工程与应用, 2016, 52(6): 209-213.
[10]	王宇，陈耀武. 基于多层次并行架构的H.264解码算法[J]. 计算机工程与应用, 2014, 50(8): 215-220.
[11]	唐浩漾1，王曙光1，史浩山2. 基于场景检测的自适应Intra帧差错掩盖算法[J]. 计算机工程与应用, 2014, 50(5): 11-15.
[12]	金智鹏1，郁梅2. 用于移动终端的低复杂度快速模式选择算法[J]. 计算机工程与应用, 2014, 50(5): 151-155.
[13]	杨丹1，姚伟新2，葛愿2，3. H.264/AVC的自适应时域错误隐藏方法[J]. 计算机工程与应用, 2014, 50(4): 186-189.
[14]	梁静，张凡，唐作其，陆安江，张正平. UMHS运动估计算法的优化研究[J]. 计算机工程与应用, 2014, 50(3): 185-189.
[15]	褚晶辉1，邱润东1，宋垣2，张力3. 视频监控视频流解码播放的速率控制与优化[J]. 计算机工程与应用, 2014, 50(14): 172-175.

H.264中有效的全零块预测方法

Efficient prediction method for all-zero blocks in H.264

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics