当前位置:首页 >> 信息与通信 >>

HEVC关键技术 (2)


HEVC关键技术
摘要:随着人们视觉感受要求的提高,视频的分辨率和应用场合发生了重大变化。但是现有 的视频压缩标准已经不能满足需求, 这就要求研究人员提出新的视频压缩标准, 进一步提高 视频的压缩效率,高效视频编码标准应运而生。高效视频编码标准主要目标是在现有的 H.264/AVC high profile的基础上,压缩效率提高一倍,可以允许适当提高编码端的复杂度。 本

文主要从高效视频编码标准的关键技术入手, 比较全面地介绍了基于四叉树结构的分割技 术、细粒度slice分块边界、预测编码技术、环路滤波、熵编码、并行化设计等技术。同时, 对高效视频编码标准的发展前景进行了预测。 关键词:高效视频编码标准,预测编码技术,环路滤波、熵编码、并行化设计

1 HEVC的背景
H.264 是当前普遍的视频编码标准,它将视频压缩效率提高到一个更高的水平。由于其 高效的压缩效率, 以及良好的网络亲和性, 使得该标准在较短的时间内得到广泛普及。 然而, 随着网络技术和终端处理能力的不断提高和发展, 人们提出了更高的要求, 希望能够提供高 清、3D、移动无线,以满足新的家庭影院、远程监控、数字广播、移动流媒体、便携摄像、 医学成像等新领域的应用。如果继续采用 H.264 编码就会出现如下一些局限性[1]:1.宏块个 数的爆发式增长,会导致用于编码宏块的预测模式、运动矢量、参考帧索引和量化级等宏块 级参数信息所占用的码字过多,用于编码残差部分的码字明显减少。2.由于分辨率的大大增 加,单个宏块所表示的图像内容的信息大大减少,这将导致相邻的 4× 4 或 8× 8 块变换后的 低频系数相似程度也大大提高,导致出现大量的冗余。3.由于分辨率的大大增加,表示同一 个运动的运动矢量的幅值将大大增加,H.264 中采用一个运动矢量预测值,对运动矢量差编 码使用的是哥伦布指数编码,该编码方式的特点是数值越小使用的比特数越少。因此,随着 运动矢量幅值的大幅增加,H.264 中用来对运动矢量进行预测以及编码的方法压缩率将逐渐 降低。4.H.264 的一些关键算法例如采用 CAVLC 和 CABAC 两种基于上下文的熵编码方法、 去块滤波等都要求串行编码, 并行处理程度比较低。 针对 GPU/DSP/FPGA/ASIC 等并行化程 度非常高的 CPU,H.264 的这种串行化处理越来越成为制约运算性能的瓶颈。为了解决上述 问题,ITU_T 视频编码专家组(Video Coding Experts Group, VCEG)和 ISO/IEC 运动图像专家 组(Moving Picture Experts Group, MPEG)在 H.264 视频压缩标准的基础上提出了高效视频编 码标准(High Efficiency Video Coding, HEVC)。 HEVC 的核心目标是在 H.264/AVC high profile 的基础上,压缩效率提高一倍。即在保 证相同视频图像质量的前提下,视频流的码率减少 50%。在提高压缩效率的同时,可以允 许编码端适当提高复杂度。HEVC 依然沿用 H.263 就开始采用的混合编码框架, 即用帧间和 帧内预测编码消除时间域和空间域的相关性, 对残差进行变换编码以消除空间相关性, 熵编 码消除统计上的冗余度。HEVC 将在混合编码框架内,着力研究新的编码工具或技术,提高 视频压缩效率。

2 HEVC 技术亮点
HEVC 与 H.264/AVC 视频标准一样,依然采用混合编码框架。在此混合编码框架下, HEVC 进行了大量的技术创新, 其中具有代表性的技术方案有: 基于大尺寸四叉树结构的分 割技术,多角度帧内预测技术,运动估计融合技术,高精度运动补偿技术,自适应环路滤波 技术以及基于语义的熵编码技术。下面将对这些技术逐个进行阐述。

2.1 基于四叉树结构的分割技术

随着视频分辨率的提高,块结构越大,越能提高视频的压缩效率,因此HEVC提出了 超大尺寸四叉树编码结构。该结构使用编码单元(Coding Unit, CU),预测单元(Prediction Unit, PU)和变换单元(Transform unit, TU) 3个概念描述整个编码过程。其中编码单元类似于 H.264/AVC中宏块的概念,用于编码的过程;预测单元是进行预测的基本单元;变换单元 是进行变换和量化的基本单元。这三个单元的分离,使得变换、预测和编码各个处理环节 更加灵活,也有利于各环节的划分更加符合视频图像的纹理特征,有利于各个单元更优化 地完成各自的功能。对于1个编码单元,1幅图像可以被分为多个片,而1个片又可以被分为 多个最大编码单元(Largest Coding Unit, LCU ),1个最大编码单元又可以分为4个编码单元, 每个编码单元可以继续分片至最大深度。HEVC定义了5种类型的编码元: 128× 128(LCU), 64× 64, 32× 32, 16× 16, 8× 8(Smallest Coding Unit, SCU)。 LCU的树形结构示意图如图1所示。 对于每个CU,HEVC使用PU来实现该CU单元的预测过程。PU尺寸受限于其所属的CU,可 以是方块(如2N× 2N,N× N),也可以为矩形(如2N× N,N× 2N),现有HM模型的对称PU分割 类型如图2所示[2]。预测单元被定义为编码单元的支节点,因此,其尺寸最大不超过相应编 码单元的尺寸。而变换单元,则是针对正交变换和量化。对于帧内预测,HEVC定义了34 种帧内预测方向,远远超过了H.264/AVC标准的9种。除了传统的16× 16,8× 8和4× 4等尺寸 外,还定义了8× 2和2×8尺寸的长方形块, 这是一种新的不对称运动分割预测(Asymmetric Motion Partition,AMP)[3]方案。该方案是HEVC与H.264在分块预测技术中最为不同之处。 所谓AMP,即将编码单元分为两个尺寸大小不一致的预测块,其中一个PU单元的宽/长为 CU单元的1/4,另一个PU对应的宽/长为CU单元的3/4,如图3所示。这种预测方式考虑了大 尺寸可能的纹理分布,可以有效提高大尺寸块的预测效率。对于帧间预测,HEVC采取了 运动矢量方案(MVR )、差值滤波(IF)、运动共享(MS)、运动向量竞争(MVC)和基于块的照 明竞争(B-BIC)来提高编码性能。对于正交变换,HEVC采用包含了16× 16,32× 32和64× 64 等尺寸块的变换矩阵、旋转变换和基于模式的方向性变换来提高编码性能。

图1

LCU 的树形结构示意图

(a) 2N× 2N

(b) N× 2N (c) 2N× N 图 2 4 种 PU 分割类型

(d) N× N

图3

64× 64CU所支持的4种AMP分割形态

HEVC的变换结构突破了原有的变换尺寸限制,可支持4×4至32× 32的编码变换,以TU为基本 单元进行变换和量化。为提高大尺寸编码单元的编码效率,DCT变换同样采用四叉树型的变换结

构。图4为编码单元、变换单元的四叉树结构关系图,其中虚线为变换单元四叉树分割,实线为 编码单元四叉树分割,编号为各编码单元的编码顺序。采用zigzag编码顺序的好处为:对于当前 编码单元,其上方块、左方块以及左上方块预测信息(如果存在)总是可以获得。

图4 编码单元、变换单元的四叉树结构关系图 配合不对称预测单元以及矩形预测单元 ,新的HM模型还采纳了相应的矩形四叉树 TU结构[4] , 突破了方块变换的限制。图5展示了3级矩形四叉树变换水平TU结构,同理可有垂直分割结构。

图5

矩形变换四叉树结构

尽管TU的模板发生了变化,但其变换核并没有发生实质性的变化。现有的关于不对称变换 所使用的变换核是由方形变换核剪裁得到的。通常 ,n× m的变换系数矩阵的计算公式如公式(1) 所示。 Cn×m = Tm × Bn×m ×TnT (1)

公式(1)中:Bn×m为n×m的像素块,Tm,Tn分别为m× m,n× n的变换核,Cn×m为Bn×m的变换系数。

测试结果表明,非正方形四叉树更适合矩形PU和AMP变换,可节省大约0.3%的比特, 同时增加2%左右的编码复杂度,对解码几乎没有影响。采用大尺寸树形编码结构有利于支 持大尺寸图像编码。当感兴趣区域一致时,一个大的CU可以用较少的标识代表整个区域, 这比用几个小的块分别标识更合理。其次,任意LCU尺寸可以使编解码器对不同的内容、 应用和设备达到最优化。对于目标应用,通过选择合适的LCU尺寸和最大分级深度,使编 解码器具有更好的适应能力。 LCU和SCU尺寸范围可被定义到档次和级别部分以匹配需求。

2.2 细粒度 slice 分块边界 (fine granularity slice partition)

在 HEVC 中首次提出了 CU 的概念,代替以前视频编码标准中 MB 的概念,CU 是可递 归的,最大允许的 CU 大小是 64× 64,最小允许的 CU 是 8× 8。按照编码器框架,图像首先 分为 slice,再分为 CU,再分为 partition。早期的测试模型中 slice 是以最大 CU(LCU)为粒度 划分的,如 64× 64。但是这一划分方式带来以下问题: 1. 同一幅图像中不同的 LCU 之间差别很大,简单的 LCU 纹理非常简单,因此编码结 果比特数很少,复杂的 LCU 可能占有很多比特,这对于编码器的码率控制和负载均衡都很 不利。 2. 如果减小 LCU 的大小,比如减为 32× 32 或 16× 16,则压缩效率会降低很多。 针对这一问题, 一些提案提出 slice 边界划分不以 LCU 为单位, 而是以更小的 CU 为单位[5-7], 片的分割如图 6 所示。

图 6 片的分割方式

采用这一方式后,每个 slice 的大小都可以精确控制,同时解决了码率控制和负 载均衡的问题。但是带来的代价是 slice 边界处理更为复杂。

2.3 HEVC预测编码技术
HEVC的帧间、帧内预测的基本框架与H.264基本相同:采用相邻块重建像素对当前块 进行帧内预测,从相邻块的运动矢量中选择预测运动矢量,支持多参考帧预测等。同时, HEVC采用了如多角度预测,高精度运动补偿等多种技术,使得预测精度大大提高。

2.3.1 多角度帧内预测
HEVC的帧内预测将原有的8种预测方向扩展至33种,增加了帧内预测的精细度。另外, 帧内预测模式保留了DC预测,并对Planar预测方法进行了改进。目前HM模型中共包含了35 种预测模式,图7只显示了34种,未显示Planar预测方法。但由于受到编码复杂度限制,编 码模型对4× 4和64× 64尺寸的PU所能使用的预测模式进行了限制。

3

18

10

19

4

20

11 21 0 22 12

23

5

24

13

25

6

26

14 27 7 28
15

29 1 30 16 31 8
32

2: DC mode

17
33

9

图7 34种帧内预测方式 原有的HM模型中色度分量的帧内预测采用了5种预测模式,分别为水平、垂直、DC预 测、亮度模式以及对角模式。JCT-VC第五次会议后增加了以基于亮度的色度帧内预测[8], 以取代对角预测模式。在该预测模式下,色度分量使用亮度分量的值进行线性预测,相关系 数根据重建图像特性进行计算。该方案在色度分量上取得了8%左右的性能增益,而编码复 杂度基本不变。然而,尽管现有的帧内预测技术已对PU预测方向有所限制,但编码的复杂 度仍然很高。不少研究人员提出了快速帧内预测算法,以进一步降低编码的复杂度。

2.3.2 帧间预测技术 2.3.2.1 广义B预测技术
在高效的预测模式下,HEVC仍然采用了H.264中的B预测方式,同时还增加了广义B (Generalized P and B picture,GPB)预测方式[9]取代低时延应用场景中的P预测方式。GPB预 测结构是指对传统P帧采取类似于B帧的双向预测方式进行预测。在这种预测方式下,前向 和后向参考列表中的参考图像都必须为当前图像之前的图像,且两者为同一图像。对P帧采 取B帧的运动预测方式增加了运动估计的准确度,提高了编码效率,同时也有利于编码流程 的统一。

2.3.2.2 高精度运动补偿技术
HEVC的编码器内部增加了像素比特深度,最大可支持12 bit的解码图像输出,提高了 解码图像的信息精度。同时,HM模型采取了高精度的双向运动补偿技术[10],即无论最终 输出图像比特深度是否增加,在双向运动补偿过程中都将使用14 bit的精度进行相关计算。

2.3.2.3 运动融合技术和自适应运动矢量预测技术
运动融合技术(Merge)将以往的跳过预测模式(Skip Mode)和直接预测模式(Direct Mode) 的概念进行了整合。采用融合模式时,当前PU块的运动信息(包括运动矢量、参考索引、预 测模式)都可以通过相邻PU的运动信息推导得到。编码时,当前PU块只需要传送融合标记 (Merge Flag)以及融合索引(Merge Index),无需传送其运动信息[11]。 自适应运动矢量预测技术(Adaptive Motion Vector Prediction,AMVP)为一般的帧间预 测PU服务,通过相邻空域相邻PU以及时域相邻PU的运动矢量信息构造出一个预测运动矢 量候选列表,PU遍历运动矢量候选列表,在其中选择最佳的预测运动矢量。利用AMVP 技术可充分发掘时域相关性和空域相关性。 值得一提的是,无论是运动融合技术还是自适应运动矢量预测技术,两者在候选运动

矢量列表的设计上都进行了精心考虑,以保证运动估计的高效性以及解码的稳健性。在早 期的HM模型中,两种预测方式所使用的候选运动矢量列表是相互独立的,在JCT第6次会 议结束后,新的HM模型中将两者的参考列表构造进行了统一[12],Merge将采用与AMVP 相同的方式构造候选运动矢量列表,进行运动信息的求取。

2.4 环路滤波
1个完整的HEVC的环路滤波过程包括3个环节:去块滤波,采样点自适应偏移(Sample Adaptive Offset,SAO),自适应环路滤波(Adaptive Loop Filter,ALF)。HEVC的去块滤波是 在H.264的去块滤波技术的基础上发展而来的,但为了降低复杂度,目前的HM模型取消了 对4× 4块的去块滤波[13]。 采样点自适应偏移和自适应环路滤波均为HEVC采用的新技术。 下 面对采样点自适应偏移、自适应环路滤波进行详细阐述。

2.4.1 采样点自适应偏移(Sample Adaptive Offset)
SAO 在编解码环路内,位于 Deblock 之后,通过对重建图像的分类,对每一类图像像 素值加减一个偏移,达到减少失真的目的,从而提高压缩率,减少码流。若使用 SAO 技术, 重构图像将按照递归的方式分裂成 4 个子区域[14],每个子区域将根据其图像像素特征选择 一种像素偏移方式, 以减少源图像与重构图像之间的失真。 目前采样点自适应偏移方式分为 带状偏移(Band Offset,BO)和边缘偏移(Edge Offset,EO)两大类。 带状偏移将像素值强度等级划分为若干个条带,每个条带内的像素拥有相同的偏移值。 进行偏移时根据重构像素点所处的条带,选择相应的带状偏移值进行偏移。现有的 HM 模 型将像素值强度从 0 到最大值划分为 32 个等级,如图 8 所示[15]。同时这 32 个等级条带还 分为两类,第一类是位于中间的 16 个条带,剩余的 16 个条带是第二类。编码时只将其中一 类具有较大补偿值的条带偏移信息写入片头; 另一类条带信息则不传送。 这样的方式编码将 具有较小偏移值的一类条带忽略不计,从而节省了编码比特数。

图 8 32 级像素值条带分割示意图 边缘偏移主要用于对图像的轮廓进行偏移。 它将当前像素点值与相邻的 2 个像素值进行 对比, 用于比较的 2 个相邻像素可以在图 9 中所示的 4 种模板中选择, 从而得到该像素点的 类型:局部最大、局部最小或者图像边缘。解码端根据码流中标示的像素点的类型信息进行 相应的偏移校正。

图 9 4 种边缘样点偏移模板 采用 SAO 后, 平均可以减少 2%~6%的码流, 而编码器和解码器的性能消耗仅仅增加了 约 2%。

2.4.2 自适应环路滤波
自适应环路滤波(Adaptive Loop Filter, ALF)在编解码环路内, 位于 Deblock 和 SAO 之后, 用于恢复重建图像以达到重建图像与原始图像之间的均方差(MSE)最小。 ALF 的系数是在帧

级计算和传输的,可以整帧应用 ALF,也可以对于基于块或基于量化树(quadtree)的部分区 域进行 ALF,如果是基于部分区域的 ALF,还必须传递指示区域信息的附加信息。ALF 采 用二维维纳滤波器,滤波系数根据局部特性进行自适应计算[16]。对于亮度分量,采用 CU 为单位的四叉树 ALF 结构[17]。滤波使用 5× 5,7× 7 和 9× 9 三种大小的二维钻石型模板,如 图 10 所示。滤波器计算每个 4× 4 块的 Laplacian 系数值,并根据该值将所有 4× 4 块分成 16 类,分别对应 16 种滤波器[18],每种滤波器的滤波系数通过自适应维纳滤波器进行计算。

(b) Alf Tap=7 (c) Alf Tap=9 图 10 3 种 ALF 滤波模板 对于色度分量,滤波的选择过程会简单许多。原因如下:首先,色度分量的滤波只需要在图 像层级上进行。其次,滤波时色度分量统一使用 5×5 矩形滤波模板,不需要通过 Laplacian 系数来选择滤波器类型。

(a) Alf Tap=5

2.5 熵编码
CABAC 是 H. 264 的两种熵编码方案之一。 现有的 CABAC 编码器采用串行处理的方式, 解码端需要足够高频率的计算能力才能实时地对高码率的码流进行解码, 直接增加了解码功 耗和实现复杂度。为了解决 CABAC 的速度问题,JCT 提出了熵编码模型并行化的要求。收 集的提案大致从 3 个角度提出了并行化 CABAC 解决方案: 基于比特的并行 CABAC[19-21], 基于语法元素的并行 CABAC[19]和基于片的并行 CABAC。最后,基于语法元素的并行 CABAC 编码方案(SB-CABAC)被 HM 模型所采纳。目前,HM 可支持上下文自适应变长编 码(CAVLC)和基于语法元素的上下文自适应二进制算术编码(SB-CABAC),分别用于低复杂 度的编码场合和高效的编码场合。 SB-CABAC 的目的是为具有不同统计模型的句法元素提供高效的编码方式。在 SB-CA BAC 中[22],句法元素被分成 N 个类别,每个类别并行地维护着自己的上下文概率模型及 其更新状态,每个类别的句法元素可对应一个或者多个概率表。因此,当各个类别所处理的 比特量较均衡时,与原有串行编码器相比,并行编码器的处理能力将提高 N 倍。然而实际 运用中,各个类别的句法元素比特数不可能均衡,因此编码器处理能力的提升将小于 N 倍。 目前,HM 中每一个句法元素都对应着一个或者多个概率模型,不同句法元素间的初始概率 模型可能相同, 并且可为每一个语法元素的每一位设计其选择概率模型的规则, 以便为编码 器提供最准确的概率估计。总体来说,SB-CABAC 的编码过程与原有的 CABAC 编码过程 大致相同,都包括语法元素值二进制化、上下文概率模型选择、概率估计与上下文概率模型 更新、二进制算术编码 4 个部分。

2.6 并行化设计
当前芯片架构已经从单核性能逐渐往多核并行方向发展, 因此为了适应并行化程度非常 高的芯片实现,HEVC/H265 引入了很多并行运算的优化思路,主要包括以下几个方面[1]:

2.6.1 Tile

如图 11 所示,用垂直和水平的边界将图像划分为一些行和列,划分出的矩形区域为一 个 Tile,每一个 Tile 包含整数个 LCU,Tile 之间可以互相独立,以此实现并行处理。

图 11 Tile 划分示意图

2.6.2 Entropy slice
Entropy Slice 的概念是 Sharp 公司提出的,现在改名为 lightweighted slice,这个提案主 要解决的问题是针对 H.264 Slice 切分的一些缺点: 1. H.264 的熵编码以 slice 为单位,这可能会造成各个 slice 之间的编码负担不均衡,有 的 slice 负担重,有的则负担轻。理论上多切分一些 slice 有助于在多核计算机上提高负载均 衡能力。 2. 但是过多的 Slice 切分会造成压缩效率降低。 Entropy Slice 允许在一个 slice 内部再切分成多个 Entropy Slices,这样熵编解码器可以 并行编码或解码,从而提高了并行处理能力。需要注意的是一个 entropy slice 不能跨越 slice 边界, 也就是一个 slice 可以含有多个 entropy slice, 但是一个 entropy slice 只能属于一个 slice, Entropy Slice 与 Slice 的关系如图 12 所示:

图 12 Entropy Slice 与 Slice 的关系 在测试中,一个 1080p 的图像被分为一个 slice 和 32 个 entropy slice,编码效率损失极小。 在提案中 sharp 还提出了一个 CPU+GPU 混合编码的方案,熵编码由多核 CPU 进行而重建 则由 GPU 进行,可以大幅提高编码速度,具体处理方法如图 13 所示。

图 13 CPU+GPU 混合编码的方案

2.6.3 WPP(Wavefront Parallel Processing)
上一行的第二个 LCU 处理完毕,即对当前行的第一个 LCU 的熵编码(CABAC)概率状 态参数进行初始化,如图 14 所示。因此,只需要上一行的第二个 LCU 编解码完毕,即可以 开始当前行的编解码,以此提高编解码器的并行处理能力。

图 14 WPP 示意图

3 H.264 中已有特性的改进
相对于 H.264, H.265 标准的算法复杂性有了大幅提升, 以此获得较好的压缩性能。 H.265 在很多特性上都做了较大的改进,具体各项改进如表 1 所示: H.264 MB/CU 大小 亮度插值 4× 4‥16× 16 Luma-1/2 像素{1,-5,20,20,-5,1} Luma-1/4 像素{1,1} MVP 预测方法 亮度 Intra 预测 色度 Intra 预测 变换 去块滤波器 空域 MVP 预测 4× 4/8× 8/16× 16:9/9/4 模式 DC,Horizontal,Vertical,Plane DCT 4× 4/8× 8 4× 4 和 8× 8 边界 Deblock 滤波 4× 4‥64× 64 Luma-1/2 像素{-1,4,-11,40,40,-11,4,-1} Luma-1/4 像素{-1,4,-10,57,19,-7,3,-1} Luma-1/4 像素{-1,3,-7,19,57,-10,4,-1} 空域+时域 MVP 预测 AMVP\Merge 34 种角度预测+Planar 预测 DC 预测 DM,LM,planar,Vertical,Horizontal, DC,diagonal DCT 4× 4/8× 8/16× 16/32× 32 DST 4× 4 较大的 CU 尺寸,4× 4 边界不进行滤波 H.265

表 1 H.264 和 H.265 关键特性对比

4 总结
目前,HEVC 的基本编码框架已经确定,但许多技术细节仍在不断地研究中。专家组的 主要力量集中在进一步提高 HEVC 编码效率以及降低其复杂度上。但除了提高 HEVC 编码 效率以及降低编码复杂度的提案以外,许多研究人员已经开始研究 HEVC 的可伸缩编码和 多视点编码方案, 相关研究工作正在有计划地展开。与 H. 264 High Profile 的编码性能相比, 目前 HEVC 已经取得了 40%左右的压缩性能提升,而编码复杂度也达到了 150%左右,不同 测试场景的编码复杂度和性能提升程度有较大的差异。降低编码复杂度仍然是 HEVC 发展 的一项重要议题。2011 年 7 月 22 日,第 6 届 JCT 会议结束,本次会议总共提出了 700 多项 提案,这些丰富的研究成果正极大地推动着 HEVC 前进的脚步。而 HEVC 的发展与完善必 将极大地推动高清、超高清视频的应用步伐,为人类献上更丰富的视觉盛宴。HEVC(H.265) 标准预计 2013 年 2 月发布正式版本,由于其在压缩效率、并行处理能力以及网络适应性方 面的极大改进,它的发展和应用必将把视频编解码理论和应用推向一个新的高度。 [1] Available online at http://www.ctiforum.com/news/guandian/328363.html [2] SUZUKI Y, TAN T, CHIEN W, et al., Extension of uni-prediction simplification in B slices, JCTVC-D421[R].[S.l.]:JCT-VC, 2011. [3] BOSSEN F., Common test conditions and software reference configurations, JCTVC-E700 [R].[S.l.]:JCT-VC, 2011. [4] YUAN Y, ZHENG X, PENG X, et al., CE 2:Non-square quadtree transform for symmetric and asymmetric motion partition, JCT?VC-F412[R].[S.l.]:JCT-VC, 2011. [5] Shen Q, Xie Q, Yu H, CE 4 Subtest1:Report on fine granularity slice partition, JCTVC-E298 [R].[S.l.]:JCT-VC, 2011. [6] Sjoberg R, Wennersten P, CE 4 Subtest 1: Ericsson fine granularity slices, JCTVC-E260[R]. [S.l.]:JCT-VC, 2011. [7] Hsu C W, Tsai C Y, Huang Y W, et al., CE 4 Subtest 1: Leaf-CU-Aligned Slices, JCTVC-E260 [R].[S.l.]:JCT-VC, 2011. [8] CHEN J, SEREGIN V, HAN W, et al., CE 6.a.4:Chroma intra prediction by reconstructed luma samples, JCTVC-E266[R].[S.l.]:JCT-VC, 2011. [9] MCCANNK, SEKIGUCI S, BROSS B, et al., HEVC Test Model 3(HM3) Encoder Description, JCTVC-E602[R].[S.l.]:JCT-VC, 2011. [10] UGUR K, LAINEMA J, HALLAPURO A., High precision bi-directional averaging, JCTVCD321[R].[S.l.]:JCT-VC, 2011. [11] TAN T, HAN W, BROSS B, et al., BoG report of CE 9:Motion vector coding, JCTVC-D441 [R].[S.l.]:JCT-VC, 2011. [12] HUANG Y, BROSS B, ZHOU M, et al., CE 9:Summary report of core experiment on MV coding and skip/merge operations, JCTVC-F029[R].[S.l.]:JCT-VC, 2011. [13] WIEGAND T, BROSS B, HAN W, et al., WD3:Working draft 3 of high-efficiency video coding, JCTVC-E603[R].[S.l.]:JCT-VC, 2011. [14] FU C, CHEN C, HUANG Y, et al., TE 10 subtest 3:Quadtree-based adaptive offset,JCTVC-C 147[R].[S.l.]:JCT-VC, 2010. [15] FU C, CHEN C, HUANG Y, et al., CE 8 Subset 3 :Picture quadtree adaptive offset, JCTVCD122[R].[S.l.]:JCT-VC, 2011. [16] EKSTROM M, Realizable wiener filtering in two dimensions[J].IEEE Transactions on Acoustics, Speech, and Signal Processing, 1982, 30(1):31-40.

[17] CHUJOH T, WADA N, YASUDA G, Quadtree-based Adaptive Loop Filter, ITU-T Q.6/SG 16C181[R].[S.l.]:JCT-VC, 2009. [18] CHONG S, KARCZEWICZ M, CHEN C, et al., CE 8 Subtest 2:Block based adaptive loop filter, JCTVC-E323[R].[S.l.]:JCT-VC, 2011. [19] BUDAGAVI M, SZE V, DEMIRCIN M, et al., Video coding technology proposal by Texas Instruments, JCTVC-A101[R].[S.l.]:JCT-VC, 2010. [20] WINKEN M, BO? E S, BROSS B, et al., Video coding technology proposal by fraunhofer HHI, JCTVC-A116[R].[S.l.]:JCT-VC, 2010. [21] HE D, KORODI G, MARTIN-COCHER G, et al., Video coding technology proposal by research in motion, JCTVC-A120[R].[S.l.]:JCT-VC, 2010. [22] BUDAGAVI M, DEMIRCIN M, Parallel context processing techniques for high coding efficiency entropy coding in HEVC, JCTVC-B088[R].[S.l.]:JCT-VC, 2010. [23]Kiran M, Andrew S, Lightweight slicing for entropy coding, JCTVC-D070[R].[S.l.]:JCT-VC, 2011.


相关文章:
HEVC百科
2005 年 1 月 VCEG 的会议上,VCEG 开始指定某些主题为“关键技术”作进一步...(HEVC),并且 JCT-VC 小组把相关技术集 成到一个的软件代码库(HM[2])和...
h265(HEVC)编解码相关技术概述
年成立软件代码 库称为 Key Technical Areas (KTA)用来评估这些新的“关键技术...WPP 示意图 2.6 熵编码(entropy coding) HEVC 的熵编码只采用了基于上下文的...
多点视频编码_图文
基于 HEVC 的三维视频编码关键技术述评 ·59· 导出来的视差矢量将被定义为识别出来的视差矢 量. 1.2 视点间运动估计 视点间的运动信息具有很高的相关度,而且 ...
HEVC帧内预测及优化技术研究
HEVC帧内预测及优化技术研究_信息与通信_工程科技_专业资料。HEVC帧内预测及优化技术研究科研训练文献翻译 西安邮电大学计算机学院 科研训练报告 HEVC 帧内预测及优化...
超高清电视系统关键技术
了很高的要求,本文介绍了高效 视频编码(HEVC)技术框架,分析了 HEVC关键技术...图2 超高清电视观看条件 世界各地的电视观众都形成了特有的观看习惯,除非观看...
H.265标准现状和发展趋势(改过)
5 视频编码新方法 HEVC 研究报告 2 HEVC 编码框架及其关键技术 HEVC 主要是在原 H.264/AVC 的编码框架上,提出更先进的改进技术,包括 扩展的编码单元尺寸、基于...
HEVC核心编码技术
HEVC 的编码技术 HEVC Video Coding Techniques As in all prior ITU-T and ISO/IEC JTC 1 video coding standards since H.261 [2], the HEVC design ...
对HEVC编解码技术的粗浅认识
HEVC编解码技术的粗浅认识_信息与通信_工程科技_专业资料。多媒体考核综述部分...它的主要目标是实现比 H.264 高 50%、比 MPEG-2 高 75%的视频压缩效率。...
HEVC学习_图文
2 HEVC 中 SAO--自适应样点补偿 详细分析解读 ....(基本靠先验知识和函数名来判断) 就够了,关键是要...间的失真单独拿出来再次采用其它无损编码技术编码,...
【HEVC帧内预测】8.4.4.2.2 Reference sample substitu...
【HEVC帧内预测】8.4.4.2.2 Reference sample substitution process for intra ...HEVC 权威综述 20页 免费 HEVC关键技术介绍_崔遥 暂无评价 1页 免费 螺纹环换...
更多相关标签:
h.265 hevc 技术详解 | hevc nvenc 2pass | 关键技术产业创新重大 | 云计算关键技术 | 关键技术 | 关键技术怎么写 | 物联网关键技术 | 智能制造的关键技术 |