提升主观质量与效率的AVS帧内模式选择算法:结合SAD与GSIM
157 浏览量
更新于2024-09-02
收藏 629KB PDF 举报
本文主要探讨的是针对视频压缩技术中的帧内模式选择问题,特别是在第二代信源编码标准AVS(Advanced Video Coding System)框架下的一种创新算法。传统AVS的帧内模式选择通常依赖于率失真优化,使用绝对误差(SAD)来衡量失真,这种方法简便易行,但可能与人类视觉系统的特性(HVS)存在偏差。SAD在处理清晰度方面表现良好,但对于评估图像模糊或严重降质的情况并不理想。
为了克服这一局限,作者引入了梯度结构相似度(GSIM),这是一种基于梯度幅度值的质量评价方法,更符合人眼视觉系统的特点,能够有效评价模糊图像,但其计算复杂度较高,限制了在实时编码中的应用。作者提出的新型算法融合了SAD和GSIM的优点,通过将两者结合作为失真度度量,考虑到了预测模式之间的相关性,以此来进行帧内预测模式的选择。
算法的关键步骤包括:首先,从众多预测模式中选取SAD的最优值和次优值,然后计算它们之间的差值。如果这个差值超过了预设的阈值,就使用GSIM来进一步评估失真,而阈值的选择则是根据预测模式间的相关性进行自适应调整。当需要进行模式修正时,会根据GSIM的最优值和次优值判断是否有必要。
通过实验对比,本文的结果显示出新算法在主观质量上有显著提升,即视频的视觉效果更为逼真,尽管这可能导致编码时间有所增加,但增加的幅度相对较小,实现了主观质量和处理效率的平衡。因此,该结合梯度结构相似度的AVS帧内模式选择算法对于提高视频编码质量,尤其是在处理复杂场景下的视频编码具有实际应用价值。
169 浏览量
点击了解资源详情
点击了解资源详情
128 浏览量
2021-10-30 上传
126 浏览量
2019-09-12 上传
152 浏览量
123 浏览量

weixin_38670391
- 粉丝: 7
最新资源
- Avogadro:跨平台分子编辑器的开源实力
- 冰点文库下载工具Fish-v327-0221功能介绍
- 如何在Android手机上遍历应用程序并显示详细信息
- 灰色极简风格的html5项目资源包
- ISD1820语音模块详细介绍与电路应用
- ICM-20602 6轴MEMS运动追踪器英文数据手册
- 嵌入式学习必备:Linux公社问答精华
- Fry: Ruby环境管理的简化解决方案
- SimpleAuth:.Net平台的身份验证解决方案和Rest API调用集成
- Linux环境下WTRP MAC层协议的C代码实现分析
- 响应式企业网站模板及多技术项目源码包下载
- Struts2.3.20版发布,迅速获取最新稳定更新
- Swift高性能波纹动画实现与核心组件解析
- Splash:Swift语言的快速、轻量级语法高亮工具
- React Flip Toolkit:实现高效动画和布局转换的新一代库
- 解决Windows系统Office安装错误的i386 FP40EXT文件指南