基于均匀性的HEVC帧内编码快速CU分割算法

工程科学与技术，国际期刊22（2019）706完整文章基于均匀性的HEVC帧内编码快速CU分割算法Mohamed Maazouza，b，Noureddine Batela，Nejmeddine Bahric，Nouri Masmoudica阿尔及利亚梅地亚大学技术学院LSEA研究实验室b省。阿尔及利亚Blida第一大学电子工程系c突尼斯斯法克斯国立工程学院LETI研究实验室阿提奇莱因福奥文章历史记录：收到2018年2018年12月6日修订2018年12月28日接受在线提供2019年保留字：HEVC编码CU分割复杂度降低帧内编码A B S T R A C T高效视频编码（HEVC）是作为H. 264/ AVC的后继者发布的新视频编码标准。它预计将减少50%的比特率相同的感知质量。对HEVC的较高压缩性能的主要贡献之一是引入具有递归分割机制的较大编码单元（CU）这种编码性能伴随着高计算复杂度，这使得它很难实现实时编码，特别是如果我们的目标是实现这种编码器在嵌入式平台上。在这种情况下，本文提出了一种快速的CU分割算法帧内（所有帧内）配置。该提议旨在针对视频帧中的同质区域提前终止CU分割分割/非分割的决定是基于同质分类算法，这使我们能够避免测试的所有深度，以确定最佳的CU大小。实验结果表明，所提出的方法可以减少高达41%的编码时间平均为不同的视频类，并可以达到高达58%的高均匀纹理视频序列。©2018 Karabuk University. Elsevier B.V.的出版服务。这是CCBY-NC-ND许可证（http://creativecommons.org/licenses/by-nc-nd/4.0/）。1. 介绍HEVC是由视频译码联合合作小组（JCT-VC）于2013年 1月开发的新视频编解码器[1]。这个新标准旨在通过与其前身H264/AVC相比在相同的视觉质量下节省50%的比特率来提高编码性能为了实现这种编码性能，在编码器结构中添加了几个新功能此外，HEVC已经用称为编码树单元（CTU）的新处理单元替换了H. 264/AVC中使用的宏块结构，该编码树单元可以以四叉树方式递归地分割成更灵活的编码单元（CU）因此，HEVC中的编码效率比H264/AVC好得多这种压缩效率的实现损害了计算复杂性，这代表了HEVC集成在需要实时处理的嵌入式平台和应用中的主要挑战在过去的几年中，为了加速编码器的目的，已经投入了大量的努力来优化HEVC。实际上，已经使用三种策略来减少HEVC编码时间：*通讯作者：LSEA研究实验室，技术学院，梅地亚大学，阿尔及利亚电子邮件地址：maazouz. univ-medea.dz（M. Maazouz）。由Karabuk大学负责进行同行审查。1. 基于单指令多数据的代码优化方法汇编语言中的SIMD操作[2-5]2. 化学优化方法[6-11]3. 并行实现方法[12通过SIMD操作的HEVC参考软件模型（HM）优化提供了编码时间减少，而没有编码效率的任何损失;然而，所获得的结果仍然是有缺陷的，并且离实时运行远得多。另一方面，算法优化方法提供了显著的增益，但压缩性能却有所损失。考虑到并行实现，压缩效率保持没有任何损失，但是，问题在于编码器并行化。HEVC携带不同的并行技术，包括瓦片、切片和波前并行处理（WPP），但是这些策略没有在HM参考软件中实现，HM参考软件不是多线程代码。程序员应该设想一种并行计算的解决方案。在本文中，我们探索了使用早期CU终止算法来加速用于仅帧内配置的HEVC编码器我们的建议是基于CUhttps://doi.org/10.1016/j.jestch.2018.12.0162215-0986/©2018 Karabuk University.出版社：Elsevier B.V.这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。可在ScienceDirect上获得目录列表工程科学与技术国际期刊杂志主页：www.elsevier.com/locate/jestchM. Maazouz等人/工程科学与技术，国际期刊22（2019）706707××××× × ××××× × ××× × × ××× ××论文的其余部分组织如下：第2节给出了HEVC视频编码的概述。第三节介绍了CU分区优化的相关工作。在第4节中详细描述了所提出的快速CU大小决策。所提出的方法的实验结果在第5节中给出。第6节总结了这项工作的结果并得出结论。2. HEVC概述2.1. HEVC编码器描述HEVC编码标准与其前身H264/AVC保持几乎相同的编码结构。然而，HEVC用称为编码树单元（CTU）的新处理单元替换宏块结构。图1呈现HEVC参考编码器模型（HM）的简化框图[18]。在编码侧，每个帧被分割成多个CTU。CTU是一个正方形，大小从88到6464、可以使用如图2所示的四叉树算法将编码块（CU）划分成称为编码块的块。因此，CU块的大小可以是64 64、32 32、16 16或8 8 8。对于每个CU，执行两种预测类型，以便根据（RD成本）在帧内和帧间模式之间得出最佳预测单元（PU）。将选择给出最小RD成本研发成本：千分之一预测值：千分之一研发成本：千分之一预测值：千分之一预测值：千分之一研发成本：千分之一预测值：千分之一研发成本：千分之一预测值：千分之一研发成本：千分之一预测值：千分之一研发成本：千分之一研发成本：千分之一预测值：千分之一研发成本：千分之一研发成本：千分之一研发成本：千分之一研发成本：千分之一预测值：千分之一研发成本：千分之一研发成本：千分之一研发成本：千分之一当量（1）根据λ参数kpred（HEVC测试模型中给出的拉格朗日常数）[18]、失真D和R（在当前深度处对CU进行编码所需的比特率）来表达速率失真成本。对于利用帧内模式的预测，使用相邻块之间的空间相关性属性通过相邻像素来预测块。为了与仅使用九种帧内预测模式的H.264/AVC相比提高帧内预测的效率，HEVC呈现35种帧内预测模式（DC、平面和33种方向模式）。帧内PU大小是2N 2N或N N的正方形形状。除了相同帧中的相邻块之间的空间相关性之外，相邻图片的特征还在于高相似性。这种连续的时间相关性帧被用来编码当前画面，并且这部分被称为帧间预测。实际上，帧间预测模块由两部分组成：运动估计（ME），其旨在确定当前CU与其在参考帧中的位置相比的最佳运动矢量（MV），然后与计算的运动矢量相对应的最佳PU的用于帧间预测的PU支持正方形形状（2N2N或NN）和非正方形形状，如2NN、N 2 N、2N nU、2NnD、nR 2 N和nL 2 N[19]。图3示出了用于将64X4CTU细分为CU、PU和TU的示例。如果运动向量差和作为当前CU与最佳预测块（PU）之间的差的残余块等于0，则CU以跳过模式（仅针对2N 2N大小）译码。残差块被递归地分割成多个变换单元（TU）以创建残差四叉树（RQT）。TU是译码单元的子分区，且可具有这32个TU中的一者。三十二，十六十六、八8和44种尺寸。下一步骤包括应用离散余弦变换（DCT）和量化残余误差以减少当前CU的代表数据。熵编码代表DCT变换和量化之后的下一步。HEVC使用上下文自适应二进制算术编码（CABAC），与H. 264/AVC中使用的相同，但具有一些改进。解码过程也集成在HEVC编码器结构中。该解码器是基于逆量化和逆变换，以重建编码帧，这将是以后使用的参考帧为下一帧。在将重构样本存储在解码图片缓冲器中之前，HEVC需要两个进一 步 的 处 理 步 骤 ， 即 ， 去 块 滤 波 （ DBF ） 和 样 本 自 适 应 偏 移（SAO）滤波。这种后处理被引入以减少由于基于块的编码而导致的块伪影，并提高重构图像的质量2.2. 模式判决复杂度编码单元的特征在于其大小和深度。每个CTU中的深度选择经历基于CTU内的每个CU分区的RD成本计算递归Fig. 1. HEVC框图。708M. Maazouz等人/工程科学与技术，国际期刊22（2019）706X×图二. HEVC分层四叉树结构。图三. 分区CTU、CU、PU和TU的示例。结构通过称为“split flag”的标志序列来表示，该标志序列确定编码单元的划分决策。在具有64× 64大小的最大CTU（也称为LCU（最大编码单元））中，由于分割标志被设置为0，因此计算RD成本RD1。然后，分割标志变为1，并且LCU被划分为四个32× 32大小的子分区CU。如图4所示，第一个CU10具有等于RD2的RD成本。然后，我们移动到下一个深度，其中CU被分割为四个大小为16× 16的RD3是第一CU的RD成本，16 16（CU2 0）。如果其分割标志为1，则最后一个深度（深度= 3）为因此，CU被划分为四个大小为8× 8的最小编码单元（SCU）。每个SCU的研发成本将分别标记为RD4、RD5、RD6和RD7第一个决定将从底部到顶部进行，确定大小的第一个CU是否16× 16选或不选。 我们需要比较SCU 8x8的四个RD成本与 CU 16× 16的RD3，做个决定如果RD3大于RD4、RD5、RD6及RD7的总和，那么将采取CU20的分割决策，否则将不分裂CU20。与其他CU一样，决策始终基于此等式。因此，如果不等式（2）成立，则不进行分割。3RD成本 CU

下载后可阅读完整内容，剩余1页未读，立即下载