学科分类
/ 1
2 个结果
  • 简介:在视频编码中,DCT系数分布模型是率失真理论模型的基础,视频量化一般可分别为硬判决量化(HDQ)以及软判决量化(SDQ),SDQ算法能实现最优编码性能,但其中维特比算法会导致严重的系数间串行处理依赖.比较而言,基于死区(deadzone)的HDQ算法率失真性能略有损失,但是不考虑系数间的相关性.提出了一种基于分段逼近TCM模型(TransparentCompositeModel)的自适应硬判决量化算法,采用更精确的DCT分布估计模型,估算不同频率分量DCT系数的分布参数.根据模型参数及DCT系数分布参数,优化构造自适应的死区偏移量模型.实验表明,相对于固定偏移量HDQ算法,其编码性能非常接近于SDQ算法.

  • 标签: 视频编码 率失真优化 TCM模型 硬判决量化
  • 简介:在视频编码器中,软判决量化可获得最优编码性能,但其中维特比算法会导致严重的系数间串行处理依赖.比较而言,基于死区的硬判决量化算法率失真性能有所损失,但不存在系数间依赖,且非常适合硬件并行流水处理.今采用离线统计的方法,分析余弦变换系数的分布情况,量化余数对量化的具体影响,构建了基于余弦变换系数分布参数,量化余数的自适应偏移模型.基于该模型提出一种内容自适应的硬判决量化算法.仿真结果表明,该算法在保证并行化处理的条件下,其编码性能相比于传统的硬判决量化有一定的提升,可接近软判决量化算法性能.

  • 标签: 视频编码 软判决量化 率失真优化 硬判决量化