位置:成果数据库 > 期刊 > 期刊详情页
一种针对MPEG-4 AVC/H.264的用于快速码流生成的运动信息描述算法
  • ISSN号:0254-4164
  • 期刊名称:《计算机学报》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]中国科学技术大学电子工程与信息科学系,合肥230027, [2]微软亚洲研究院,北京100080
  • 相关基金:本课题得到国家自然科学基金委员会与微软亚洲研究院联合资助项目基金(60672161)和国家“八六三”高技术研究发展计划项目基金(2006AA01Z317)资助.
中文摘要:

由于MPEG-4AVC/H.264采用了可变块尺寸(variable block size)和率失真最优化(rate distortion optimization)两项技术,视频编码流程中复杂度最高的运动估计(motion estimation)模块变得更加复杂.另一显著的变化就是,所获取的运动信息与目标码率紧密相关.这给传统的快速转码技术带来了很大困难.该文首先提出了一种分层模型,按由粗到细的方式描述每个宏块(macroblock)的运动信息.基于这个分层模型,文中提出了一种通过预编码获取运动信息的算法,从而生成视频序列运动特性的完整描述.有了这种运动信息描述,在编码或是转码的过程中,编码器可以跳过运动估计过程,编码复杂度因此大大减少.为进一步加快编码速度,还提出了从运动信息描述中抽取最优运动信息的快速算法.实验结果验证了所提算法的有效性,在大大降低编码复杂度的同时,编码性能与最优的MPEG-4AVC/H.264非常接近.

英文摘要:

Since variable block size and rate-distortion optimization techniques have been adopted in MPEG-4 AVC/H. 264, motion data is computed with high intensity and the obtained data is strongly related to the target bitrate. This paper proposes a hierarchical model to describe the motion of each macroblock (MB) from coarsely to finely. Meanwhile, a pre-encoding algorithm is developed to calculate these data in advance. They can be stored as user data in a media file or a stream. The overhead of coding these motion data is very small for raw sequence or a high bitrate stream. As a result, it does not need motion estimation anymore in encoding or transcoding process. This paper also proposes a method to readily extract a specific motion from the model for efficiently coding at either a high bitrate or a low bitrate. Experimental results have shown that extracted motion can achieve similar performance as the originally optimal MPEG-4 AVC/ H. 264.

同期刊论文项目
期刊论文 14 会议论文 20 专利 7
同项目期刊论文
期刊信息
  • 《计算机学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学院
  • 主办单位:中国计算机学会 中国科学院计算技术研究所
  • 主编:孙凝晖
  • 地址:北京中关村科学院南路6号
  • 邮编:100190
  • 邮箱:cjc@ict.ac.cn
  • 电话:010-62620695
  • 国际标准刊号:ISSN:0254-4164
  • 国内统一刊号:ISSN:11-1826/TP
  • 邮发代号:2-833
  • 获奖情况:
  • 中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 美国数学评论(网络版),荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:48433