H264優化方案調研總結(博)H264優化方案調研總結(博)H264優化方案調研總結(博)V:1.0精細整理，僅供參考H264優化方案調研總結(博)日期：20xx年X月編碼分析及優化研究一．編碼標準，同時也是MPEG-4第十部分，是由ITU-T視頻編碼專家組（VCEG）和ISO/IEC動態圖像專家組（MPEG）聯合組成的聯合視頻組（JVT，JointVideoTeam）提出的高度壓縮數字視頻編解碼器標準。它和以前的視頻編碼標準一樣，也是傳統的混合編碼模式，其編碼器原理圖如下圖（朱總，配那個論文軟件部分的圖2-2）采用了大量的新技術，所以其編碼性能大大優于其他標準，具體表現如下：1、和或MPEG-4相比，在相同編碼質量下，最多可節省50％的比特率。2、高質量的重建圖像。在各種比特率條件下，包括低比特率時，都可以提供滿意的圖像質量。3、適應不同的延時要求。可以在低延時的模式下適應通信的應用（如視頻會議），可以應用在無延時的模式下（如視頻圖像的存儲），甚至還可以在高延時的模式下工作并取得最佳的壓縮效果。4、穩健性。在設計時，針對分組交換網如Internet中的分組丟失和無線網絡中比特誤碼都提供了相應的工具，使得在這些網絡中傳播時具有更強的抗誤碼能力。5、網絡友好性。增加了NAL層，負責將編碼器的輸出碼流適配到各種類型的網絡中，從而提供了友好的網絡接口。視頻編碼標準主要關鍵技術：1、幀內預測編碼：為了進一步利用空間相關性，引入了幀內預測以提高壓縮效率。它利用鄰近塊已解碼重構的像素在空域中按照不同的方向對當前塊進行預測。在幀內預測過程中，只有預測塊和實際塊的殘差才被編碼傳輸。因此對于變化平坦、存在大量空間冗余的視頻對象，利用幀內預測可以大大減少編碼所需的比特數，取得較高的編碼效率。2、幀間預測編碼：對于視頻圖像來說，前一幀圖像和后一幀圖像之間有很多的相同（相似）部分，存在大量的時間冗余信息。幀間預測編碼就是基于連續圖像序列之間的時域相關性，利用前一幀圖像和當前幀圖像中的相同（相似）部分來預測當前幀，然后對預測圖像與實際圖像的差值進行編碼，從而實現大幅度地壓縮。在中，除了具有在以往標準（,MPEG-4等）中的P幀、B幀預測方法外，還增加了許多新技術，如：采用不同大小尺寸塊進行預測、采用1/4甚至1/8像素精度的運動補償算法、采用多參考幀等。編碼技術由于采用了這兩種預測編碼方式，可以在很大程度上減少視頻的空間和時間冗余度，進而達到壓縮編碼的目的。但這種技術上的改進是以增加編解碼器的計算復雜度為代價的，這也是限制其應用的瓶頸所在。以下將主要在幀內預測編碼，幀間預測編碼模式選擇和運動估計算法及其優化方法進行說明二．幀內預測編碼及優化方法幀內預測在變換編碼之前進行，并且提供了多種不同的幀內預測編碼模式，最大程度地減少圖像的空間冗余信息。它分別對亮度分量和色度分量進行幀內預測，共支持9種Intra_4×4和4種Intra_16×16幀內亮度預測模式，以及4種8×8幀內色度預測模式。采用拉格朗日率失真優化技術作為模式選擇標準，通過遍歷計算所有幀內預測模式組合的RD值，選擇其中具有最小RD值的幀內預測模式組合作為最佳模式組合。由此可見幀內預測算法具有較大復雜度，具有較大的優化空間。幀內預測優化目的在于減少每次遍歷這9種Intra_4×4幀內亮度預測模式。為了減少遍歷這9種模式的計算時間，可以采用預處理的方法，通過簡單計算進行預篩選，再從9種模式中排除出其中幾種模式，從而達到減少計算復雜度的目的。相關方法有SATD閾值平均法等。三．幀間預測模式選擇及優化方法的模式選擇算法以拉格朗日率失真RDO函數為準則，遍歷計算幀間各個模式的RD值，選擇具有最小RD值的模式作為最佳模式。實驗結果表明：在單參考幀下，幀間模式選擇的計算量占整個編碼器計算量的60％以上；對于多個參考幀，幀間模式選擇的計算量占整個編碼器計算量的80％以上。因此，合理優化幀間預測模式選擇可以在較大程度上減少編碼時間。優化方法大體上可以分為兩類：1．簡化模式選擇標準函數，利用一些計算復雜度較低但性能與原RDO函數相近的函數代替原的模式選擇標準函數計算RD值，減少計算復雜度；2．通過一些先驗方法并結合當前宏塊的特征，合理、有效地縮減候選預測模式選擇范圍，從而提高編碼速度。相關優化方法有：1．通過分析整幀的邊緣信息判定最佳邊緣方向進而選擇最佳幀內預測模式，并利用該邊緣信息判定宏塊的平滑度，再根據該平滑度選擇最佳幀間預測模式；2．利用編碼模式之間的關系預測最佳模式，跳過所排除的候選預測模式的運動估計過程，從而提高編碼速度。以上只是兩種優化方法，類似的方法還有很多，都可以達到降低編碼時間的目的。三．運動估計算法連續視頻序列間有很強的時間相關性，利用運動估計和運動補償技術可以有效地消除圖像的幀間冗余度，從而實現比幀內壓縮方案更高的壓縮比。所采用的運動估計算法是基于塊匹配的全搜索運動估計算法（BMA）。BMA首先將每幀圖像分成M×N像素大小的小塊（一般取M、N為2的指數次冪），并假定每個塊內的像素都有相同的位移。當前幀的M×N塊在己經編碼、解碼和重構過的參考幀中對應的鄰域窗口內按照某種匹配準則搜索得到與之最佳匹配的塊，把當前塊與匹配塊在二維平面上的位移作為運動估計得到的運動矢量。由于這種算法簡單有效，易于大規模集成實現，在視頻編碼中得到廣泛應用，是目前最為常用的運動估計算法。這種運動估計精度很高，但算法的復雜度太大，嚴重妨礙了的實用價值。基于塊匹配算法的相關運動估計算法有很多，比如：三步搜索法、菱形搜索法、六邊形搜索法等。可以選擇一種有效的塊匹配算法可以達到在保證運動估計精確性的同時減小編碼的復雜程度，進而達到為編碼加速的目的。四．總結視頻編碼標準