摘要：本文介绍了深度学习与视频编码的结合点及背景,探讨了深度学习在视频编码中的模型设计与实现,首先,阐述深度学习在视频编码中的潜力和挑战;其次,解析深度学习模型的设计,包括模型的架构、参数选择和优化方法等;再次,探讨深度学习模型在视频编码中的设计与实现,包括如何利用深度学习技术提高视频编码的效率和视频质量,以及模型的训练、部署和性能评估等方面;最后,通过案例分析,展示深度学习在视频编码中的实际效果和应用价值。

摘要：编码失真是评价视频算法性能的主要因素之一,如率失真优化、码率控制和最佳量化等算法设计中,在不进行复杂预编码的情况下精确估计编码失真,是达到良好率失真性能的必要途径。虽然部分编码失真估计方法已经被采用并作为编码算法的基础,然而,与对码率估计的关注度不同,失真估计并未引起人们的足够关注。系统地回顾总结了视频编码失真估计方法,实验并给出了一些比较结果。将失真估计方法分为四类:1)基于DCT系数分布的建模;2)ρ域;3)λ域和4)基于失真传播的建模。概述了这些方法的基本原理,并且根据实验结果对模型的精度进行了简要对比分析。

摘要：为提高变电站环境监测运行效率,提出一种改进的对抗神经网络环路滤波视频编码技术的环境监控系统。首先,根据系统功能性和非功能性需求,将系统分为视频采集层、边缘计算层、云平台层3大模块,并进行了详细设计;然后,基于生成对抗神经网络(GAN),重点设计了边缘计算层视频编码技术,提出一种多层次的GAN(记为MGAN)环路滤波视频编码技术;对系统功能和非功能进行了测试。结果表明,系统可实现实时监控、多路监控、智能保存和视频编码功能,满足安全性、稳定性、可靠性非功能需求,所设计的基于MGAN的环路滤波视频编码技术能有效提高视频编码质量,进一步提高变电站视频及环境监控系统的运行效率,具有一定的实际应用价值。

摘要：最新通用视频编码(VVC)标准测试模型VTM推荐的JCTVC-X0038量化参数级联方法未考虑监控视频的内容特性,编码效率低。针对这一问题,提出了一种有效考虑监控视频空时域内容特性的VVC量化参数级联方法(SCA-QPC)。基于VVC混合编码框架原理,理论分析得出时间层及监控视频的空时域内容特性是影响量化参数(QP)选择的关键因素,设计编码实验对理论分析结果进行验证;采用梯度和背景帧差分别评测监控视频的空域和时域特性,将梯度和背景帧差作为反向传播神经网络的输入,构建预测低时延结构时间层对应最优QP的模型;提出适用于VVC标准有效提高监控视频编码效率的量化参数级联方法。与当前最先进的JCTVC-X0038量化参数级联方法相比,对于所有测试序列,SCA-QPC对应的平均BD-rate为-4.26%。研究对于VVC编码框架中量化参数级联和码率控制模块的优化具有指导意义。

摘要：近年来,遥测数字视频广泛地应用在海军舰船上的各个场景,而传统视频监测设备存在图像资源占用过高导致的实时视频图像质量降低的问题。为了实现舰船上多个监测设备实时码流传输、码流显示和易于管理的需求,论文设计和实现了一种视频编解码系统。该系统包括视频采集压缩、视频传输、视频显示和指令配置等功能模块。通过千兆以太网接入视频服务器,按照协议发送配置指令,使用FFmpeg进行硬件解码。实现了多路视频码流的传输、显示和控制。测试结果表明,所设计视频编解码系统功能实用可靠、性能良好,满足使用需求。

摘要：目的:Karhunen-Loève变换(KLT)核矩阵含有无理数而需要整数化。但整数化过程通常会削弱KLT对视频信号去相关能力,同时整数KLT的非正交性也会带来失真。因而需要一个评价模型来指导整数KLT的设计。创新点:综合考虑KLT在视频压缩中所起作用,分别对整数KLT矩阵的可逆程度和其变换编码增益(TCG)进行建模,并形成可逆-增益模型。用该模型进行KLT的整数化设计,得到的整数KLT矩阵在视频压缩效率上都高于其他整数化方法得到的矩阵。方法:首先,充分考虑KLT的正交性,分析无量化情形下整数变换编码过程中失真的来源及其与整数变换核矩阵的解析关系,并利用此解析关系为整数KLT矩阵的可逆程度进行建模(式15)。然后,由于KLT可以最大化TCG,我们对KLT在整数化过程中的TCG损失率进行建模(式16),并分析整数余弦变换的TCG损失率(表1),以作为参考。最后,联合变换的可逆程度和TCG损失率,形成一个指导整数KLT设计的可逆-增益模型(式18):在给定TCG损失率约束下,具有最佳可逆程度的整数KLT即是对给定KLT进行整数化的最优结果。结论:在视频压缩中,给定任意KLT矩阵和倍乘因子下,利用本文提出的可逆-增益模型指导该KLT的整数化,能得到在压缩效率上最优的整数KLT矩阵。

摘要：国内外研究人员对图像目标分类识别和视频编码传输问题都分别进行了大量研究,但是对于视频编码参数对目标识别性能影响的定量关系,还没有公开的文献报导。针对这一问题,该文选择典型的目标识别算法可变部件模型(DPM)和最常用的视频编码方法 H.264/AVC作用测试对象,通过设计的编码和检测实验,研究了码率和分辨率参数对视频目标识别性能的影响,并拟合了识别性能随码率和分辨率变化的函数关系。通过选取编码器合适的码率和分辨率工作参数,可以获得信道带宽与视频目标识别性能的折中,为设计不同视频应用的编码优化目标函数提供了依据。

摘要：通过分析视频编码器中DCT域变换系数的实验数据,发现它们之间存在较强的冗余度,所以提出对系数进行子带分解,并对每个子带展开进一步变换编码的思想。设计了对宏块中每个变换块的子带进行重组,以使互有冗余的系数更集中的子带划分方法;为消除二次变换计算的误差失配,采用Hadamard变换作为分析工具,并导出了整数正交Hadamard变换公式。实验结果表明,在基本不增加失真度的前提下,二次变换编码去掉了视频信号的频谱相关性,进一步提高了视频信号的压缩效率。工作有望为正在制订的国际视频编码标准H.265提供一种新的思路。

摘要：虽然视频标准中给出了场信号的一些编码方法,但由于宏块划分方式比较多造成运动估计非常耗时,很难得到实际应用.为此,设计了具有运动自适应去隔行预处理功能的扩展视频编码器.该编码器先将场信号处理成逐行信号,之后采用固定帧方式进行编码.在将场信号处理成帧信号时,首先对相同奇、偶性的四场做运动检测,然后对具有不同运动特点的区域采用不同的插值方法得到待插值像素,最后插值场与当前场交织成逐行帧.测试结果表明,该编码器在相同压缩比下能取得与其它编码方法相同的峰值信噪比,编码一帧时间为宏块级帧/场自适应方法的1/3.此外,该编码器能有效地解决场信号在逐行扫描设备上的显示问题.

摘要：随着视频编码和视频传输技术的广泛应用,视频需求量剧增,实时视频通信成为视频行业的一项重要研究内容,核心目标是提供更好的用户体验和更低的延迟。低延迟视频编码是实时视频通信应用的关键部分,通过降低编码延迟可以有效地降低系统的整体延迟。首先,分析了视频传输系统的延迟来源,从通用的视频编码框架出发着重介绍了编码延迟的产生机制;其次,概述了国内外主流的视频编码标准,介绍了率失真优化技术的原理和模型,为低延迟视频编码器的设计提供了理论基础;最后,从参考结构、流水线设计、编码模式搜索、码率控制和硬件加速多个维度描述了优化编码延迟的技术手段,并总结了业界具有代表性的低延迟视频编码方案,简要说明了现有低延迟视频编码技术的局限性,并对未来的发展方向做了展望。