基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
高性能视频编码(High Efficiency Video Coding,HEVC)标准中的帧内编码模式利用当前帧中像素点之间的空间相关性作出有效预测.为了解决待编码像素远离参考像素时预测不准确的问题,提出了一种基于邻近值的HEVC帧内预测优化算法.该算法的主要思想是,对于当前像素,先根据传统HEVC帧内编码方法得到其预测值,再使用该像素点左边、左上、上边位置的修正值以及该像素本身的预测值对该预测值进行修正.因为将当前像素与周围像素的相关性进行了有效的数学建模,所以HEVC帧内编码性能得到了提升.实验结果显示,所提算法与HEVC标准相比,最高节省了2.7%的码率,平均节省的码率为1.3%.
推荐文章
基于率失真优化的HEVC帧内编码模式选择
HEVC
帧内编码模式选择
拉格朗日代价
率失真优化
最优模式
编码复杂度
基于机器学习的HEVC快速帧内预测算法研究进展
高效视频编码
帧内预测
深度决策
模式决策
机器学习
计算复杂度
HEVC 帧内预测编码快速判决算法分析
HEVC
视频编码
帧内预测
模式判决
复杂度降低
快速帧内算法
基于AVS的帧内预测算法
AVS
帧内预测
再生核
率失真优化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于邻近值的HEVC帧内预测优化
来源期刊 电讯技术 学科 工学
关键词 高性能视频编码(HEVC) 帧内编码 邻近值 马尔科夫模型
年,卷(期) 2019,(10) 所属期刊栏目 电子与信息工程
研究方向 页码范围 1208-1214
页数 7页 分类号 TN919.81
字数 4712字 语种 中文
DOI 10.3969/j.issn.1001-893x.2019.10.017
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 何小海 四川大学电子信息学院 395 2334 21.0 30.0
2 熊淑华 四川大学电子信息学院 78 385 8.0 18.0
3 李曾 四川大学电子信息学院 2 0 0.0 0.0
4 孙伟恒 四川大学电子信息学院 4 1 1.0 1.0
5 Karn Pradeep 四川大学电子信息学院 3 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
高性能视频编码(HEVC)
帧内编码
邻近值
马尔科夫模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电讯技术
月刊
1001-893X
51-1267/TN
大16开
成都市营康西路85号
62-39
1958
chi
出版文献量(篇)
5911
总下载数(次)
21
总被引数(次)
28744
论文1v1指导