高级搜索

一种方向插值预测变长编码的帧存有损压缩算法

罗瑜 张珍珍

引用本文: 罗瑜, 张珍珍. 一种方向插值预测变长编码的帧存有损压缩算法[J]. 电子与信息学报, 2019, 41(10): 2495-2500. doi: 10.11999/JEIT181195 shu
Citation:  Yu LUO, Zhenzhen ZHANG. A Lossy Frame Memory Compression Algorithm Using Directional Interpolation Prediction Variable Length Coding[J]. Journal of Electronics and Information Technology, 2019, 41(10): 2495-2500. doi: 10.11999/JEIT181195 shu

一种方向插值预测变长编码的帧存有损压缩算法

    作者简介: 罗瑜: 女,1984年生,副教授,研究方向为图形图像处理;
    张珍珍: 女,1984年生,博士生,研究方向图形图像处理
    通讯作者: 罗瑜,luoyu2010@163.com
  • 基金项目: 国家高技术研究发展计划(863计划)(2015M16903)

摘要: 为了提高帧存储的压缩性能,该文提出一种基于方向插值预测变长编码(DIPVLC)的帧存有损压缩算法。首先根据自适应纹理方向插值获取参考像素,从而得到预测残差,然后优化率失真模型对预测残差进行量化,最后通过游程哥伦布算法对量化残差进行变长编码。实验结果显示,与内容感知自适应量化(CAAQ)的帧存压缩算法相比,该文算法不但PSNR下降更少,而且压缩率提高了10.05%,同时编码时间减少了10.62%。

English

    1. [1]

      ITU-T Study Group 16. Recommendation ITU-T h.265 High efficiency video coding[S]. Geneva: ITU, 2014.

    2. [2]

      FAN Yibo, SHANG Qing, and ZENG Xiaoyang. In-block prediction-based mixed lossy and lossless reference frame recompression for next-generation video encoding[J]. IEEE Transactions on Circuits and Systems for Video Technology, 2015, 25(1): 112–124. doi: 10.1109/TCSVT.2014.2329353

    3. [3]

      LI Weigang. Optimize genomics data compression with hardware accelerator[C]. 2017 Data Compression Conference (DCC), Snowbird, USA, 2017: 446.

    4. [4]

      GUPTE A D, AMRUTUR B, MEHENDALE M M, et al. Memory bandwidth and power reduction using lossy reference frame compression in video encoding[J]. IEEE Transactions on Circuits and Systems for Video Technology, 2011, 21(2): 225–230. doi: 10.1109/TCSVT.2011.2105599

    5. [5]

      QIAN Dong and LI Bing. A lossless compression method for RTK in hardware compressors[C]. 2017 International Conference on Electron Devices and Solid-State Circuits (EDSSC), Taiwan, China, 2017: 1–2.

    6. [6]

      MA Yanzhuo and KANG Lijuan. Adaptive granularity selection in reference picture memory compression[C]. The 2015 International Conference on Mechatronics, Electronic, Industrial and Control Engineering, Kuala Lumpur, Malaysia, 2015: 1158–1161.

    7. [7]

      LEE Y, RHEE C E, LEE H J. A new frame recompression algorithm integrated with h.264 video compression[C]. 2007 IEEE International Symposium on Circuits and Systems, New Orleans, USA, 2007: 1621–1624.

    8. [8]

      SAMPAIO F, ZATT B, SHAFIQUE M, et al. Content-adaptive reference frame compression based on intra-frame prediction for multiview video coding[C]. 2013 IEEE International Conference on Image Processing, Melbourne, Australia, 2013: 1831–1835.

    9. [9]

      BAGA Y, GHAFFARI F, DECLERCQ D, et al. Reduction of frames storage size in AFDX reception end-system using a lossless compression algorithm[C]. The 36th IEEE/AIAA Digital Avionics Systems Conference (DASC), Saint Petersburg, USA, 2017: 1–8.

    10. [10]

      WILLÈME A, MACQ B, DESCAMPE A, et al. JPEG XS-based frame buffer compression inside HEVC for power-aware video compression[C]. 2018 IEEE International Conference on Image Processing (ICIP), Athens, Greece, 2018: 3598–3602.

    11. [11]

      ZHOU Xin, LIAN Xiaocong, ZHOU Wei, et al. A low power lossy frame memory recompression algorithm[C]. 2016 Asia-Pacific Signal and Information Processing Association Annual Summit and Conference (APSIPA), Jeju, South Korea, 2016: 1–4.

    12. [12]

      CHEN Qiubo, SUN Hongbin, and ZHENG Nanning. Worst case driven display frame compression for energy-efficient ultra-HD display processing[J]. IEEE Transactions on Multimedia, 2018, 20(5): 1113–1125. doi: 10.1109/tmm.2017.2762004

    13. [13]

      LIAN Xiaocong, LIU Zhenyu, ZHOU Wei, et al. Parallel content-aware adaptive quantization-oriented lossy frame memory recompression for HEVC[J]. IEEE Transactions on Circuits and Systems for Video Technology, 2018, 28(4): 958–971. doi: 10.1109/TCSVT.2016.2638857

    14. [14]

      WIEGAND T and GIROD B. Lagrange multiplier selection in hybrid video coder control[C]. 2001 International Conference on Image Processing, Thessaloniki, Greece, 2001: 542–545.

    15. [15]

      ZHANG Fan and BULL D R. Rate-distortion optimization using adaptive lagrange multipliers[J]. IEEE Transactions on Circuits and Systems for Video Technology, 2018, 20(3): 150–153. doi: 10.1109/TCSVT.2018.2873837

    16. [16]

      International Telecommunication Union. HM16.8[EB/OL]. https://hevc.hhi.fraunhofer.de/svn/svn_HEVCSoftwar.2018.12.1.

    1. [1]

      罗瑜, 张珍珍. 一种快速的纹理预测和混合哥伦布的无损压缩算法. 电子与信息学报, 2018, 40(1): 137-142.

    2. [2]

      李元, 何小海, 钟国韵, 卿粼波. 一种基于时域相关性的高性能视频编码快速帧间预测单元模式判决算法. 电子与信息学报, 2013, 35(10): 2365-2370.

    3. [3]

      徐金甫, 刘露, 李伟, 王周闯, 杨宇航. 一种基于阵列配置加速比模型的无损压缩算法. 电子与信息学报, 2018, 40(6): 1492-1498.

    4. [4]

      唐红, 禹卫东, 徐锋, 谢东东. 一种基于提升小波的SAR图像有损压缩算法. 电子与信息学报, 2005, 27(5): 779-783.

    5. [5]

      郁梅, 徐秋敏, 蒋刚毅, 陈恳. 应用于多视点视频压缩的多参考B帧快速编码算法. 电子与信息学报, 2008, 30(6): 1400-1404.

    6. [6]

      李恒建, 陈怀新, 张家树. 基于分段式拟合的低比特率图像压缩编码方法. 电子与信息学报, 2008, 30(9): 2211-2215.

    7. [7]

      董鹏宇, 林涛. 基于H.264的无再损帧内编码. 电子与信息学报, 2010, 32(1): 117-122.

    8. [8]

      方斌. 一种屏幕图文高效压缩存储系统的实现. 电子与信息学报, 1995, 17(4): 417-420.

    9. [9]

      隋厚堂. 存储器的编码增益. 电子与信息学报, 1996, 18(5): 479-486.

    10. [10]

      徐忠强, 朱秀昌. 压缩视频超分辨率重建技术. 电子与信息学报, 2007, 29(2): 499-505.

    11. [11]

      邓家先, 康耀红. 感兴趣系数图像压缩编码算法. 电子与信息学报, 2006, 28(5): 844-847.

    12. [12]

      涂国防, 高绍帅, 张灿. 小波变换帧间预测医学图像编码. 电子与信息学报, 2002, 24(4): 439-444.

    13. [13]

      练秋生, 田天, 陈书贞, 郭伟. 基于变采样率的多假设预测分块视频压缩感知. 电子与信息学报, 2013, 35(1): 203-208.

    14. [14]

      杨华, 余松煜, 杨松岸. 提高H.26L压缩视频抗误码性能的全局率失真优化方法. 电子与信息学报, 2004, 26(6): 846-852.

    15. [15]

      徐忠强, 朱秀昌. 基于噪声分布特性的压缩视频超分辨率重建. 电子与信息学报, 2008, 30(3): 752-755.

    16. [16]

      吴乐南, 王桥. 基于多分辨率内插预测的声波勘探数据无损压缩. 电子与信息学报, 2000, 22(4): 697-699.

    17. [17]

      董刚, 杨海钢. 利用无损压缩降低循环冗余校验的错误漏检率及其电路实现. 电子与信息学报, 2010, 32(3): 705-709.

    18. [18]

      郭艳, 宋晓祥, 李宁, 钱鹏. 多变量时间序列中基于克罗内克压缩感知的缺失数据预测算法. 电子与信息学报, 2019, 41(4): 858-864.

    19. [19]

      杨绍国, 尹忠科, 罗炳伟. 分形插值和分形图象压缩编码相结合进行图象数据压缩. 电子与信息学报, 1998, 20(5): 699-702.

    20. [20]

      齐美彬, 陈秀丽, 杨艳芳, 蒋建国, 金玉龙, 张俊杰. 高效率视频编码帧内预测编码单元划分快速算法. 电子与信息学报, 2014, 36(7): 1699-1705.

  • 图 1  自适应预测坐标示意图

    图 2  方向插值预测图

    图 3  游程哥伦布编码图

    图 4  thr测试对比

    表 1  哥伦布商码表

    QRk=0k=1k=2k=3
    00000000000
    ±110010010001
    ±21101000100010
    ±311101010110100
    ±4111100110010000101
    ±5111101110110010110
    $\vdots $$\vdots $$\vdots $$\vdots $$\vdots $
    下载: 导出CSV

    表 2  哥伦布商码表

    QRk=0k=1k=2k=3
    00000000000
    ±110010010001
    ±21101000100010
    ±311101010110011
    ±41111*110010000100
    ±51101*10010110
    ±61010
    ±71011*$ \vdots $
    $ \vdots $
    $ \vdots $
    ±151111*
    下载: 导出CSV

    表 3  本文算法模块性能提升对比

    序列CR(%)${\rm{\Delta }} {\rm{PSNR(dB)}}$RET 模块/CAAQ(%)
    CAAQ预测率失真编码CAAQ预测率失真编码预测率失真编码
    bluesky80.2683.6985.6486.25–0.05–0.05–0.04–0.0499.5698.1585.34
    traffic70.9573.1177.6476.61–0.07–0.06–0.03–0.0599.12100.5490.12
    riverbed60.2161.2167.2165.21–0.09–0.09–0.04–0.0598.89101.5195.14
    平均70.4772.6776.8376.02–0.07–0.07–0.04–0.0599.19100.0790.20
    下载: 导出CSV

    表 4  本文算法与CAAQ算法压缩的性能对比

    序列CR(%)${\rm{\Delta }} {\rm{PSNR(dB)}}$RET
    CAAQ本文算法CAAQ本文算法本文/CAAQ(%)
    Tennis78.2193.23–0.02–70.0186.00
    bluesky80.2691.45–0.05–0.0385.21
    Johnny81.3993.56–0.05–0.0284.25
    crowdrun71.2179.56–0.06–0.0189.15
    traffic70.9582.10–0.07–0.0289.25
    stockholm70.1279.12–0.08–0.0388.56
    racehorses64.3673.14–0.06–0.0192.31
    riverbed60.2168.52–0.09–0.0296.14
    mobcal59.7667.14–0.08–0.0393.54
    平均70.7280.87–0.06–0.0289.38
    下载: 导出CSV
  • 加载中
图(4)表(4)
计量
  • PDF下载量:  15
  • 文章访问数:  1120
  • HTML全文浏览量:  501
文章相关
  • 通讯作者:  罗瑜, luoyu2010@163.com
  • 收稿日期:  2019-01-03
  • 录用日期:  2019-05-20
  • 网络出版日期:  2019-05-29
  • 刊出日期:  2019-10-01
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章