數(shù)字視頻編碼算法優(yōu)化理論、方法和芯片實(shí)現(xiàn)

第1章 緒論
1.1 數(shù)字媒體應(yīng)用
1.2 數(shù)字媒體產(chǎn)業(yè)
1.3 數(shù)字視頻編解碼技術(shù)和標(biāo)準(zhǔn)
1.4 數(shù)字視頻編碼算法優(yōu)化
1.4.1 提高性能的編碼新算法
1.4.2 特定標(biāo)準(zhǔn)碼流語(yǔ)法結(jié)構(gòu)受限的算法優(yōu)化
1.5 本書(shū)的結(jié)構(gòu)
參考文獻(xiàn)
第2章 數(shù)字視頻編碼原理
2.1 視頻編碼方法概述
2.2 基于分塊預(yù)測(cè)變換混合編碼方案
2.3 預(yù)測(cè)編碼
2.3.1 預(yù)測(cè)差分編碼原理
2.3.2 預(yù)測(cè)方法
2.3.3 運(yùn)動(dòng)補(bǔ)償預(yù)測(cè)
2.3.4 幀內(nèi)預(yù)測(cè)
2.4 變換編碼
2.4.1 圖像正交變換
2.4.2 變換編碼系統(tǒng)框架
2.5 量化
2.6 熵編碼
2.7 基于分塊運(yùn)動(dòng)預(yù)測(cè)混合編碼方案
2.8 主流視頻編碼標(biāo)準(zhǔn)
參考文獻(xiàn)
第3章 率失真理論和視頻編碼率失真優(yōu)化
3.1 率失真理論
3.2 DCT系數(shù)分布模型
3.2.1 幾種典型DCT分布
3.2.2 幾種分布模型的比較
3.2.3 分段截?cái)郉CT分布模型
3.3 典型率失真函數(shù)模型
3.4 率-量化模型分析和比較
3.5 失真-量化模型
3.5.1 典型D-Q模型
3.5.2 D-Q模型分析與比較
3.6 率失真優(yōu)化在視頻編碼中的應(yīng)用
參考文獻(xiàn)
第4章 數(shù)字視頻編碼器設(shè)計(jì)和優(yōu)化
4.1 視頻編碼器優(yōu)化的必要性
4.2 視頻編碼器典型實(shí)現(xiàn)平臺(tái)
4.3 視頻編碼算法和架構(gòu)優(yōu)化
4.4 基于視覺(jué)感知編碼
4.5 視頻編碼算法多目標(biāo)性能優(yōu)化
4.6 視頻編碼算法多模塊關(guān)聯(lián)優(yōu)化
參考文獻(xiàn)
第5章 高清編碼器硬件架構(gòu)綜述
5.1 編碼器IP核和ASIC芯片
5.1.1 編碼器架構(gòu)
5.1.2 H.2 64編碼架構(gòu)產(chǎn)業(yè)化情況
5.1.3 學(xué)術(shù)界H.2 64/AVC編碼架構(gòu)
5.1.4 典型H.2 64/AVC編碼器架構(gòu)
5.2 系統(tǒng)架構(gòu)設(shè)計(jì)挑戰(zhàn)
5.2.1 架構(gòu)設(shè)計(jì)挑戰(zhàn)
5.2.2 多目標(biāo)性能優(yōu)化
5.3 應(yīng)對(duì)挑戰(zhàn)的典型解決方案
5.4 架構(gòu)設(shè)計(jì)和模塊分析
5.4.1 分級(jí)系統(tǒng)架構(gòu)模型
5.4.2 SoC系統(tǒng)架構(gòu)
5.4.3 存儲(chǔ)架構(gòu)
5.4.4 互連架構(gòu)
參考文獻(xiàn)
第6章 多目標(biāo)性能優(yōu)化
6.1 FPGA/ASIC平臺(tái)多目標(biāo)性能參數(shù)
6.2 多目標(biāo)性能參數(shù)度量
6.3 基于多邊形面積度量的性能評(píng)價(jià)模型
6.4 基于功效系數(shù)法的性能評(píng)價(jià)模型
6.5 基于單位復(fù)雜度效率的性能評(píng)價(jià)模型
6.5.1 芯片流水實(shí)現(xiàn)資源消耗度量及模型
6.5.2 流水算法率-失真資源消耗代價(jià)模型
6.6 多目標(biāo)性能約束下的算法優(yōu)化方法
參考文獻(xiàn)
第7章 多模塊聯(lián)合優(yōu)化及算法流水化映射
7.1 視頻編碼算法優(yōu)化關(guān)鍵模塊
7.2 多模塊之間關(guān)聯(lián)及算法優(yōu)化
7.3 基于耦合關(guān)聯(lián)度的多模塊優(yōu)化方法
7.4 流水化算法框架和算法流水化映射
7.4.1 多模塊聯(lián)合優(yōu)化算法框架
7.4.2 算法流水化映射
7.5 流水化算法驗(yàn)證平臺(tái)搭建
7.6 基于編碼參數(shù)離散取值選擇的多目標(biāo)性能優(yōu)化方法
參考文獻(xiàn)
第8章 運(yùn)動(dòng)估計(jì)算法和硬件架構(gòu)
8.1 塊匹配運(yùn)動(dòng)估計(jì)算法
8.1.1 整像素塊匹配運(yùn)動(dòng)估計(jì)
8.1.2 運(yùn)動(dòng)向量預(yù)測(cè)和編碼
8.1.3 新的運(yùn)動(dòng)預(yù)測(cè)技術(shù)
8.2 運(yùn)動(dòng)估計(jì)算法優(yōu)化
8.2.1 快速搜索算法
8.2.2 匹配準(zhǔn)則
8.3 運(yùn)動(dòng)估計(jì)面臨主要挑戰(zhàn)及多目標(biāo)約束
8.3.1 挑戰(zhàn)
8.3.2 多目標(biāo)性能優(yōu)化
8.4 支持多種分割模式的分像素運(yùn)動(dòng)估計(jì)算法
8.5 整像素、分像素運(yùn)動(dòng)估計(jì)結(jié)構(gòu)綜述
8.5.1 整像素運(yùn)動(dòng)估計(jì)架構(gòu)
8.5.2 IME中的分層數(shù)據(jù)復(fù)用分析
8.5.3 分像素運(yùn)動(dòng)估計(jì)架構(gòu)
8.5.4 FME架構(gòu)中并行數(shù)據(jù)復(fù)用分析
8.6 高清視頻運(yùn)動(dòng)估計(jì)算法設(shè)計(jì)考慮
8.6.1 多分辨率運(yùn)動(dòng)估計(jì)算法
8.6.2 數(shù)據(jù)組織和管理
8.7 適合高清大窗口的整像素分層運(yùn)動(dòng)估計(jì)算法
8.7.1 多分辨率運(yùn)動(dòng)估計(jì)中的像素組織
8.7.2 分層運(yùn)動(dòng)估計(jì)算法
8.7.3 智能多中心運(yùn)動(dòng)向量選擇
8.8 整像素、分像素運(yùn)動(dòng)估計(jì)協(xié)同設(shè)計(jì)
8.9 算法實(shí)驗(yàn)結(jié)果
8.9.1 局部小窗口大小和性能損失
8.9.2 運(yùn)動(dòng)估計(jì)算法性能
參考文獻(xiàn)
第9章 模式選擇算法與硬件架構(gòu)
9.1 模式選擇面臨的主要挑戰(zhàn)
9.2 模式選擇優(yōu)化關(guān)鍵技術(shù)
9.3 模式選擇算法和硬件結(jié)構(gòu)綜述
9.3.1 算法
9.3.2 結(jié)構(gòu)
9.4 率失真優(yōu)化模式選擇算法
9.4.1 率失真優(yōu)化關(guān)閉模式預(yù)選
9.4.2 部分模式率失真優(yōu)化模式選擇
9.4.3 算法性能
9.5 基于視覺(jué)感知的模式選擇
9.5.1 psy-rdo算法
9.5.2 psy-trellis量化算法
9.6 適合硬件實(shí)現(xiàn)的率失真優(yōu)化量化
9.6.1 SDQ算法概述
9.6.2 SDQ網(wǎng)格搜索
9.6.3 硬件實(shí)現(xiàn)挑戰(zhàn)
9.6.4 硬件友好的率失真優(yōu)化量化預(yù)選
9.6.5 動(dòng)態(tài)網(wǎng)格圖結(jié)構(gòu)
9.6.6 數(shù)據(jù)依賴(lài)免疫的預(yù)判決算法
9.6.7 完整算法
9.6.8 實(shí)驗(yàn)結(jié)果
參考文獻(xiàn)
第10章 碼率控制算法與硬件架構(gòu)
10.1 碼率控制概述
10.2 碼率控制多模塊約束
10.3 碼率控制多目標(biāo)性能約束
10.4 碼率控制優(yōu)化關(guān)鍵技術(shù)
10.5 基于視頻特性的碼率控制整體算法
10.5.1 感知模糊復(fù)雜度
10.5.2 ratefactor參數(shù)調(diào)整
10.5.3 算法優(yōu)化作用機(jī)理分析
10.6 基于視覺(jué)感知的宏塊級(jí)MBTree算法
10.6.1 Lookahead滑動(dòng)窗分析
10.6.2 參考傳遞代價(jià)度量
10.6.3 傳遞代價(jià)對(duì)量化參數(shù)偏移影響分析
10.7 空域自適應(yīng)的VAQ量化控制算法
10.8 實(shí)驗(yàn)結(jié)果
10.9 分析討論和展望
10.9.1 多模塊聯(lián)合優(yōu)化
10.9.2 拉格朗日系數(shù)選擇
參考文獻(xiàn)
第11章 AVS高清視頻編碼器硬件架構(gòu)設(shè)計(jì)
11.1 概述
11.2 視頻編碼芯片實(shí)現(xiàn)方案
11.2.1 整體結(jié)構(gòu)和模塊分割
11.2.2 AVS視頻編碼模塊結(jié)構(gòu)
11.3 宏塊流水線結(jié)構(gòu)
11.3.1 已有流水線結(jié)構(gòu)分析
11.3.2 率失真優(yōu)化模式選擇對(duì)宏塊流水線的影響
11.3.3 支持率失真優(yōu)化模式選擇的四級(jí)流水線結(jié)構(gòu)
11.4 大窗口整像素運(yùn)動(dòng)估計(jì)硬件結(jié)構(gòu)
11.4.1 整像素運(yùn)動(dòng)估計(jì)算法和結(jié)構(gòu)分析
11.4.2 高清編碼器運(yùn)動(dòng)估計(jì)算法設(shè)計(jì)考慮
11.4.3 硬件資源高度復(fù)用的整像素運(yùn)動(dòng)結(jié)構(gòu)
11.4.4 資源消耗和性能分析
11.5 率失真優(yōu)化模式選擇硬件結(jié)構(gòu)
11.5.1 高清編碼器模式選擇硬件架構(gòu)
11.5.2 高清編碼器模式選擇系統(tǒng)結(jié)構(gòu)
11.5.3 內(nèi)部塊級(jí)流水線結(jié)構(gòu)分析
11.5.4 資源消耗和性能分析
11.6 整體結(jié)構(gòu)和VLSI實(shí)現(xiàn)
11.6.1 行為級(jí)功能驗(yàn)證策略
11.6.2 資源消耗和性能分析
11.7 結(jié)果及討論
參考文獻(xiàn)
第12章 算法確定模塊硬件架構(gòu)綜述
12.1 熵編碼架構(gòu)
12.1.1 算法分析
12.1.2 架構(gòu)
12.2 去塊效應(yīng)濾波架構(gòu)
12.2.1 算法分析
12.2.2 架構(gòu)
12.3 MVP算法和結(jié)構(gòu)
參考文獻(xiàn)
第13章 展望
13.1 復(fù)雜度度量與性能評(píng)估模型
13.2 算法和架構(gòu)的優(yōu)化
13.3 HEVC編碼器算法和架構(gòu)設(shè)計(jì)
13.3.1 HEVC標(biāo)準(zhǔn)新的編碼工具
13.3.2 HEVC編碼復(fù)雜度與難點(diǎn)分析
13.3.3 HEVC編碼器架構(gòu)設(shè)計(jì)思路
參考文獻(xiàn)