利用運(yùn)動(dòng)信息及率失真代價(jià)的HEVC幀間快速算法

羅志偉，馮 桂

華僑大學(xué) 信息科學(xué)與工程學(xué)院，福建 廈門 361021

利用運(yùn)動(dòng)信息及率失真代價(jià)的HEVC幀間快速算法

羅志偉，馮 桂

華僑大學(xué) 信息科學(xué)與工程學(xué)院，福建 廈門 361021

針對(duì)高效視頻編碼（HEVC）幀間預(yù)測(cè)過程所引入較高的復(fù)雜度，分別提出提前決策skip模式，編碼單元（CU）提前終止分割以及變換單元（TU）提前終止分割。首先，根據(jù)自然視頻序列多采用skip模式，利用當(dāng)前塊和空間相鄰塊的已編碼信息提前決定skip模式；其次，為了避免編碼不必要的深度，利用先前已編碼塊的率失真代價(jià)（rdcost）決策CU提前終止分割；最后，利用當(dāng)前預(yù)測(cè)殘差塊的紋理復(fù)雜度決策TU的提前終止分割。實(shí)驗(yàn)結(jié)果表明，提出的算法最終可以節(jié)省編碼時(shí)間43.78%，同時(shí)造成bj?ntegaard delta bit rate（BDBR）的損失為1.675%。通過實(shí)驗(yàn)數(shù)據(jù)的比較，在對(duì)視頻質(zhì)量的影響忽略不計(jì)的情況下，能夠很大程度上減少?gòu)?fù)雜度。

高效視頻編碼；已編碼信息；率失真代價(jià)；殘差塊

1 引言

高效視頻編碼的提出有利于滿足人們對(duì)如今高清視頻（2K和4K）的需求。相比于前一代視頻編碼標(biāo)準(zhǔn)H.264做了大量改進(jìn)與創(chuàng)新。它首先提出了三種單元類型：編碼單元（Coding Unit，CU），預(yù)測(cè)單元（Prediction Unit，PU），變換單元（Transform Unit，TU），支持的單元尺寸大小從64×64至4×4。在幀間預(yù)測(cè)方面，HEVC引入更多的PU分割類型，即4種對(duì)稱分割和4種非對(duì)稱分割；在幀內(nèi)預(yù)測(cè)方面，HEVC支持35種方向預(yù)測(cè)模式，這些創(chuàng)新使得HEVC與H.264相比，在視頻感知質(zhì)量相同的情況下，減少的碼率達(dá)到50%[1]。國(guó)內(nèi)外進(jìn)行幀內(nèi)幀間優(yōu)化的文獻(xiàn)有文獻(xiàn)[2]至文獻(xiàn)[13]。文獻(xiàn)[2]用LBP算子決策幀內(nèi)方向預(yù)測(cè)模式，計(jì)算不同方向的圖像紋理的變化，提前在35種預(yù)測(cè)模式中選出幾種預(yù)測(cè)模式。文獻(xiàn)[3]用變換差絕對(duì)值之和模擬塊的紋理復(fù)雜程度，減少率失真候選模式。文獻(xiàn)[5]使用Sobel算子對(duì)最大編碼單元（Largest Coding Unit，LCU）計(jì)算邊緣值，若邊緣值小于提出的閾值則提前決策編碼單元的深度。文獻(xiàn)[6]根據(jù)時(shí)間鄰近塊的最優(yōu)深度預(yù)測(cè)當(dāng)前塊的最優(yōu)深度；利用經(jīng)過Inter_2N×2N后得出的殘差預(yù)測(cè)塊提前決定skip模式；文獻(xiàn)[7]構(gòu)建一個(gè)CU內(nèi)最大灰度值與最小灰度值之差的灰度直方圖，利用直方圖的值決定CU是否分割，再用Sobel算子計(jì)算一個(gè)CU的垂直方向梯度值與水平方向梯度值，利用這兩個(gè)梯度值提前決策PU模式。文獻(xiàn)[10-11]采用數(shù)據(jù)挖掘進(jìn)行幀間快速算法研究。上述文獻(xiàn)的研究一定程度上減少了編碼器的復(fù)雜度，但HEVC現(xiàn)存的復(fù)雜度依舊十分巨大，不利于工業(yè)應(yīng)用，科研工作者們需要研究性能更加優(yōu)秀的算法來改善編碼器。本文獲取CU的空域鄰近塊的信息提前決策出skip模式，采集先前已編碼塊的率失真代價(jià)決策CU是否分割，同時(shí)針對(duì)TU分割的優(yōu)化，模擬殘差塊的紋理復(fù)雜程度決策TU是否分割。

圖1 HEVC四叉樹分割及各深度下的PU模式

2HEVC幀間預(yù)測(cè)過程

HEVC采用四叉樹的結(jié)構(gòu)將CU和TU分割成更小的單元進(jìn)行預(yù)測(cè)編碼，如圖1。它支持的CU尺寸大小為64×64至8×8，其預(yù)測(cè)編碼過程如下：先計(jì)算LCU的率失真代價(jià)，此時(shí)CU大小為64×64，深度為0；將LCU劃分成四個(gè)子塊，分別計(jì)算這四個(gè)塊的rdcost，CU大小為32×32，深度為1；再將深度為1的四個(gè)CU分別劃分成16個(gè)子CU，計(jì)算這16個(gè)CU的rdcost，CU大小為16×16，深度為2；最后把深度為2的16個(gè)CU分割成64個(gè)子CU，CU大小為 8×8，深度為3，計(jì)算64個(gè)CU的rdcost。接著對(duì)深度為3的4個(gè)CU的rdcost之和同其深度為2的父CU的rdcost作比較，若父CU的率失真代價(jià)較大，則選擇最佳分割尺寸為8×8，若不是，繼續(xù)將深度為2的CU同其父CU作比較，直到得出最優(yōu)的分割尺寸。TU的四叉樹分割編碼過程和CU相同，但TU支持的尺寸為32×32至4×4，且當(dāng)前TU最大尺寸不能超過所在的CU尺寸。

HEVC對(duì)當(dāng)前深度的CU進(jìn)行PU模式選擇見圖1。先進(jìn)行skip/merge模式預(yù)測(cè)，再進(jìn)行4種對(duì)稱模式預(yù)測(cè)，即Inter_2N×2N，Inter_N×2N，Inter_2N×N，Inter_N×N，再進(jìn)行4種非對(duì)稱模式預(yù)測(cè)（AMP），即Inter_2N×NU，Inter_2N×NB，Inter_NL×2N，Inter_NR×2N，其中AMP模式只有在CU深度不為3的情況下才啟用，而Inter_N×N只有在CU深度等于3時(shí)才啟用。計(jì)算所有的PU模式的rdcost，根據(jù)最小的rdcost作為最優(yōu)預(yù)測(cè)模式。

3 skip模式提前決策

一般情況下，自然視頻中處于靜止或運(yùn)動(dòng)平緩區(qū)域的內(nèi)容居多，這些區(qū)域選擇skip模式為最優(yōu)預(yù)測(cè)模式的概率很高，若能提前選擇出skip模式，略過剩余的PU模式預(yù)測(cè)，能夠很大程度上降低復(fù)雜度。為了證明該假設(shè)，選擇6個(gè)測(cè)試序列，QP設(shè)為27，32，37，編碼幀數(shù)為50，統(tǒng)計(jì)不同序列在不同QP下選擇skip模式的概率，如表1所示。

表1 不同QP下選擇skip模式為最優(yōu)預(yù)測(cè)模式的概率%

從表1中可以看出，選擇skip模式的概率較高，在靜止畫面較多的序列中擁有極高的概率，且概率隨著QP的增加而增加，所以使用合適的算法提前選擇出skip模式對(duì)降低復(fù)雜度有很大的意義。

一般來說，處于靜止或運(yùn)動(dòng)緩慢區(qū)域的運(yùn)動(dòng)矢量（Motion Vector，Mv）都很小，它們往往會(huì)選擇較大尺寸的分割方法，如skip模式。根據(jù)文獻(xiàn)[13]，當(dāng)前CU和空間鄰近CU具有較高的相關(guān)性。可以利用空間已編碼塊的信息進(jìn)行當(dāng)前CU的模式選擇。為了衡量當(dāng)前CU的運(yùn)動(dòng)情況，定義了一個(gè)運(yùn)動(dòng)矢量長(zhǎng)度len(Mv)和運(yùn)動(dòng)矢量最大值maxlen(Mv)。

在式（1）中，|Mvx|表示水平方向運(yùn)動(dòng)矢量的絕對(duì)值，|Mvy|表示垂直方向運(yùn)動(dòng)矢量的絕對(duì)值。在式（2）中，Mvcur表示當(dāng)前CU的 Mv，Mvleft表示左鄰近CU的Mv，Mvabove表示上鄰近CU的Mv。

按照式（2）來判斷，若maxlen(Mv)小于提出的某個(gè)閾值，就能判斷當(dāng)前CU是否處于靜止或運(yùn)動(dòng)緩慢區(qū)域。提出的算法1如下所示：

步驟1先進(jìn)行skip模式和Inter_2N×2N模式預(yù)測(cè)，根據(jù)式（1）計(jì)算當(dāng)前CU和左鄰近CU以及上鄰近CU的運(yùn)動(dòng)矢量長(zhǎng)度。

步驟2根據(jù)式（2）得出最大的運(yùn)動(dòng)矢量長(zhǎng)度maxlength(Mv)。

步驟3若當(dāng)前CU的最優(yōu)PU模式為skip模式且maxlength(Mv)小于提出的某個(gè)閾值，跳過剩余的PU模式預(yù)測(cè)，若不滿足，對(duì)剩余PU模式依次進(jìn)行運(yùn)動(dòng)估計(jì)。

下面選取6個(gè)典型序列驗(yàn)證算法1的有效性，QP設(shè)為27，32，37，編碼幀數(shù)為50，統(tǒng)計(jì)當(dāng)前CU滿足算法1的條件下，選擇skip模式為最優(yōu)模式的概率，實(shí)驗(yàn)如表2所示。

表2 skip模式提前選擇的命中率%

如表2所示，本文提出的skip模式提前選擇的命中率均在97%以上。

4 CU劃分提前剪枝

先前HEVC幀間預(yù)測(cè)介紹CU的分割結(jié)構(gòu)是根據(jù)最小率失真代價(jià)準(zhǔn)則，直觀上，若一個(gè)CU采用較大尺寸的CU進(jìn)行編碼（如64×64和32×32），往往該CU的rdcost比較小，反之則rdcost比較大。所以本文提出一個(gè)假設(shè)：一個(gè)CU的分割與不分割與其計(jì)算出來的rdcost呈現(xiàn)出一種規(guī)律性，可以找出這種規(guī)律來提前終止CU的分割。為了檢驗(yàn)該假設(shè)，選擇序列BasketballDrill，QP設(shè)為32，編碼幀數(shù)為50，統(tǒng)計(jì)CU分割與不分割的rdcost分布情況。

從圖2的實(shí)驗(yàn)結(jié)果看來，不分割CU的rdcost往往集中在較小值附近，并呈現(xiàn)一種峰值，而分割CU的rdcost分布比較散亂，沒有什么規(guī)律性可言，故可以找出一種閾值來提前決定CU是否分割。

圖2CU分割與不分割的rdcost取值分布圖

CU在當(dāng)前深度下進(jìn)行PU模式的預(yù)測(cè)是根據(jù)最小率失真代價(jià)（rate-distortion cost）準(zhǔn)則，選擇最小的rdcost作為其最優(yōu)PU模式。當(dāng)選擇不同的PU分割時(shí)，計(jì)算出來的率失真代價(jià)的值相差很大。圖3是選擇序列BasketballDrill，在QP為32，編碼幀數(shù)為50的情況下統(tǒng)計(jì)出來的，它反映當(dāng)前CU選擇不同PU分割模式的率失真代價(jià)分布狀況。從圖中可以看出，選擇skip模式和2N×2N模式的rdcost值偏小的比率比較高，在rdcost值偏大的比率比較低，而AMP模式呈現(xiàn)相反的分布狀況。可以利用先前已編碼塊的rdcost值來提前終止分割。

圖3 不同模式下rdcost取值分布圖

根據(jù)上述統(tǒng)計(jì)分析，在CU進(jìn)行完當(dāng)前深度的PU分割模式預(yù)測(cè)后，設(shè)計(jì)四種CU：（1）當(dāng)前深度的CU選擇最佳模式為skip模式；（2）當(dāng)前深度的CU選擇最佳模式為Inter_2N×2N；（3）當(dāng)前深度的CU選擇最佳模式為Inter_N×2N 或Inter_2N×N ；（4）當(dāng)前深度的CU選擇最佳模式為AMP。提出的算法2如下所示：

步驟1進(jìn)行當(dāng)前深度下所有PU分割模式預(yù)測(cè)，判斷深度在0，1，2的情況下的CU屬于上述介紹的哪一類，并將其率失真代價(jià)的值存儲(chǔ)到J(i,d)中（i表示CU的劃分類型，i=1，2，3，4，d 是深度）

步驟2判斷當(dāng)前CU的J(i,d)是否小于提出的閾值Thr(i,d)，若小于，則提前終止分割；反之則繼續(xù)分割。

Thr(i,d)是根據(jù)一幀內(nèi)先前已編碼CUi,d{CUi,d處于深度 d 下，歸為類型 i（i=1，2，3，4）}的rdcost的平均值。

統(tǒng)計(jì)算法2的命中率，統(tǒng)計(jì)結(jié)果如表3所示。“—”表示滿足的個(gè)數(shù)很少，基本不影響編碼器的性能。

表3 CU分割提前終止的命中率

從表3可以看到，算法2的命中率在大部分情況下的命中率很高，且隨著QP的上升而增加。

5 TU劃分提前剪枝

在運(yùn)動(dòng)估計(jì)后，編碼器會(huì)生成殘差信息，它由運(yùn)動(dòng)補(bǔ)償生成的預(yù)測(cè)塊與原始?jí)K之差得到。殘差信息也反映了編碼器的預(yù)測(cè)精準(zhǔn)度，若殘差塊的值較小，說明編碼器生成的預(yù)測(cè)塊接近于原始?jí)K，預(yù)測(cè)精度較高，同時(shí)反映出該區(qū)域的運(yùn)動(dòng)情況比較緩慢，在進(jìn)行TU分割編碼時(shí)往往采用較大尺寸的TU分割模式。反之若殘差塊的值偏大，反映出運(yùn)動(dòng)情況比較劇烈，TU往往會(huì)分割成更小尺寸的分割模式。本文利用殘差塊的紋理復(fù)雜度來判斷該區(qū)域的運(yùn)動(dòng)情況，提出一種硬閾值法來提前終止TU分割。

經(jīng)過運(yùn)動(dòng)補(bǔ)償后，編碼器會(huì)生成當(dāng)前深度的殘差塊，將殘差塊分割成16個(gè)殘差子塊，如圖4所示。殘差子塊尺寸大小分別為8×8，4×4，2×2，對(duì)應(yīng)的殘差塊深度分別為1，2，3。

本文采用式（3）的偏離平均值的絕對(duì)差之和（Sum of Absolute Difference over Average，SADA）來衡量殘差塊紋理信息。

圖4 殘差塊分割

K是殘差子塊的寬度和高度，resi_pixel(x,y)是殘差子塊在(x,y)位置的像素值，pix_avei,j是第(i,j)個(gè)殘差子塊的像素平均值，SADAi,j是第(i,j)個(gè)殘差子塊偏離平均值的絕對(duì)差之和。

本文通過這16殘差子塊的SADA和 pix_ave判定殘差信息的大小，提出的算法3如下所示：

步驟1獲取編碼器經(jīng)過運(yùn)動(dòng)補(bǔ)償后得出的殘差信息，通過式（3）計(jì)算出16個(gè)殘差子塊的 SADA和pix_ave。

步驟2若16個(gè)殘差子塊中至多只有一個(gè)殘差子塊的SADA不小于式（4）所示的閾值ThrSADA，且所有殘差子塊的 pix_ave均小于給出的閾值Thrave，則提前終止當(dāng)前TU繼續(xù)劃分為更小TU。

其中depth是當(dāng)前TU所在的深度，ct是設(shè)定的常數(shù)。而找出常數(shù)ct和閾值Thrave是算法3的關(guān)鍵，本文后面將通過實(shí)驗(yàn)來選擇合適的ct和Thrave。

6 算法流程

集合第3章、第4章和第5章的三個(gè)算法得出總體算法流程（圖5），如下所示：

步驟1讀入一個(gè)CU后進(jìn)行skip模式運(yùn)動(dòng)估計(jì)以及Inter_2N×2N運(yùn)動(dòng)估計(jì)，獲取當(dāng)前CU的運(yùn)動(dòng)矢量和左鄰近塊的運(yùn)動(dòng)矢量以及上鄰近塊的運(yùn)動(dòng)矢量。

步驟2判斷算法1的條件是否滿足，若滿足則跳過剩余模式的運(yùn)動(dòng)估計(jì)，轉(zhuǎn)至步驟4；否則，轉(zhuǎn)至步驟3。

步驟3計(jì)算剩余的幀間PU模式，轉(zhuǎn)至步驟4。

步驟4執(zhí)行幀內(nèi)預(yù)測(cè)，判斷CU屬于哪一深度、哪一類型，將其存儲(chǔ)至J(i,d)，轉(zhuǎn)至步驟5。

步驟5執(zhí)行算法2，判斷是否滿足算法2的條件，若滿足，轉(zhuǎn)至步驟6；若不滿足，轉(zhuǎn)至步驟7。

步驟6則終止當(dāng)前CU的繼續(xù)分割，轉(zhuǎn)至步驟8。

圖5 總體算法流程框圖

步驟7判斷當(dāng)前深度是否為3，若是，轉(zhuǎn)至步驟8；若不是，將CU劃分成四個(gè)子CU，深度加1，轉(zhuǎn)至步驟1。

步驟8結(jié)束CU的編碼。

在計(jì)算每種幀間PU模式的時(shí)候，需要進(jìn)行殘差編碼。

步驟1獲取殘差信息，編碼TU，轉(zhuǎn)至步驟2。

步驟2若TU深度不為4，則計(jì)算16個(gè)殘差子塊的SADA和 pix_ave，轉(zhuǎn)至步驟3；否則，轉(zhuǎn)至步驟5。

步驟3若滿足算法3給出的條件，則終止TU繼續(xù)分割，轉(zhuǎn)至步驟5；否則，轉(zhuǎn)至步驟4。

步驟4 TU繼續(xù)分割成四個(gè)子TU，TU的深度加1，轉(zhuǎn)至步驟5。

步驟5結(jié)束TU的編碼。

7 實(shí)驗(yàn)結(jié)果與分析

本實(shí)驗(yàn)采用HM16.0測(cè)試模型，測(cè)試硬件為英特爾酷睿2四核Q9400@2.66 GHz的CPU，可用內(nèi)存3.21 GB，Window 7旗艦版的計(jì)算機(jī)，使用Visual Studio 2010編譯器。對(duì)HEVC官方規(guī)定Class A-E的18個(gè)序列進(jìn)行測(cè)試[14]，序列統(tǒng)一設(shè)定為50幀，量化參數(shù)QP取22，27，

32，37。 使 用 Bj?ntegaard Delta Bit Rate（BD-BR）和 Bj?ntegaard Delta Peak Signal-to-Noise Rate（BDPSNR）[15]衡量率失真性能，ΔT衡量復(fù)雜度的減少程度。BD-BR是在同等客觀質(zhì)量條件下，兩種方法的碼率的節(jié)省情況。BD-PSNR是在給定的同等碼率下，兩種方法的Y-PSNR的差異。ΔT的定義如式（5）所示：

其中，TimeHM16.0(QPi)是原始算法HM16.0的編碼時(shí)間，Timepro(QPi)是本文提出的算法的編碼時(shí)間。

為了選擇算法3中合適的ct和Thrave以達(dá)到最佳的編碼效果，單獨(dú)對(duì)算法3進(jìn)行了實(shí)驗(yàn)測(cè)試，選擇序列Class C和Class D，編碼幀數(shù)為50，其實(shí)驗(yàn)結(jié)果如表4所示。

表4 不同的ct和Thrave對(duì)編碼器的影響

從表4可以看出若選擇較大的ct和Thrave，所減少的時(shí)間也增多，但BDBR和BDPSNR的損失也大，若選擇較小的ct和Thrave，雖然BDBR和BDPSNR的損失較小，但是減少的時(shí)間過少，所以選擇ct為5，Thrave為8。

表5是本文總體算法的實(shí)驗(yàn)結(jié)果，采用低延遲P幀（Low-Delay P，LDP）配置文件，即使用前一參考幀進(jìn)行運(yùn)動(dòng)估計(jì)，本文算法降低的時(shí)間多達(dá)43.78%，同時(shí)帶來的平均Y-BDPSNR的降低僅有-0.06 dB，BDBR的增加也只有1.67%。選擇文獻(xiàn)[7]與本文算法進(jìn)行比較，從表5中可以看出本文算法與文獻(xiàn)[7]相比，無論是編碼時(shí)間的減少量，還是率失真性能都取得了更好的效果，相比于文獻(xiàn)[7]達(dá)到的編碼時(shí)間減少量約為8.58%，同時(shí)降低了0.22%的BD-BR，提升了0.1 dB的BD-PSNR。從表中可以進(jìn)一步看出，對(duì)于Class E這樣的平穩(wěn)序列，文中算法基本不會(huì)影響其率失真性能的損失，且時(shí)間的減少量達(dá)到70%以上。圖6給出了本文算法與原始算法HM16.0應(yīng)用在序列 BasketballDrive（class B，1 920×1 080）與序列PartyScene（class C，832×480）下的率失真曲線圖。這兩個(gè)序列在本文算法下編碼分別能獲得較好的率失真性能以及較差的率失真性能。從圖6中可曲線幾乎重合，即在不同的比特率上，本文算法與原始算法能夠獲得幾乎相同的峰值信噪比。

表5 在配置文件LDP下的實(shí)驗(yàn)結(jié)果

圖6 本文算法與原始算法HM16.0編碼的率失真曲線

8 結(jié)束語

通過獲取當(dāng)前CU和鄰近CU的運(yùn)動(dòng)矢量來模擬運(yùn)動(dòng)劇烈程度，提前選擇出skip模式；利用先前已編碼塊的率失真代價(jià)提前終止CU的分割；估計(jì)殘差塊紋理的平穩(wěn)性來提前終止TU的分割。實(shí)驗(yàn)結(jié)果表明：文中算法可以獲得與HM16.0算法幾乎相同的率失真性能，同時(shí)減少的編碼時(shí)間為43.78%。

[1]Sullivan G J，Ohm J，Han W J，et al.Overview of the high efficiency video coding（HEVC） standard[J].IEEE Transactions on Circuits and Systems for Video Technology，2012，22（12）：1649-1668.

[2]Lee J H，Jang K S，Kim B G，et al.Fast intra mode decision algorithm based on local binary patterns in High Efficiency Video Coding（HEVC）[C]//IEEE International Conference on Consumer Electronics，Las Vegas，NV，2015：270-272.

[3]Gwon D，Choi H，Youn J M.HEVC fast intra mode decision based on edge and SATD cost[C]//Conference on Multimediaamp;Broadcasting，Kuta，2015：1-5.

[4]Liu X，Liu Y，Wang P，et al.An adaptive mode decision algorithm based on video texture characteristics for HEVC intra prediction[J].IEEE Transactions on Circuitsamp;Systems for Video Technology，2016：1.

[5]Taeyoung N，Sangkwon A，Kiwon Y.A probabilistic-based CU size pre-determination method for parallel processing ofHEVC encoders[C]//IEEE InternationalConference on Consumer Electronics，Las Vegas，NV，2015：327-330.

[6]Wenjun Z，Takao O，Tian S.Hierarchical structure-based fast mode decision for H.265/HEVC[J].IEEE Transactions on Circuitsamp;Systems for Video Technology，2015，25（10）：1651-1664.

[7]Huang X，Zhang Q，Zhao X，et al.Fast inter prediction mode decision algorithm for HEVC[J].Signal Image and Video Processing，2016：1-8.

[8]Shen L，Zhang Z，Zhang X，et al.Fast TU size decision algorithm for HEVC encoders using Fast TU size decision algorithm for HEVC encoders using Bayesian theorem detection[J].SignalProcessing Image Communication，2015，32：121-128.

[9]Zhang Y，Kwong S，Wang X.Machine learning-based coding unit depth decisions for flexible complexity allocation in high efficiency video coding[J].IEEE Transactions on Image Processing，2015，24（7）：2225-2238.

[10]Correa G，Assuncao P，Agostini L，et al.Fast HEVC encoding decisions using data mining[J].IEEE Transactions on Circuitsamp;Systems for Video Technology，2015，25（4）：660-673.

[11]Correa G，Assuncao P，Agostini L，et al.Four-step algorithm for early termination in HEVC inter-frame prediction based on decision trees[C]//Visual Communicationsamp;Image Processing Conference，Valletta，2014：65-68.

[12]Hu Q，Zhang X，Shi Z.Neyman-pearson-based early mode decision for HEVC encoding[J].IEEE Transactions on Multimedia，2016，18（3）：379-391.

[13]Shen L，Liu Z，Zhang X，et al.An effective CU size decision method for HEVC encoders[J].IEEE Transactions on Multimedia，2013，15（2）：465-470.

[14]Bossen F.Common test conditions and software reference configurations[C]//JCTVC-L1100，Joint Collaborative Team on Video Coding（JCT-VC） of ITU-T SG16 WP3 and ISO/IEC JTC1/SC29/WG11 12th Meeting，Geneva，2013：1-4.

[15]Bjontegaard G.Calculation of average PSNR differences between RD-curves[C]//ITU-Telecommunications Standardization Sector Study Group 16 Question 6 Video Coding Experts Group（VCEG），VCEG-M33，Austin，US，2001：1-4.

LUO Zhiwei,FENG Gui

College of Information Science and Engineering,Huaqiao University,Xiamen,Fujian 361021,China

HEVC Inter fast algorithm use of motion information and rate-distortion cost.Computer Engineering and Applications,2017,53（21）：167-173.

High Efficient Video Coding（HEVC）of inter-frame prediction process is introduced for a high complexity.This paper proposes early skip mode decision,Coding Unit（CU）early termination partition and Transform Unit（TU）early termination partition.First,natural video sequence has a high probability of using skip mode,using current block and encoded information blocks of spatially adjacent early decide on skip mode.Meanwhile,in order to avoid unnecessary coding depth,the rate-distortion cost of the previously encoded block is used to decide on CU early termination partition.Last,TU early termination partition is decided by using texture complexity of the current prediction residual block.Experimental results show the proposed algorithm can save encode time 43.78%,at the same time 1.67%of losses of bj?ntegaard delta bit rate（BDBR）.By comparing the experimental data under the condition that the quality of video is negligible,can largely reduce the complexity of encoder.

High Efficient Video Coding（HEVC）;encoded information;rate-distortion cost;residual block

A

TN919.81

10.3778/j.issn.1002-8331.1605-0026

福建省自然科學(xué)基金（No.2016J01306）。

羅志偉（1992—），男，碩士研究生，主研方向?yàn)橐曨l編碼中的算法優(yōu)化，E-mail：798916526@qq.com；馮桂（1960—），女，博士，教授，主研方向?yàn)樾盘?hào)與信息處理、通信系統(tǒng)信息安全理論、多媒體通信、計(jì)算機(jī)視覺、模式識(shí)別與影像理解等。

2016-05-05

2016-08-15

1002-8331（2017）21-0167-07

CNKI網(wǎng)絡(luò)優(yōu)先出版：2016-09-29,http://www.cnki.net/kcms/detail/11.2127.TP.20160929.1650.030.html