电子工业出版社-网上书店

数字视频是数字媒体应用中最重要的媒体形式，受高清、多视等应用需求驱动，视频编码算法优化仍是学术界研究的热点，设计高性能视频编码器对于促进AVS2和HEVC等视频压缩标准产业化进程有重要意义。本书首先分析视频编码算法理论研究、H.264/AVC视频编码芯片结构设计和应用的现状，并基于此分析视频编码算法优化、芯片结构设计面临的主要问题和挑战。本书从视频编码算法优化理论、方法和芯片实现三个层面展开论述，包括多模块算法特点、多目标优化模型以及视频编码算法多模块联合优化设计方法。在多模块、多目标性能联合优化方法指导下，对关键算法可定制模块，包括码率控制、运动估计、模式选择、视频预处理等，依次展开分析，给出优化设计的算法方案和系统硬件架构，最后给出基于FPGA实现的完整编码器设计方案。

目  录
第1章  绪论	1
1.1  数字媒体应用	1
1.2  数字媒体产业	3
1.3  数字视频编解码技术和标准	5
1.4  数字视频编码算法优化	6
1.4.1  提高性能的编码新算法	6
1.4.2  特定标准码流语法结构受限的算法优化	7
1.5  本书的结构	7
参考文献	9
第2章  数字视频编码原理	11
2.1  视频编码方法概述	11
2.2  基于分块预测变换混合编码方案	14
2.3  预测编码	14
2.3.1  预测差分编码原理	15
2.3.2  预测方法	16
2.3.3  运动补偿预测	16
2.3.4  帧内预测	19
2.4  变换编码	20
2.4.1  图像正交变换	20
2.4.2  变换编码系统框架	21
2.5  量化	22
2.6  熵编码	23
2.7  基于分块运动预测混合编码方案	25
2.8  主流视频编码标准	27
参考文献	35
第3章  率失真理论和视频编码率失真优化	37
3.1  率失真理论	37
3.2  DCT系数分布模型	38
3.2.1  几种典型DCT分布	38
3.2.2  几种分布模型的比较	39
3.2.3  分段截断DCT分布模型	40
3.3  典型率失真函数模型	42
3.4  率-量化模型分析和比较	45
3.5  失真-量化模型	50
3.5.1  典型D-Q模型	50
3.5.2  D-Q模型分析与比较	51
3.6  率失真优化在视频编码中的应用	52
参考文献	54
第4章  数字视频编码器设计和优化	57
4.1  视频编码器优化的必要性	57
4.2  视频编码器典型实现平台	59
4.3  视频编码算法和架构优化	60
4.4  基于视觉感知编码	64
4.5  视频编码算法多目标性能优化	67
4.6  视频编码算法多模块关联优化	68
参考文献	69
第5章  高清编码器硬件架构综述	75
5.1  编码器IP核和ASIC芯片	75
5.1.1  编码器架构	75
5.1.2  H.264编码架构产业化情况	76
5.1.3  学术界H.264/AVC编码架构	77
5.1.4  典型H.264/AVC编码器架构	78
5.2  系统架构设计挑战	80
5.2.1  架构设计挑战	80
5.2.2  多目标性能优化	81
5.3  应对挑战的典型解决方案	82
5.4  架构设计和模块分析	86
5.4.1  分级系统架构模型	86
5.4.2  SoC系统架构	88
5.4.3  存储架构	89
5.4.4  互连架构	94
参考文献	96
第6章  多目标性能优化	104
6.1  FPGA/ASIC平台多目标性能参数	104
6.2  多目标性能参数度量	106
6.3  基于多边形面积度量的性能评价模型	106
6.4  基于功效系数法的性能评价模型	110
6.5  基于单位复杂度效率的性能评价模型	111
6.5.1  芯片流水实现资源消耗度量及模型	112
6.5.2  流水算法率-失真资源消耗代价模型	113
6.6  多目标性能约束下的算法优化方法	115
参考文献	116
第7章  多模块联合优化及算法流水化映射	118
7.1  视频编码算法优化关键模块	118
7.2  多模块之间关联及算法优化	121
7.3  基于耦合关联度的多模块优化方法	123
7.4  流水化算法框架和算法流水化映射	124
7.4.1  多模块联合优化算法框架	124
7.4.2  算法流水化映射	127
7.5  流水化算法验证平台搭建	130
7.6  基于编码参数离散取值选择的多目标性能优化方法	132
参考文献	135
第8章  运动估计算法和硬件架构	137
8.1  块匹配运动估计算法	137
8.1.1  整像素块匹配运动估计	138
8.1.2  运动向量预测和编码	139
8.1.3  新的运动预测技术	139
8.2  运动估计算法优化	145
8.2.1  快速搜索算法	145
8.2.2  匹配准则	147
8.3  运动估计面临主要挑战及多目标约束	148
8.3.1  挑战	148
8.3.2  多目标性能优化	149
8.4  支持多种分割模式的分像素运动估计算法	149
8.5  整像素、分像素运动估计结构综述	151
8.5.1  整像素运动估计架构	151
8.5.2  IME中的分层数据复用分析	154
8.5.3  分像素运动估计架构	155
8.5.4  FME架构中并行数据复用分析	156
8.6  高清视频运动估计算法设计考虑	157
8.6.1  多分辨率运动估计算法	157
8.6.2  数据组织和管理	158
8.7  适合高清大窗口的整像素分层运动估计算法	159
8.7.1  多分辨率运动估计中的像素组织	159
8.7.2  分层运动估计算法	161
8.7.3  智能多中心运动向量选择	165
8.8  整像素、分像素运动估计协同设计	166
8.9  算法实验结果	167
8.9.1  局部小窗口大小和性能损失	167
8.9.2  运动估计算法性能	169
参考文献	170
第9章  模式选择算法与硬件架构	175
9.1  模式选择面临的主要挑战	175
9.2  模式选择优化关键技术	177
9.3  模式选择算法和硬件结构综述	178
9.3.1  算法	178
9.3.2  结构	179
9.4  率失真优化模式选择算法	180
9.4.1  率失真优化关闭模式预选	180
9.4.2  部分模式率失真优化模式选择	183
9.4.3  算法性能	188
9.5  基于视觉感知的模式选择	191
9.5.1  psy-rdo算法	191
9.5.2  psy-trellis量化算法	192
9.6  适合硬件实现的率失真优化量化	194
9.6.1  SDQ算法概述	196
9.6.2  SDQ网格搜索	197
9.6.3  硬件实现挑战	198
9.6.4  硬件友好的率失真优化量化预选	199
9.6.5  动态网格图结构	201
9.6.6  数据依赖免疫的预判决算法	205
9.6.7  完整算法	208
9.6.8  实验结果	209
参考文献	211
第10章  码率控制算法与硬件架构	216
10.1  码率控制概述	216
10.2  码率控制多模块约束	217
10.3  码率控制多目标性能约束	219
10.4  码率控制优化关键技术	221
10.5  基于视频特性的码率控制整体算法	223
10.5.1  感知模糊复杂度	226
10.5.2  ratefactor参数调整	227
10.5.3  算法优化作用机理分析	229
10.6  基于视觉感知的宏块级MBTree算法	231
10.6.1  Lookahead滑动窗分析	232
10.6.2  参考传递代价度量	233
10.6.3  传递代价对量化参数偏移影响分析	236
10.7  空域自适应的VAQ量化控制算法	238
10.8  实验结果	239
10.9  分析讨论和展望	242
10.9.1  多模块联合优化	242
10.9.2  拉格朗日系数选择	243
参考文献	243
第11章  AVS高清视频编码器硬件架构设计	247
11.1  概述	247
11.2  视频编码芯片实现方案	249
11.2.1  整体结构和模块分割	249
11.2.2  AVS视频编码模块结构	250
11.3  宏块流水线结构	252
11.3.1  已有流水线结构分析	252
11.3.2  率失真优化模式选择对宏块流水线的影响	253
11.3.3  支持率失真优化模式选择的四级流水线结构	254
11.4  大窗口整像素运动估计硬件结构	259
11.4.1  整像素运动估计算法和结构分析	259
11.4.2  高清编码器运动估计算法设计考虑	260
11.4.3  硬件资源高度复用的整像素运动结构	261
11.4.4  资源消耗和性能分析	267
11.5  率失真优化模式选择硬件结构	267
11.5.1  高清编码器模式选择硬件架构	267
11.5.2  高清编码器模式选择系统结构	268
11.5.3  内部块级流水线结构分析	271
11.5.4  资源消耗和性能分析	277
11.6  整体结构和VLSI实现	278
11.6.1  行为级功能验证策略	278
11.6.2  资源消耗和性能分析	284
11.7  结果及讨论	285
参考文献	287
第12章  算法确定模块硬件架构综述	290
12.1  熵编码架构	290
12.1.1  算法分析	290
12.1.2  架构	291
12.2  去块效应滤波架构	293
12.2.1  算法分析	293
12.2.2  架构	294
12.3  MVP算法和结构	297
参考文献	298
第13章  展望	302
13.1  复杂度度量与性能评估模型	302
13.2  算法和架构的优化	304
13.3  HEVC编码器算法和架构设计	306
13.3.1  HEVC标准新的编码工具	306
13.3.2  HEVC编码复杂度与难点分析	307
13.3.3  HEVC编码器架构设计思路	308
参考文献	308

前  言
数字视频是数字媒体应用中重要的媒体形式之一，但数字视频数据量极其巨大，因此，海量视频数据压缩对于视频应用极其重要。数字视频编解码技术致力于解决海量数字视频数据高效压缩的问题，其中，视频编解码标准是数字媒体应用中基础性的信源标准。VCEG和MPEG组织先后推出了H.26x和MPEG-x系列视频编解码标准，我国也制定了AVS信源编码标准。近年来，联合工作组JCT-VC正在着力制定编码效率更高的下一代标准HEVC。可以预测，未来十年将会迎来HEVC标准应用的高潮。
随着视频编码技术和标准的不断演进，视频编码压缩能力越来越强。但受高清、多视等应用需求驱动，提升视频压缩性能和视频编码算法优化，在一段时间内仍是学术界和产业界研究的热点。针对特定应用需求，根据特定标准进行视频编码算法优化对于挖掘这种标准的压缩性能极其重要。基于上述内容，本书系统分析了数字视频压缩编码原理、率失真优化理论及视频编码优化设计的指导作用以及视频编码器设计和优化等关键问题。
高清视频编码算法高度复杂，专业高清编码器设计面临较大挑战。多核处理器和FPGA/ASIC等是实现高清视频编码器较合适的平台。针对这些平台自身结构特点，进行视频编码算法映射和优化设计，需要权衡率失真性能、硬件（计算、存储）资源消耗、系统功耗等多个目标性能参数。高清视频编码算法定制和优化是一个多目标优化问题。针对这些，本书给出了视频编码算法定制过程中的多目标优化模型和多目标性能评价方法，可用于指导视频编码算法设计。
特定标准视频编码器中有多个算法可定制模块，如运动估计、模式选择、码率控制、视频预处理等，它们的算法允许用户根据应用需求进行定制和优化，这些核心模块的算法优化对于挖掘压缩性能非常重要。这些模块之间存在复杂关联，算法设计须协同考虑这种关联。针对这些问题，本书分析了多模块算法数据处理特点、多模块联合优化模型以及视频编码算法多模块联合优化设计方法。
然后在多模块、多目标性能联合优化方法指导下，对关键算法可定制模块，包括码率控制、运动估计、模式选择、视频预处理等，依次展开分析，给出优化设计的算法方案和硬件系统架构。最后举例给出了基于FPGA平台典型的编码器设计方案。
本书围绕视频编码算法优化中面临的关键问题，将多目标、多模块优化方法引入算法设计，给出了多目标多模块优化设计方法，以及核心模块参考实现方案。本书的算法优化模型和方法，对于视频编码算法和硬件结构协同优化，有着重要的意义和价值，有望为高性能高清编码器实现算法优化、评估和验证提供参考。
本书获得国家科学技术学术著作出版基金、工业和信息产业科技与教育专著出版资金、国家科技支撑计划课题2013BAH54F00、浙江省自然科学基金（Y1110114、Y12F050050、Y12F010100、LY13H180011）、复旦大学ASIC重点实验室开放课题10KF010等资助，在此表示感谢！


殷海兵          
2014年8月于杭州

本书配套资源下载

对不起，暂无音视频资源！

数字视频编码算法优化理论、方法和芯片实现