一、一种基于JVT的比特率控制方法（论文文献综述）
冷龙韬[1]（2019）在《虚拟现实视频图像编码优化算法研究》文中提出随着多媒体技术的发展,一种名为虚拟现实的新技术应运而生,这种技术可以通过实时演算为用户提供沉浸式的虚拟世界仿真系统。虚拟现实的360°视频图像能够表示完整的球面信息,这些信息会以二维数据的形式存放在存储介质中,但从球面数据投影至二维数据时极易引入畸变以及像素冗余。因此,对于虚拟现实的360°视频序列,直接使用传统的二维编码器进行压缩编码难以获得令人满意的效果。如何设计畸变和像素冗余更少的投影方式,如何获得更好的重建图像质量是这个领域的研究重点。（1）分析了时域率失真优化的拉格朗日乘子失准现象,定义了帧级编码单元及其比特的计算方法,通过分析时域临近编码帧的比特热度图分布来反馈调节当前编码帧中所有编码单元的拉格朗日乘子,使得编码单元的拉格朗日乘子逼近最优拉格朗日乘子,优化编码单元的比特分配,提升编码效率。（2）分析了经纬图中纬度与有效像素的关系,建立了纬度决定比特分配的算法模型。该算法能够针对经纬图中编码单元所处位置的有效信息为编码单元分配合理的目标比特,该算法能够为经纬图的编码带来显着的编码性能提升。（3）深入研究了PID控制理论,结合PID控制器与本文提出的两种编码优化算法,提出了一种基于PID的VR码率控制模型,该模型通过PID控制器保证码率控制过程的稳定,在利用编码优化算法为每一个编码单元分配合理的目标比特数。大量实验表明,该码率控制算法能够满足不同应用场景的需求,具有良好的编码性能和控制精度。通过上述的研究,本论文提出的基于比特热度图的比特重分配算法能够根据已编码比特反馈调节当前编码单元的编码参数,测试表明算法在低延时编码配置下取得一定编码性能增益。本文提出的基于PID的VR码率控制模型能够精确控制编码的输出码率,同时获得可观的编码性能提升。本文提出的最大编码单元级拉格朗日乘子优化方法能够针对编码单元的有效像素进行比特分配,在HEVC编码标准平台相比,取得了显着的编码性能提升。同时,最大编码单元级拉格朗日乘子优化方法已被AVS2标准采纳至参考软件。
冀贞贤[2]（2018）在《面向视频会议和视频聊天的X264码率控制算法研究》文中认为视频会议与视频聊天通常面对低码率应用环境,其视频码流在传输过程中受带宽波动影响较大,可能会造成视频卡顿或非常明显的块效应问题。人眼视觉感知是对视频处理后效果最好的衡量标准,所以在视频编码时,可以利用人眼的视觉特性特点,检测出视觉感兴趣区域,对视觉感兴趣区域进行编码,会极大地提高视频编码效果。本文针对视频会议与视频聊天场景视频中的人脸区域以及肤色区域提出了一种高效的感兴趣区域检测算法,在编码时能够快速的识别感兴趣区域,提高了编码效率。通过改进码率控制算法,控制视频编码码率的大小,可以提高视频编码质量。本文提出了一种基于感兴趣区域的码率控制算法,并在X264编码平台上实现。通过对测试序列进行测试和结果对比,证明本文所提出的码率控制算法有很高的实用价值。本文的主要工作有:（1）深入研究分析了 X264编码器的编码算法和码率控制算法,为后续工作展开提供基础保障。（2）从实用的角度出发,提出了一种高效的感兴趣区域检测算法。利用快速的图像前景与背景的风格,结合人的肤色特征达到快速的识别视频会议和视频聊天场景中的人眼感兴趣区域,即人脸区域以及肤色区域部分。（3）提出一种基于感兴趣区域的码率控制算法。通过对人眼感兴趣区域的建模,估计量化参数,提高视频感兴趣区域的视频质量,进而提高整体主观视觉质量,实现了比较准确的码率控制和提高编码后视频主观视觉效果的目的。（4）在X264编码平台实现基于感兴趣区域的码率控制算法,并对标准测试序列进行了测试与结果对比。本文共完成了 72组测试工作,并从目标码率与输出码率的误差率和编码后视频的主观视觉效果两方面进行对比。其中,在标准会议场景序列中,X264平台的码率误差率为22.96%,本文算法的误差率为15.36%;在生活教育场景序列中,X264平台的误差率为22.99%,本文算法的误差率为15.7%;在主观视觉效果上,本文算法明显好于X264平台的效果。
许鹤[3]（2018）在《高效率视频编码码率控制算法研究》文中研究指明随着移动互联网和多媒体技术的迅猛发展以及生活水平的不断提高,人们对视频内容和质量提出了越来越高的要求。由于内容丰富及高清、超高清视频包含很大的信息量,使得数字化后的视频数据量巨大,因此数字视频在传输或存储前必须进行压缩编码,以降低对传输带宽或存储空间的需求。在视频通信中,由于通信网传输带宽有限,视频编码器大多采用了码率控制技术以产生匹配传输带宽的码流,并保证视频质量。新一代视频编码标准HEVC采用基于R-λ模型的码率控制算法,提高了码率控制精度和视频质量,但其帧层比特分配未考虑视频内容特性与缓冲区状态,导致帧层比特分配不太合理,而其最大编码单元层比特分配也未能充分利用图像空域复杂度与时域复杂度的相关性,以及模型参数更新过程存在不足,导致最大编码单元层比特分配不准确。本文针对基于R-λ模型的码率控制算法在帧层比特分配与最大编码单元层比特分配上存在的不足,对应提出了两种码率控制优化算法。针对帧层比特分配不合理的问题,本文提出了一种帧层码率控制优化算法。首先,对图像信息熵、最小变换域绝对误差之和以及基于R-λ模型码率控制算法中帧层固定权重进行加权,得到一种度量帧层图像复杂度的综合因子,并将其作为新帧层比特分配权重;其次,根据目标缓冲级与缓冲区剩余比特计算出缓冲区反馈比特;最后,根据计算获得的新帧层比特分配权重和缓冲区反馈比特对帧层进行比特分配。本文算法在HM16.0上进行了实现和性能测试,结果表明:与HEVC原始的码率控制算法相比,优化算法的码率控制误差平均下降了2.008%,峰值信噪比平均提高了0.21dB。针对最大编码单元层比特分配不合理的问题,本文提出了一种最大编码单元层码率控制优化算法。首先,利用图像的梯度和平均绝对差构建一种新复杂度,以此来度量最大编码单元层图像复杂度;其次,利用获得的新复杂度与图像梯度定义一种调整因子,以此来对量化参数进行调整;最后,利用牛顿法与视频失真对模型参数进行有效地更新。实验结果表明,与HEVC原始的码率控制算法相比,优化算法的码率控制误差平均下降了0.062%,峰值信噪比平均提高了0.07dB。
罗敏珂[4]（2016）在《基于模糊逻辑的视频编码率控算法研究与实现》文中研究说明随着人们对更高分辨率,更为清晰的视频需求的发展,在存储空间和网络带宽仍然有限的情况下,视频压缩中的码率控制显得尤为重要。如何在网络通信条件限制下为用户提供尽可能最佳的视觉质量成为长久以来的研究课题。本文紧扣码率控制原理,深入探讨了率失真理论与经典模型,系统地分析了传统视频编码标准中经典码率控制算法的基本理论与工作原理,并重点讨论了主流视频编码标准H.264/AVC和HEVC中的码率控制算法提案。在总结和借鉴经典码率控制算法的基础上,提出了一整套新的码率控制算法。新算法包括恒定比特率控制算法、初始QP自动设定算法、可变比特率控制算法、自适应GOP长度调节算法。全文工作的主要内容有以下四个方面:（1）建立了缓冲区误差和缓冲区误差变化量与视频编码量化参数之间的模糊控制模型。在此基础上建立了比特率和误差的关系,给出了缓冲区误差范围的分析,最终提出了一种基于模糊逻辑的码率控制算法。（2）建模分析了比特率R与量化参数Q、图像梯度G的线性关系。通过线性回归统计建立了RQG和RQ关系模型,提出了一种新的初始QP自动设定算法。新算法能更好地设定适合的码率控制初始QP,提高码率控制性能。（3）深入研究了运动过程和运动补偿技术,定义了图像波动强度与其计算方法。结合模糊逻辑码率控制算法,提出了一种可变比特率控制算法。该算法能在满足人眼观感所需视频质量的同时,尽可能高地节省比特率。（4）分析和探讨了分层级编码结构特性,提出了一种基于运动特征统计的自适应GOP长度调节算法。实验表明,与固定GOP长度的帧间预测编码相比较,自适应GOP长度调节算法能够更好地消除图像时域冗余,提高编码性能。上述四个方面的工作满足了码率控制在不同场景的应用需求,并表现出了良好的算法性能。本文提出的帧级、GOP级码率控制算法和初始QP自动设定算法已被AVS专家组采纳并集成至RD参考模型,作为唯一的码率控制算法。
刘海英[5]（2013）在《H.264码率控制技术研究》文中研究表明视频图像作为视觉信息的主要载体,与语音和文字信息相比,具有信息量大、直观生动和确切等特点,因而具有更为广泛的适用性和更高的使用效率,深刻得影响着人们的生活和工作方式。但是视频图像的数据量可以用海量来形容,在带宽和存储容量受限的情况下,解决数据压缩问题就成为了视频图像应用的关键。目前,H.264/AVC作为新一代视频编码标准,因其具有优异的压缩性能和良好的网络亲和性成为时下最重要的视频编码标准。码率控制技术是视频通信系统应用中必不可少的组成部分,码率控制的好坏直接影响图像的编码质量。JVT-G012算法是目前H.264/AVC的主流码率控制算法,虽然它很好地解决了蛋鸡悖论,但也有一些不足之处。针对JVT-G012算法在帧层码率控制和基本单元层的码率控制方面的不足,本文提出了如下相应的改进。1、基于综合因子的H.264帧层码率控制算法：针对JVT-G012在帧层采用平均分配目标比特的方法,且没有考虑P帧在GOP中的位置和已编码帧对当前编码帧的影响的问题,本文提出了利用P帧的图像复杂度和P帧在COP中位置组成的综合因子来调整P帧的目标比特分配,再利用已编码帧的历史信息来调整当前编码帧的量化参数的方法来进行改进。该方法不仅提高了视频图像的质量,尤其是运动剧烈和纹理复杂的视频序列,而且使得输出的实际码率更接近目标码率,提高了码率控制的精准性：2、基于图像复杂度因子的H.264帧层码率控制算法：针对帧层目标比特分配太过均匀没有考虑图像复杂度,且在进行量化参数的计算时未考虑当前缓冲区与目标缓冲区充盈度的关系的问题,本文提出了一种简单有效的帧差法来表征图像复杂度的方法来进行目标比特的分配,再利用由当前缓冲区大小和目标缓冲区充盈度组成的量化参数调整因子对当前编码帧的量化参数进行调整的方法,本文算法不仅能够更精确地控制码率,而且还提高了视频图像的质量。3、基于HVS的基本单元层码率控制改进算法：针对JVT-G012算法在基本单元层的码率控制中,对每个像素点都是同等对待,未考虑人眼视觉特性对码率控制的影响,本文提出了一种由运动特性和边缘特性组成的视觉特性因子对基本单元层进行合理的目标比特分配,再通过量化参数调整因子对当前编码帧的量化参数QP进行调整的方法。本文算法不仅能够更精确地控制码率,而且PSNR的波动平稳,提高了视频图像质量的平稳性,更加符合人眼的主观感受。
赵丹丹[6]（2012）在《视频编码中码率控制算法研究》文中指出随着多媒体通信及网络技术的发展，人们对视频的应用需求越来越广泛，视频信息正对人们的生活方式和社会发展起着越来越重要的作用。码率控制技术是视频通信系统应用中必不可少的组成部分，在带宽和存储容量受限的情况下，通过调整编码参数使编码器获得最佳的压缩质量。合理有效的码率控制机制能够在保证视频质量的同时提高信道的利用率，对突破带宽限制和降低存储成本具有非常重要的意义。作为新一代视频编码标准的H.264/AVC，由于引入了许多先进的编码技术，使的其相比以往视频编码标准在编码效率、压缩质量和网络适应性等方面均取得了显着的提高。然而，H.264/AVC中引入率失真优化来选择模式，将量化参数同时用于码率控制和率失真优化，导致了“蛋鸡悖论”问题的产生，也使得其码率控制相对以往的视频标准更为复杂。在给定的信道带宽下，如何有效地控制虚拟缓冲区，提高压缩后的视频质量，同时降低码率控制算法的计算复杂度已成为这一领域的研究热点。本文系统地介绍了视频编码中码率控制的工作原理和基本理论，在总结和分析H.264/AVC码率控制算法提案以及相关改进算法的基础上，深入地研究了码率控制中GOP（Group of Pictures）层、帧层和宏块层的算法。全文的主要创新和研究成果包括：（1）场景切换在实际视频中频繁出现，对码率控制造成消极影响。本文针对视频序列中可能出现的场景切换问题，研究场景切换检测及其处理方法，提出了一种自适应变长的GOP层码率控制算法。算法中当前GOP的长度随着场景切换的出现自适应地改变，使整个序列包含的I帧总数不变，避免了实际码率的升高，并通过调整场景切换帧的量化参数来缓解缓冲区的压力。仿真结果表明，该算法对于频繁发生场景切换的序列具有较好的适应性，在精确控制码率的前提下，有效改善了新场景的视频质量。（2）初始量化参数的选取对码率控制的性能影响很大。选取合适的初始量化参数不仅能明显地提高视频的客观质量与码率控制的精度，而且能降低图像质量的波动，提高视频的主观质量。本文针对码率控制中初始量化参数的选取问题，采用梯度作为复杂度的衡量方法，提出一种基于时空特性的初始量化参数计算方法，使计算得到的初始量化参数更加符合序列的真实特性。实验结果表明，该算法在准确控制码率的同时，具有更佳的率失真性能。（3）本文针对码率控制中I帧量化参数的计算方法在缓存控制、编码质量以及初始量化参数适应性等方面存在的不足，提出了一种自适应I帧量化参数的计算方法。该方法根据I帧的缓冲区占用率、当前缓冲区占用率以及跳帧率等，自适应地选择I帧的量化参数。实验结果表明，该方法在精确控制码率、获得更高PSNR（Peak Signal to Noise Ratio）值的同时大大减少跳帧数，有效提高了视频的主观质量与客观质量，并且该方法对不同的初始量化参数与目标比特率组合，都表现出较强的适应性。（4）本文针对宏块层的码率控制在时空相关性及纹理方向性上的考虑不足，提出了一种时空自适应的宏块层码率控制算法，主要包括MAD（Mean Absolute Difference）预测模型、头比特预模型测、二次R-Q（Rate-Quantization）模型中系数更新时参考宏块的选择机制。该方法不仅能得到更精确的MAD与头比特预测值作为二次R-Q模型的输入，而且还能得到更为精确的二次R-Q模型系数。实验结果表明，该方法在准确控制码率的同时，提高了视频的编码质量。
杨文成[7]（2012）在《立体视频编码中的码率控制算法研究》文中指出随着计算机网络和视频通信技术的快速发展，加上人们视觉需求的日益增长，立体视频技术正在进入人们的生活。码率控制是立体视频编码与传输中的一项关键技术。本文研究的就是立体视频编码中的码率控制技术。首先，介绍了立体视频编码的理论基础，其中包括立体视频压缩的必要性、立体视频编码的基本方法以及基于H.264标准的立体视频编码算法。其次，在学习研究单通道视频码率控制技术的基础上，针对传统码率控制中I帧没有有效的进行码率控制的问题，提出了一种基于线性模型的I帧码率控制算法。算法通过考虑场景切换、图像复杂度和缓冲区占用率三个因素，对I帧的量化参数进行计算。实验结果表明，与JVT-G012码率控制算法相比，提出的算法在峰值信噪比（PSNR）方面有较大的提高，率失真性能（rate-distortionperformance）也有较大提升，同时输出比特率基本保持不变。再次，针对立体视频所具有的特性，通过考虑图像复杂度、视点间的参考特性以及位置重要性等因素，提出了一种基于H.264的立体视频码率控制新算法。实验结果表明，提出的算法能对立体视频有效的进行码率控制，并与固定量化参数（QP）模式算法相比，峰值信噪比和率失能性能有了较大的提高，平均率失真性能改善量度（BDPSNR）为0.21dB。最后，在总结多视点视频码率控制研究现状的基础上，针对多视点视频编码的可分级结构，提出了一种基于初始量化参数（QP）估计的多视点视频码率控制算法。实验结果表明，提出的算法能有效的对多视点视频进行码率控制，尽管在峰值信噪比方面还有不足之处，但是为该领域的研究提供了较好的思路。
田玲[8]（2010）在《视频编码率失真特性及帧编码复杂度模型研究》文中进行了进一步梳理率失真理论研宄在限定失真的情况下，为了恢复信源符号所必需的信息率。如果信源输出的信息率大于信道的传输能力，就必须对信源进行压缩，但同时要保证压缩所引入的失真不超过预先规定的限度。由于数字视频的信息量巨大，如何有效地存储视频信息以及在有限的带宽下对其进行传输及应用是一个亟待解决的问题。因此视频图像压缩技术成为一个重要且有效的手段。作为视频编码中率失真优化的理论依据，率失真定理被广泛地研宄。本文着重分析了率失真理论和率失真模型的建模方法，刨新性地分析了H.264／Avc码率提案中采用的二次率失真模型误差并提出了新的联合率失真模型。针对帧编码复杂度在率失真模型中的作用及其对码率控制算法性能的影响，提出了新的I.帧和P.帧编码复杂度模型及相应的帧间和帧内码率控制算法。大量且广泛的实验测试数据表明，新的码率控制算法能够有效地控制虚拟缓冲区，精确地达到目标输出比特率，明显地减少不期望的跳帧，在提高视觉质量的同时也保持了视觉质量的平滑稳定。全文的主要的刨新和研宄成果包括：1．视频编码率失真模型及率失真特性分析，从理论及实验验证方面着重分析了二次率失真模型的误差。包括二次模型误差，MAD正比模型误差及JVT-G012提案中线性跟踪模型预测误差三个方面，并进行大量拟合实验。更进一步，分析了新的指数型率失真模型特性，为联合率失真模型的提出提供了理论基础。2．提出了两种帧编码复杂度模型。针对I一帧和P一帧不同的帧特性，由于I.帧编码采用帧内预测，因此其编码复杂度通过直接统计像素点平均几何梯度值获得；对P.帧编码复杂度通过五种预测方式进行预测，模型根据编码效果优化选择性能最好的一种作为当前帧编码复杂度并进行编码。实验表明新的I.帧及P.帧编码复杂度模型均较高地拟合了实际的编码帧复杂度。3．在帧编码复杂度R-c《Rate—complexity)模型和指数型R-Q《Rate—Quantization)模型基础上，提出一种联合率失真模型并分析其新特性。由于指数模型具有求导不变性，根据联合模型的一阶全微分，简化了模型参数并获得了模型参数的更新方法。三维图进一步验证了联合率失真模型中R-c和R-Q部分的关系分别满足线性及指数函数关系。4．针对I一帧编码计算及延迟小的优点，提出了全I一帧编码码率控制算法，算法在H．264／Avc标准的参考软件平台JMl3-2上编码实现并和首次提出全I一帧编码的Ⅳrw042算法进行性能比较，获得了更精确的缓冲区控制及更高的解码后视觉质量。5．提出了基于优化选择的帧编码复杂度模型和联合率失真模型的P.帧编码码率控制算法。给出了全文模型算法实现的参数配置及编码器参数配置，并给出了实现记录结果。本文提出的帧间码率控制算法同样获得了较高的视觉质量。
王喜民[9]（2010）在《H.264视频编码的码率控制算法研究》文中研究表明随着移动通信技术和IP网络的迅速发展,多媒体通信正逐步成为通信的主要业务,可视电话,会议电视,图像和视频媒体等都要求有更好的视频编码标准的出现以适应各种应用的需求。H.264/AVC是目前应用前景最广泛的视频编码标准,也是目前图像通信领域最领先的视频编码标准,它采用了很多先进的思想和方法,其编码效率和编码质量得到很大的提高。同时H.264/AVC广泛的应用环境也给码率控制的研究开辟了广阔的空间。一个完善的码率控制方法对视频编码质量有着重要的作用。本文分析了码率控制发展现状和H.264视频编码所采用的关键技术。研究了码率控制的原理和以往经典的码率控制策略,完成了以下几项研究工作。首先,分析了H.264现在比较流行的码率控制标准JVT-H017,对其在低延时情况下出现连续跳帧给视频质量造成严重影响的缺陷,提出既能获得较高图像编码质量又能有效减少跳帧和抑制图像连续跳帧的码率控制方法。其次,JVT-G012作为H.264的一种视频编码标准,很好的解决了蛋鸡悖论问题,但是还存在一些场景切换缓冲区变化比较剧烈等缺点,本文利用MAD和PSNR计算图像的复杂度,并将这种算法应用在基本单元层的码率控制中,使得到的码流更加接近目标码率。然后,在改进的JVT-G012算法中采用一种新的线性码率量化参数模型来调节量化参数,以此来平衡算法的复杂度,在基本不影响图像质量的情况下,提高了编码的效率。最后,对实验结果进行对比分析,说明了改进算法的优越性。
张文菊[10]（2010）在《H.264码率控制算法研究》文中研究表明视频压缩信息的可变性使编码输出码率也随之可变,由于不同环境下存在着不同信道带宽、传输机制、传输延时等限制,所以视频压缩码率必须适应传输要求,将码率控制在一定的范围,从而实现在给定目标码率的条件下,尽可能得到平坦的高质量的解码图像。保障编码输出码率适应传输要求的方法就是码率控制。它是编码器不可缺少的重要组成部分,贯穿于整个编码过程中。本文主要工作:（1）介绍了视频压缩编码的基本原理、方法,以及视频压缩编码过程中码率控制技术及其发展。（2）介绍了视频压缩标准H.264的关键技术组成、码率控制的功能及关键技术,对现有的H.264码率控制及其改进算法进行了深入归纳总结,阐明了已有算法的优缺点。（3）分析了经典的码率控制算法JVT-H017提案,针对现有的码率控制算法中MAD预测误差大、二次R-D模型不准确的缺陷,提出基于SAQD的率失真修正模型,并在此基础上提出片级双层码率控制算法,不仅解决了率失真优化与码率控制之间存在的“蛋鸡悖论”问题,而且新的源比特预测模型、头信息比特预测方法和量化参数更新算法提高了码率控制的控制精度。（4）研究了率失真模型参数更新时,数据样本点选择过程中存在的问题和率失真模型建立的不准确性的缺陷,分别提出了上下文自适应参数预测技术和线性率失真模型,对Slice级双层码率控制算法进行了优化。从而充分利用了视频信源特性及其时空相关性,提高了率失真建模的有效性。另外,论证了线性模型编码效率稍次于二次模型,且编码复杂度低,将其用于Slice级双层码率控制算法,既可以提高码率控制精度,又降低了编码复杂度。
二、一种基于JVT的比特率控制方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一种基于JVT的比特率控制方法（论文提纲范文）
（1）虚拟现实视频图像编码优化算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 视频编码框架 |
| 1.3 虚拟现实视频编码研究现状 |
| 1.3.1 虚拟现实视频投影 |
| 1.3.2 虚拟现实视频的编码优化与控制算法 |
| 1.4 主要研究内容 |
| 1.5 论文的组织结构 |
| 第二章 理论基础 |
| 2.1 率失真优化简介 |
| 2.1.1 率失真理论 |
| 2.1.2 率失真优化基础 |
| 2.1.3 率失真优化模型 |
| 2.1.3.1 二次模型 |
| 2.1.3.2 ρ-域模型 |
| 2.1.3.3 指数模型 |
| 2.1.3.4 R-λ模型 |
| 2.2 码率控制算法研究 |
| 2.2.1 码率控制分类 |
| 2.2.2 H.264/AVC码率控制模型 |
| 2.2.2.1 GOP级码率控制 |
| 2.2.2.2 帧级码率控制 |
| 2.2.2.3 宏块级码率控制 |
| 2.2.2.4 总结 |
| 2.2.3 HEVC/H.265码率控制模型 |
| 2.2.3.1 R-λ模型 |
| 2.2.3.2 各层级码率分配机制 |
| 2.2.3.3 总结 |
| 2.2.4 AVS2玛率控制模型 |
| 2.2.4.1 模糊控制原理 |
| 2.2.4.2 控制流程 |
| 2.2.4.3 总结 |
| 2.3 小结 |
| 第三章 基于比特热度图的比特重分配算法 |
| 3.1 时域率失真优化λ失准问题 |
| 3.2 最优拉格朗日乘子推导 |
| 3.3 最优拉格朗日乘子估计 |
| 3.3.1 构建帧级编码单元 |
| 3.3.2 时域临近近似 |
| 3.3.3 最优拉格朗日乘子估计值计算 |
| 3.4 实施流程 |
| 3.5 测试与分析 |
| 3.6 小结 |
| 第四章 最大编码单元级拉格朗日乘子优化方法 |
| 4.1 视频客观质量评价 |
| 4.2 视频编码单元级优化 |
| 4.2.1 有效像素比分析 |
| 4.2.2 λ-θ模型 |
| 4.3 拉格朗日乘子的修正 |
| 4.4 算法流程 |
| 4.5 测试与分析 |
| 4.5.1 测试序列及测试条件 |
| 4.5.2 编码性能测试结果 |
| 4.6 小结 |
| 第五章 基于PID的VR码率控制算法 |
| 5.1 PID控制原理 |
| 5.2 PID码率控制系统 |
| 5.2.1 PID控制器解析 |
| 5.2.2 缓冲区码率偏差计算 |
| 5.2.3 目标比特率更新 |
| 5.2.4 编码参数调整 |
| 5.3 码率分配 |
| 5.4 算法流程 |
| 5.5 分析与测试 |
| 5.5.1 测试序列及测试条件 |
| 5.5.2 编码测试结果 |
| 5.6 小结 |
| 第六章 总结与展望 |
| 6.1 全文工作总结 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 个人简历及攻读硕士学位期间取得的研究成果 |
（2）面向视频会议和视频聊天的X264码率控制算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究现状 |
| 1.3 本文的主要工作 |
| 1.4 本文的章节安排 |
| 2 H.264/AVC视频编码标准 |
| 2.1 视频编码标准发展史 |
| 2.2 H.264编码器框架 |
| 2.3 H.264的档次和级 |
| 2.4 H.264/AVC关键技术 |
| 2.5 本章小结 |
| 3 基于视觉特性的X264码率控制算法研究 |
| 3.1 X264编码算法分析 |
| 3.2 X264码率控制算法分析 |
| 3.3 算法目标及流程概述 |
| 3.4 感兴趣区域检测算法 |
| 3.5 基于感兴趣区域的码率控制算法 |
| 3.6 本章小结 |
| 4 基于感兴趣区域的码率控制算法在X264平台的实现及测试 |
| 4.1 基于感兴趣区域的码率控制算法在X264平台的实现 |
| 4.2 测试与分析 |
| 4.3 本章小结 |
| 5 总结与展望 |
| 5.1 工作总结 |
| 5.2 未来展望 |
| 参考文献 |
| 致谢 |
（3）高效率视频编码码率控制算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 论文主要内容及章节安排 |
| 第2章 HEVC视频编码技术 |
| 2.1 HEVC标准简介 |
| 2.1.1 视频编码国际标准的发展 |
| 2.1.2 HEVC标准的主要特征 |
| 2.2 HEVC编码框架与编码结构 |
| 2.2.1 HEVC编码框架 |
| 2.2.2 HEVC编码结构 |
| 2.3 HEVC编码关键技术 |
| 2.3.1 HEVC帧内预测 |
| 2.3.2 HEVC帧间预测 |
| 2.3.3 变换和量化 |
| 2.3.4 环路滤波 |
| 2.3.5 熵编码 |
| 2.4 本章小结 |
| 第3章 码率控制算法 |
| 3.1 码率控制产生背景与原理 |
| 3.1.1 码率控制产生背景 |
| 3.1.2 码率控制原理 |
| 3.2 率失真理论与率失真模型 |
| 3.2.1 率失真理论 |
| 3.2.2 率失真模型 |
| 3.3 经典的码率控制算法 |
| 3.3.1 H.261 中的码率控制算法 |
| 3.3.2 H.263 中的码率控制算法 |
| 3.3.3 MPEG-2 中的码率控制算法 |
| 3.3.4 MPEG-4 中的码率控制算法 |
| 3.3.5 H.264/AVC中的码率控制算法 |
| 3.4 HEVC中的码率控制算法 |
| 3.4.1 基于R-Q模型的码率控制算法 |
| 3.4.2 基于R-λ模型的码率控制算法 |
| 3.5 本章小结 |
| 第4章 帧层码率控制优化算法 |
| 4.1 帧层比特分配优化算法 |
| 4.1.1 基于综合因子的帧层比特分配 |
| 4.1.2 基于缓冲区状态的帧层比特分配 |
| 4.1.3 帧层码率控制优化算法流程 |
| 4.2 实验结果与性能分析 |
| 4.2.1 实验配置与评价指标 |
| 4.2.2 性能分析 |
| 4.3 本章小结 |
| 第5章 最大编码单元层码率控制优化算法 |
| 5.1 基于新复杂度和新的参数更新的码率控制优化算法 |
| 5.1.1 基于新复杂度的最大编码单元层比特分配 |
| 5.1.2 参数更新的新策略 |
| 5.1.3 最大编码单元层码率控制优化算法流程 |
| 5.2 实验结果与性能分析 |
| 5.2.1 实验配置与评价指标 |
| 5.2.2 性能分析 |
| 5.3 本章小结 |
| 第6章 结束语 |
| 6.1 主要工作与创新点 |
| 6.2 后续研究工作 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间从事的科研工作及取得的成果 |
（4）基于模糊逻辑的视频编码率控算法研究与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 视频编码框架 |
| 1.3 国内外研究动态 |
| 1.3.1 视频编码标准发展 |
| 1.3.2 码率控制研究现状 |
| 1.3.3 模糊控制理论发展 |
| 1.4 视频质量评价 |
| 1.4.1 主观质量评价 |
| 1.4.2 客观质量评价 |
| 1.5 本文主要研究内容和组织架构 |
| 1.5.1 主要研究内容 |
| 1.5.2 本文组织结构 |
| 第二章 码率控制模型与算法 |
| 2.1 码率控制分类 |
| 2.2 码率控制原理 |
| 2.2.1 量化参数与拉格朗日乘数 |
| 2.2.2 流体流量模型理论 |
| 2.3 率失真理论 |
| 2.3.1 域模型 |
| 2.3.2 二次模型 |
| 2.3.3 对数模型 |
| 2.3.4 指数模型 |
| 2.4 经典码率控制算法 |
| 2.4.1 RM8 |
| 2.4.2 TM5 |
| 2.4.3 TMN8 |
| 2.4.4 VM8 |
| 2.5 H.264/AVC码率控制算法 |
| 2.5.1 GOP层码率控制 |
| 2.5.2 帧层码率控制 |
| 2.5.3 宏块层码率控制 |
| 2.6 HEVC码率控制算法 |
| 2.6.1 率-拉格朗日乘子模型 |
| 2.6.2 算法核心 |
| 2.7 小结 |
| 第三章 基于模糊逻辑的码率控制算法 |
| 3.1 模糊控制原理 |
| 3.1.1 模糊化接口 |
| 3.1.2 知识库 |
| 3.1.3 推理机 |
| 3.1.4 清晰化接口 |
| 3.2 模糊逻辑码率控制模型 |
| 3.2.1 虚拟缓冲区 |
| 3.2.2 量化参数调整 |
| 3.2.3 论域的确定 |
| 3.2.4 模糊逻辑码率控制算法流程 |
| 3.3 初始QP自动设定方法 |
| 3.3.1 传统初始QP自动设定方法 |
| 3.3.2 线性RQG模型 |
| 3.3.3 线性RQ模型 |
| 3.3.4 算法实现 |
| 3.4 测试与分析 |
| 3.4.1 测试序列 |
| 3.4.2 比特率控制精度测试 |
| 3.4.3 缓冲区状态比较 |
| 3.4.4 BD-Rate性能比较 |
| 3.5 小结 |
| 第四章 可变比特率控制算法 |
| 4.1 比特率抉择 |
| 4.1.1 可变比特率控制理论 |
| 4.1.2 运动失真统计比特率抉择理论 |
| 4.2 抉择过程 |
| 4.2.1 运动补偿 |
| 4.2.2 图像波动强度计算 |
| 4.2.3 比特率抉择 |
| 4.3 可变比特率码率控制架构 |
| 4.4 比特率抉择算法流程 |
| 4.5 测试与分析 |
| 4.5.1 测试序列与条件 |
| 4.5.2 VBR与CBR性能比较 |
| 4.5.3 主观质量情况 |
| 4.6 小结 |
| 第五章 自适应GOP长度调节算法 |
| 5.1 分层编码结构 |
| 5.2 GOP长度抉择 |
| 5.3 帧编码QP值分配 |
| 5.4 算法流程 |
| 5.5 测试与小结 |
| 5.5.1 性能测试 |
| 5.5.2 小结 |
| 第六章 总结与展望 |
| 6.1 全文工作总结 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻硕期间取得的研究成果 |
（5）H.264码率控制技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 视频压缩编码标准概述 |
| 1.3 码率控制技术的国内外研究现状 |
| 1.4 论文主要工作及内容安排 |
| 1.4.1 论文主要工作 |
| 1.4.2 论文章节安排 |
| 第二章 H.264/AVC编码标准及码率控制技术 |
| 2.1 H.264/AVC视频编码标准 |
| 2.1.1 H.264/AVC视频编码标准整体框架 |
| 2.1.2 H.264/AVC视频编码标准关键技术 |
| 2.2 码率控制控制技术 |
| 2.2.1 码率控制的基本原理及分类 |
| 2.2.2 码率控制的经典算法 |
| 2.3 本章小结 |
| 第三章 基于综合因子的H.264帧层码率控制算法 |
| 3.1 JVT-G012算法 |
| 3.1.1 JVT-G012中的关键模型 |
| 3.1.2 GOP层码率控制 |
| 3.1.3 帧层码率控制 |
| 3.1.4 基本单元层码率控制 |
| 3.2 基于综合因子的帧层码率控制改进算法 |
| 3.2.1 基于综合因子的当前P帧的目标比特分配 |
| 3.2.2 量化参数的调整 |
| 3.2.3 实验仿真结果与分析 |
| 3.3 本章小结 |
| 第四章 基于图像复杂度因子的H.264码率控制算法 |
| 4.1 基于图像复杂度因子的目标比特分配 |
| 4.2 量化参数的调整 |
| 4.3 实验仿真结果及分析 |
| 4.4 本章小结 |
| 第5章 基于HVS的基本单元层码率控制改进算法 |
| 5.1 人眼视觉系统HVS |
| 5.2 基于HVS的基本单元层码率控制改进算法 |
| 5.2.1 基于视觉特性因子的目标比特分配 |
| 5.2.2 量化参数的调整 |
| 5.2.3 实验仿真结果及分析 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文 |
| 致谢 |
（6）视频编码中码率控制算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 英文缩略语 |
| 第一章 绪论 |
| 1.1 课题的背景及意义 |
| 1.2 视频编码标准的发展 |
| 1.3 视频编码的原理与关键技术 |
| 1.4 课题主要工作简介 |
| 1.5 主要章节安排 |
| 第二章 码率控制技术及其算法 |
| 2.1 码率控制技术简介 |
| 2.2 码率控制技术的国内外研究 |
| 2.3 率失真理论与码率控制技术 |
| 2.3.1 率失真理论简介 |
| 2.3.2 常用率失真模型 |
| 2.4 H.264/AVC典型提案中的码率控制算法[37][41] |
| 2.4.1 分层的码率控制技术 |
| 2.4.2 基本概念与原理 |
| 2.4.3 GOP层码率控制 |
| 2.4.4 帧层码率控制 |
| 2.4.5 基本单元层码率控制 |
| 2.5 码率控制算法的性能评价 |
| 2.6 本章小结 |
| 第三章 自适应变长GOP层码率控制算法 |
| 3.1 引言 |
| 3.2 场景切换的检测及其处理方法 |
| 3.2.1 场景切换的检测方法 |
| 3.2.2 场景切换的处理方法 |
| 3.3 基于场景切换的自适应变长 GOP 层码率控制算法 |
| 3.3.1 自适应变长 GOP 重组 |
| 3.3.2 切换帧量化参数的计算方法 |
| 3.3.3 算法流程与步骤 |
| 3.4 实验结果及分析 |
| 3.5 本章小结 |
| 第四章 码率控制中初始量化参数的计算方法 |
| 4.1 引言 |
| 4.2 图像复杂度衡量方法 |
| 4.3 基于时空特性的初始量化参数计算方法 |
| 4.4 实验结果及分析 |
| 4.5 本章小结 |
| 第五章 码率控制中 I 帧量化参数的计算方法 |
| 5.1 引言 |
| 5.2 自适应 I 帧量化参数计算 |
| 5.2.1 基于 I 帧缓冲区占用率的量化参数计算方法 |
| 5.2.2 基于当前缓冲区占用率的量化参数计算方法 |
| 5.3 实验结果及分析 |
| 5.4 本章小结 |
| 第六章 时空自适应的宏块层码率控制算法 |
| 6.1 引言 |
| 6.1.1 宏块层MAD预测模型 |
| 6.1.2 二次R-Q模型及参考数据选择 |
| 6.1.3 头比特预测 |
| 6.2 时空自适应宏块层码率控制算法 |
| 6.2.1 时空自适应的MAD预测模型 |
| 6.2.2 时空方向性的二维参考宏块选择机制 |
| 6.2.3 时空自适应的头比特预测模型 |
| 6.3 实验结果及分析 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 工作总结 |
| 7.2 工作展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间已发表或录用的论文 |
（7）立体视频编码中的码率控制算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 引言 |
| 1 绪论 |
| 1.1 选题背景 |
| 1.2 立体视频编码与码率控制的研究现状 |
| 1.3 论文的主要工作及创新之处 |
| 1.4 论文的结构安排 |
| 2 立体视频编码的理论基础 |
| 2.1 立体视频数据压缩的必要性 |
| 2.2 立体视频编码的基本方法 |
| 2.3 基于 H.264 标准的立体视频编码算法 |
| 2.4 本章小结 |
| 3 基于线性模型的 I 帧码率控制算法 |
| 3.1 率失真理论与码率控制 |
| 3.2 JVT-G012 码率控制算法 |
| 3.3 基于线性模型的 I 帧码率控制算法 |
| 3.3.1 Qstep-MSE 线性模型 |
| 3.3.2 算法描述 |
| 3.3.3 实验结果与分析 |
| 3.4 本章小结 |
| 4 一种基于 H.26 4 的立体视频码率控制新算法 |
| 4.1 图像复杂度衡量方法 |
| 4.2 算法描述 |
| 4.2.1 SGOP 层码率控制 |
| 4.2.2 图像对层码率控制 |
| 4.2.3 帧层码率控制 |
| 4.3 实验结果与分析 |
| 4.4 本章小结 |
| 5 多视点视频码率控制算法初步探索 |
| 5.1 多视点视频编码预测结构 |
| 5.2 基于初始 QP 估计的多视点视频码率控制算法 |
| 5.2.1 视点层比特分配 |
| 5.2.2 GOP 层码率控制 |
| 5.2.3 帧层比特分配 |
| 5.2.4 实验结果与分析 |
| 5.3 本章小结 |
| 6 论文总结与展望 |
| 6.1 本论文工作总结 |
| 6.2 进一步研究方向 |
| 参考文献 |
| 附录A 立体视频测试序列 |
| 在学研究成果 |
| 致谢 |
（8）视频编码率失真特性及帧编码复杂度模型研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 视频图像压缩过程 |
| 1.2.1 视频图像的信息冗余 |
| 1.2.2 视频图像编解码过程 |
| 1.3 视频图像压缩标准 |
| 1.3.1 MPEG |
| 1.3.2 H.26x |
| 1.3.3 AVS |
| 1.4 视频图像测试标准 |
| 1.4.1 标准化图像格式 |
| 1.4.2 数字高清视频格式 |
| 1.5 码率控制核心问题 |
| 1.5.1 失真 |
| 1.5.2 复杂度 |
| 1.5.3 实际应用范围 |
| 1.5.4 H.264/AVC码率控制问题 |
| 1.6 本文主要研究成果和内容安排 |
| 1.6.1 主要研究成果 |
| 1.6.2 内容安排 |
| 第二章 率失真特性分析 |
| 2.1 引言 |
| 2.2 视频图像率失真基础 |
| 2.2.1 率失真理论 |
| 2.2.2 码率控制与实用率失真理论 |
| 2.2.3 率失真优化技术 |
| 2.3 率失真模型 |
| 2.3.1 ρ-域模型 |
| 2.3.2 二次模型 |
| 2.3.3 指数模型 |
| 2.4 二次率失真模型误差分析 |
| 2.4.1 MAD模型误差的理论推导 |
| 2.4.2 线性跟踪模型预测误差分析 |
| 2.5 二次模型误差实验分析 |
| 2.6 小结 |
| 第三章 帧编码复杂度模型研究 |
| 3.1 引言 |
| 3.2 帧编码复杂度分析 |
| 3.2.1 视频流的帧类型 |
| 3.2.2 视频帧编码复杂度 |
| 3.3 帧内预测编码复杂度计算模型 |
| 3.3.1 几何梯度模型 |
| 3.3.2 复杂度统计模型 |
| 3.3.3 模型性能比较 |
| 3.3.4 实验结果分析 |
| 3.4 帧间编码复杂度优化选择模型 |
| 3.4.1 编码复杂度预测模式 |
| 3.4.2 优化选择预测方法 |
| 3.4.3 实验结果分析 |
| 3.5 小结 |
| 第四章 联合率失真模型 |
| 4.1 引言 |
| 4.2 模型的提出 |
| 4.2.1 率失真模型三元关系 |
| 4.2.2 联合率失真模型的表达形式 |
| 4.3 模型新特性 |
| 4.3.1 一阶全微分求导 |
| 4.3.2 帧编码比特估计 |
| 4.4 小结 |
| 第五章 性能评价体系及参数配置 |
| 5.1 引言 |
| 5.2 假想参考解码器 |
| 5.2.1 漏桶模型的定义 |
| 5.2.2 漏桶模型原理 |
| 5.2.3 最小缓冲区大小和最小传输比特率 |
| 5.3 视频编码性能评价体系 |
| 5.3.1 视频质量评价标准 |
| 5.3.2 客观质量评价 |
| 5.3.3 客观质量评价的局限 |
| 5.4 编码器参数配置 |
| 5.4.1 基本参数 |
| 5.4.2 编码器参数 |
| 5.4.3 码率控制参数 |
| 5.5 编码器输出和报告 |
| 5.5.1 编码记录 |
| 5.5.2 输出文件 |
| 5.5.3 实际编码图像结果 |
| 5.6 小结 |
| 第六章 帧内预测码率控制算法 |
| 6.1 引言 |
| 6.2 算法基础 |
| 6.2.1 帧编码复杂度 |
| 6.2.2 目标比特估计 |
| 6.2.3 模型参数更新 |
| 6.3 算法结构及步骤 |
| 6.3.1 码率控制算法结构 |
| 6.3.2 初始化状态 |
| 6.3.3 量化参数计算 |
| 6.3.4 编码后状态 |
| 6.4 编码测试和性能分析 |
| 6.5 小结 |
| 第七章 帧间预测码率控制算法 |
| 7.1 引言 |
| 7.2 算法基础 |
| 7.2.1 帧比特分配 |
| 7.2.2 QP值计算 |
| 7.2.3 模型参数更新 |
| 7.2.4 跳帧检测和处理 |
| 7.3 算法结构及步骤 |
| 7.3.1 初始化状态 |
| 7.3.2 量化参数计算 |
| 7.3.3 编码后状态 |
| 7.3.4 码率控制算法流程 |
| 7.4 编码测试和性能分析 |
| 7.5 小结 |
| 第八章 结论 |
| 8.1 全文工作总结 |
| 8.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻博期间取得的研究成果 |
（9）H.264视频编码的码率控制算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 视频编码标准的发展历程 |
| 1.2.2 码率控制算法的发展与研究现状 |
| 1.3 本文研究内容 |
| 1.4 本文组织结构 |
| 第2章 H.264 视频压缩编码技术 |
| 2.1 H.264/AVC 编码器框图介绍 |
| 2.2 H.264/AVC 压缩编码技术 |
| 2.2.1 更加精细的变块大小运动补偿 |
| 2.2.2 多参考帧运动补偿 |
| 2.2.3 多方向性帧内预测技术 |
| 2.2.4 整数类DCT 变换和量化策略 |
| 2.2.5 环路Deblocking 滤波器 |
| 2.2.6 基于上下文的算术编码CABAC |
| 2.3 H.264 码率控制技术 |
| 2.4 本章小结 |
| 第3章 H.264 跳帧算法的研究及改进 |
| 3.1 引言 |
| 3.2 码率控制的基本概念 |
| 3.2.1 基本原理 |
| 3.2.2 率失真理论 |
| 3.2.3 信源模型 |
| 3.3 经典的码率控制算法 |
| 3.3.1 MPEG-2 的码率控制策略TM5 |
| 3.3.2 MPEG-4 VM8 的码率控制算法 |
| 3.3.3 H.263 TMN8 的码率控制算法 |
| 3.4 H.264 码率控制算法介绍 |
| 3.5 低延时码率控制的研究及改进 |
| 3.5.1 连续跳帧的危害 |
| 3.5.2 跳帧的必要性 |
| 3.5.3 以往跳帧算法的研究 |
| 3.6 改进的跳帧算法 |
| 3.6.1 场景切换的检测 |
| 3.6.2 主动跳帧算法的计算过程 |
| 3.7 本章小结 |
| 第4章 H.264 码率控制算法改进 |
| 4.1 引言 |
| 4.2 H.264 码率控制算法研究概念 |
| 4.2.1 基本单元的定义 |
| 4.2.2 流动流量模型(Fluid Trafic Model) |
| 4.2.3 MAD 预测的线形模型 |
| 4.2.4 虚拟参考解码器(HRD)考虑 |
| 4.3 JVT-G012 速率控制算法 |
| 4.4 改进的复杂度估计介绍 |
| 4.5 改进的线性R-Q 模型 |
| 4.6 算法整体描述 |
| 4.6.1 GOP 层码率控制 |
| 4.6.2 帧层码率控制 |
| 4.6.3 基本单元层码率控制 |
| 4.7 算法具体步骤 |
| 4.8 本章小结 |
| 第5章 实验结果及分析 |
| 5.1 跳帧算法实验结果 |
| 5.2 改进的码率控制算法实验结果 |
| 5.3 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间承担的科研任务与主要成果 |
| 致谢 |
| 作者简介 |
（10）H.264码率控制算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 致谢 |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 视频压缩编码技术及其发展 |
| 1.2.1 视频压缩编码技术 |
| 1.2.2 视频压缩编码的发展 |
| 1.3 码率控制技术及其研究现状 |
| 1.4 论文研究内容及结构 |
| 第二章 H.264 编码标准及码率控制技术 |
| 2.1 H.264 视频压缩编码标准 |
| 2.1.1 H.264 编解码器 |
| 2.1.2 H.264 的档次和级 |
| 2.1.3 H.264 编码数据格式 |
| 2.1.4 H.264 的参考图像 |
| 2.1.5 H.264 帧内预测 |
| 2.1.6 H.264 帧间预测 |
| 2.1.7 H.264 熵编码 |
| 2.2 码率控制技术 |
| 2.2.1 码率控制概述 |
| 2.2.2 率失真理论及率失真优化 |
| 2.3 码率控制算法 |
| 2.3.1 JVT-H017 码率控制算法 |
| 2.3.2 现有的H.264 码率控制算法 |
| 2.4 本章小结 |
| 第三章 H.264 片级双层码率控制算法 |
| 3.1 Slice 级双层码率控制框架 |
| 3.2 Slice 级双层码率控制算法 |
| 3.2.1 基于 SAQD 的R-Q 模型 |
| 3.2.2 头信息比特预测方法 |
| 3.2.3 QP_0 的更新 |
| 3.2.4 Slice 级码率控制算法 |
| 3.3 实验结果与分析 |
| 3.3.1 性能测试 |
| 3.3.2 合理性验证 |
| 3.3.3 计算和存储复杂度分析 |
| 3.4 本章小结 |
| 第四章 基于上下文自适应参数预测技术的码率控制算法 |
| 4.1 上下文自适应参数预测技术 |
| 4.2 R-Q 优化模型 |
| 4.3 码率控制优化算法 |
| 4.4 实验结果与分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 本文的主要工作及创新点 |
| 5.2 对未来工作的展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文 |
| 攻读硕士学位期间参加的研究课题 |
四、一种基于JVT的比特率控制方法（论文参考文献）
- [1]虚拟现实视频图像编码优化算法研究[D]. 冷龙韬. 电子科技大学, 2019(01)
- [2]面向视频会议和视频聊天的X264码率控制算法研究[D]. 冀贞贤. 山东科技大学, 2018(03)
- [3]高效率视频编码码率控制算法研究[D]. 许鹤. 重庆邮电大学, 2018(01)
- [4]基于模糊逻辑的视频编码率控算法研究与实现[D]. 罗敏珂. 电子科技大学, 2016(02)
- [5]H.264码率控制技术研究[D]. 刘海英. 南京信息工程大学, 2013(02)
- [6]视频编码中码率控制算法研究[D]. 赵丹丹. 上海交通大学, 2012(10)
- [7]立体视频编码中的码率控制算法研究[D]. 杨文成. 宁波大学, 2012(03)
- [8]视频编码率失真特性及帧编码复杂度模型研究[D]. 田玲. 电子科技大学, 2010(07)
- [9]H.264视频编码的码率控制算法研究[D]. 王喜民. 燕山大学, 2010(08)
- [10]H.264码率控制算法研究[D]. 张文菊. 合肥工业大学, 2010(04)