我 多媒体的发展 1687 - 5699 1687 - 5680 Hindawi 10.1155 / 2019/8202385 8202385 研究文章 欧几里得基于距离加权预测HEVC合并模式 https://orcid.org/0000 - 0003 - 3599 - 1572 郭 宏伟 1 https://orcid.org/0000 - 0001 - 7311 - 9836 风扇 Xiangsuo 2 https://orcid.org/0000 - 0002 - 3459 - 6063 最小值 Lei 3 拉詹 位于 1 工程学院 红河州大学 孟子 云南661100年 中国 uoh.edu.cn 2 电气与信息工程学院 广西科技大学 柳州 广西545006年 中国 gxut.edu.cn 3 研究所的光学和电子产品 中国科学院 成都 四川610209 中国 cas.cn 2019年 22 9 2019年 2019年 26 04 2019年 24 07年 2019年 27 08年 2019年 22 9 2019年 2019年 版权©2019年宏伟郭et al。 这是一个开放的文章在知识共享归属许可下发布的,它允许无限制的使用,分布和繁殖在任何媒介,提供最初的工作是正确的引用。

合并模式可以达到相当大的编码增益,因为减少的成本在视频编解码器编码运动信息。然而,简单的采用相邻块的运动信息可能不会实现最优性能的运动像素和相邻块之间的相关性随距离增加而减小。为了解决这个问题,本文提出了一种欧几里得基于距离加权预测算法作为一个额外的候选人在合并模式。首先,一些预测块所产生的运动补偿预测(MCP)从可用相邻块运动信息。第二,一个额外的预测块是由一个加权平均预测块以上,欧几里得距离加权系数的相关邻近的候选人在当前块像素点。最后,选择最好的合并模式由率失真优化(RDO)原合并候选人和额外的候选人。实验结果表明,联合勘探测试模型7.0(7.0杰姆),该算法达到更好的编码性能比原来的合并模式下所有配置包括随机存取(RA)、低延迟B (LDB的),和低延迟P (LDP),有轻微编码的复杂性增加。尤其是对自民党的配置,该方法实现比特率平均节省1.50%。

 中国国家自然科学基金 41761079 云南省应用基础研究的基础 2018 fh001 - 056 1。介绍

作为多媒体信息的主要组件之一,视频的明显特征的数据量。视频编码技术( 1)可以有效地消除各种冗余实现数据压缩的视频,包括空间冗余、时间冗余、数据冗余、和视觉冗余。在当前的基于块的混合视频编码框架,一幅画是划分可变块大小和每一块空间或暂时用一组模式或编码参数预测。运动信息,包括运动向量(MVs)和参考指标的主要参数是预测单元(PU) interprediction收养。消除运动信息冗余在邻近的脓,运动矢量编码技术等先进的运动矢量预测(AMVP) [ 2),块合并,跳过模式( 3]介绍了高效视频编码(HEVC) [ 4]。指出,跳过模式可以被视为一种特殊情况的合并模式,预测剩余不传播或所有离散余弦变换(DCT)系数的预测剩余是量子化的零( 5]。块合并生成一个运动参数设置为整个地区的连续motion-compensated块,因此运动参数只需要表示一次对所有块包括在相同的地区(合并 6]。模式的决策过程、率失真优化(RDO) [ 7)执行的合并模式,跳过模式,intermode,模内( 8]。最好的方式是选择的率失真(r d)成本的最小化,这是表示如下: (1) 最小值 J , 在哪里 J = D + λ 模式 ⋅ R , 在哪里 J r d成本和吗 D 是编码失真,它是衡量的平方之和重建块和原始块之间的差异; R 是位编码对应的模式和DCT系数;和 λ 模式 被称为拉格朗日乘子,用于调整扭曲和比特之间的权衡。

块合并技术带来的编码在HEVC显著的性能提升( 9]。因此,合并模式是未来勘探的继承和扩展视频编码由联合发起视频勘探队(JVET) [ 10),新的视频编码标准已经被正式任命为通用的视频编码)阴道假丝(致病菌种及( 11在第十JVET会议上)。最近,一些修改版本的合并模式,提出了实现视频编解码器( 12- - - - - - 19),这些方法大多集中在减少计算复杂度为代价的 R- - - - - - D性能下降。例如,在[ 12],基于零块运动估计的信息,和模式选择之间的相关性最大的编码单位(LCU)及其孩子编码单元(CUs),早期合并模式决策算法减少计算复杂度的编码。在[ 13),早期合并模式决策框架提出了通过识别光滑/ single-motion区域,而达到平均编码时间减少46%,但降解率失真性能在某种程度上。基于硬件编码器实现合并模式模块,在 14, 15),一个新的硬件设计可以减轻计算成本,提出了内存访问的要求。编码的复杂性三维(3 d) HEVC高于HEVC,因为3 d-hevc需要处理多个视图和深度的信息。所以,在[ 16),一个自适应合并列表建设3 d-hevc编码器的编码速度快。在[ 17),早期合并模式决定3 d-hevc编码器通过分析视图间的相关性,提出了分层深度相关的编码模式。在[ 18),提供一个更好的计算复杂度和编码效率之间的平衡,几个快铜编码方案调查根据rate-distortion-complexity早期合并方式的特点决定。在[ 19],加快interprediction编码,一个合并的候选人决定终止和早期合并提出了基于绝对的和转换的区别(饱和的)成本,提出和merge-based编码单元过滤去除不必要的铜评估过程。此外,( 20., 21专注于改善 R- - - - - - D性能而不是减少编码的复杂性。在[ 20.),一个adjacent-block-based预测模型更准确地预测提出了可变形块,是一个额外的候选人在合并模式。Zhang et al。 21]提出了一种融合模式可变形块运动信息推导旋转,缩放、变形运动,获得更大 R- - - - - - D提高性能,但导致显著的复杂性增加编码器和译码器。

在本文中,我们提出了一个欧几里得基于距离加权预测方法作为一个额外的候选人的合并模式,进一步提高 R- - - - - - D在HEVC的表现。它认为的运动像素之间的相关性在不同的位置和运动的候选块和运动信息的充分利用所有可用的时空合并的候选人。实验结果表明,该算法比原始的合并模式,达到更好的编码性能有轻微编码的复杂性增加。

本文的其余部分组织如下。部分 2简要回顾了合并在视频帧间编码模式。部分 3介绍了欧几里得提出基于距离加权预测算法。实验结果发表在部分 4,最后结论是在部分 5。

 2。合并模式HEVC

为了减少所需的比特数编码的运动信息,合并模式( 3在HEVC]提出了。合并模式利用相邻块的运动相关的空间和时间域。运动估计不是必需的合并模式,从邻近的编码块和运动信息是直接采用运动补偿预测当前块(MCP)。因此,编码一个合并块的运动信息只需要很少的比特数来表示合并指数。合并方式的流程图如图 1。合并的候选人名单第一构造,包括几个空间候选人和一个时间的候选人。然后,RDO用来从列表中选择最好的合并的候选人。最后,预测当前块聚氨酯是最好通过MCP的MV合并的候选人。

流程图的合并模式。

合并的候选人名单的建设在图给出 2。这个过程的输出是一个合并的候选人名单,和他们每个人有一个元组的运动参数,可用于MCP的聚氨酯。国旗 NumMergeCands是一个预定义的常数,这表明候选人的数量在列表中。在HEVC,合并的候选人的数量是5个,但已经增加到七。阴道假丝在致病菌种及数量添加候选人的整个过程就会停止候选人达到的数量 NumMergeCands在接下来的命令步骤:这个过程始于最初的候选人的推导空间邻近脓称为空间的候选人。然后,候选人从聚氨酯在暂时集中的可以包含图片,叫做颞候选人。由于某些候选人或不可用其中一些冗余,初步候选人的数量可能不到 NumMergeCands。在这种情况下,额外的候选人被插入到列表,这样候选人的数量总是等于 NumMergeCands。空间合并候选人的选择,最多四个候选人选择从邻近的脓编码在当前画面。颞合并候选人的推导过程,生成一个候选人集中的脓的前一帧编码。关于合并的具体实现模式可以从(称为 3]。

建设合并的候选人名单。

MCP包括uniprediction P帧和biprediction B帧。uniprediction为例,MCP表示如下: (2) P x , y = F 裁判 x + 我 , y + j , 在哪里 P x , y 和 F 裁判 x , y 分别是预测图和参考图片,然后呢 我 , j 是合并的MV的候选人。此外,biprediction需要两个MVs执行加权预测和相应的参考指数。

 3所示。提出了加权预测合并模式

已经证明,可以获得相当大的合并模式 R- - - - - - D性能提升,因为减少编码运动信息的成本。然而,合并模式可以进一步改善,自MCP的合并模式不够准确。直观地说,更准确的预测可以减少数量的非零系数量化后,直接影响编码比特率。在本节中,我们首先分析了MCP的特征合并模式。然后,欧几里得基于距离加权预测提出了作为一个额外的候选人在合并模式来获得更准确的预测。

3.1。分析预测剩余的分布

执行合并模式决定过程中,MCP运动信息的合并的候选人获得预测当前块的信号。之间的距离,一般来说,与当前块像素点与其相邻的块合并的候选人,增加,他们的运动相关性降低。因此,MCP后残余不均匀的分布在整个块,和剩余的大小通常成为较大与较小的运动相关性。残块原来的块和预测块的区别如下: (3) B x , y = F x , y − P x , y 。

如果运动信息合并的候选人在左边顶部采用MCP,剩余的大小逐渐增加从左到右和从上到下。也可以观察到类似分布的残余,当其他候选人MCP采用合并。具体来说,合并候选人和剩余的位置分布在MCP不同候选人如图 3。在图 3(一个)左(L)的位置,(T),右上角(RT)、左底(磅),和左前(LT)在当前图片,和时间运动矢量预测(TMVP)表示的位置在前一帧配置正确的底部。在数据 3 (b)- - - - - - 3 (e)MCP逐渐增加后,剩余的大小随着箭头的方向。

MCP后合并的候选人和剩余分配。(一)职位的时空候选人合并模式。(b) MCP (c) MCP中尉TMVP。(d) MCP L或磅。(e) MCP T RT。

 3.2。欧几里得基于距离加权预测

根据上面的分析,我们可以看到,传统的MCP只有一组运动矢量不能达到最优性能的合并模式,因为运动补偿是不够准确的。因此,为了获得一个更好的预测当前块的,额外的候选人被添加到合并模式决策过程。预测块的权重预测块所产生的额外的候选人获得可用的合并的候选人。图 4说明了原理图添加额外的合并的候选人,和描述的详细步骤如下:

步骤1:为每个合并候选位置,根据可用性检查的顺序L T RT,磅,LT和TMVP如图 3(一个)。只是注意TMVP检查共存的位置正确的底部在颞候选人。添加了额外的候选人中描述下面的步骤2和3如果可用的候选人的数量比一个大。

步骤2:根据运动信息可用的合并的候选人,相应的预测得到的块( 2)。然后,得到预测块额外的候选人根据( 4)与预定义的欧几里得基于距离权重。

 (4) P x , y = ∑ 我 = 1 n W 我 x , y P 我 x , y ∑ 我 = 1 n W 我 x , y , n = 2 … 6 ,

在哪里 W 我 x , y 是加权系数成反比的欧几里得距离点 x , y 块和相应的候选人 n 是可用的数量合并的候选人。加权系数的定义见表 1,在那里 H 和 W 是当前PU的高度和宽度,分别。

原理图的合并的候选人合并模式。

加权系数的定义为每一个候选人。

职位的候选人 预测块 W 我 x , y
l P1 W − x
T P2 H − y
RT P3 x 2 + H − y 2
磅 P4 W − x 2 + y 2
LT P5 W − x 2 + H − y 2
TMVP P6 x + 1 2 + y + 1 2

步骤3:选择最好的合并模式,RDO额外的候选人和原合并的候选人之一。如果额外的候选人选为是最好的合并模式,需要将运动信息当前聚氨酯垫,以便它可以用作一个候选人在以下单位的编码。这里,运动信息的第一个可用的候选人在步骤1中用于填充。

最后一个标记需要信号译码器的一面显示额外的合并的候选人如果欧几里得提出基于距离的加权预测方法选择编码当前聚氨酯。然后,解码器将重构像素块使用相同的加权算法的编码器。

 4所示。实验结果

评估的性能提出了欧几里得基于距离加权合并的预测模式,该算法集成到联合勘探测试模型7.0(7.0杰姆)( 10),它是建立在HEVC测试模型(HM) JVET评估新的压缩技术。一些实验进行比较与锚(原杰姆7.0)JVET通用测试条件下(CTC)和软件(参考配置 22]。16个测试序列类B, C, D, E选择低延迟 B(LDB)和低延迟 P(LDP)配置,和13个测试序列类B, C和D是选择随机存取(RA)配置,根据CTC。编码的性能是衡量Bjontegaard三角洲比特率(BDBR) [ 23减少)计算平均比特率在相同的峰值信噪比(PSNR)条件。注意,正值BDBR意味着性能损失而负值意味着性能改进。计算复杂性衡量编码时间比(EncTR)和解码时间比(DecTR),定义如下: (5) TR = T 箴 T org × One hundred. % , 在哪里 T 箴 和 T org 是该算法的编码或解码时间和原来的杰姆7.0,分别。如果时间比率超过100%,这意味着计算复杂性增加,反之亦然。

表 2给实验结果的编码性能和计算复杂性的自民党,LDB, RA的配置。在表 2的BDBRs Y, U, V组件,和时间比例计算的总时间编码或解码。结果表明,该算法实现了比特率节省1.50%,0.11%,和0.14%的平均,分别配置下的自民党,LDB的,和RA,轻微编码的复杂性增加。额外的编码复杂度增加是由于RDO过程最好的合并模式决定。值得注意的是,自民党的平均比特率保存配置远远高于其他两种构型,这是因为 P框架为改善预测精度比有更大的空间 B帧。

BDBRs和编解码器的时间比率相比该方法的杰姆7锚。

类 序列 低延迟 P主要10 低延迟 B主要10 随机存取主要10
Y U V Y U V Y U V
B 和服 −0.47% −0.42% −0.49% −0.13% −0.49% 0.14% −0.06% 0.27% −0.02%
ParkScene −0.43% −0.72% −1.15% 0.03% 0.03% −0.22% −0.02% −0.09% −0.15%
仙人掌 −1.63% −3.67% −2.78% −0.11% −0.89% −0.69% −0.20% −0.61% −0.52%
BasketballDrive −1.03% −2.22% −1.95% −0.23% −0.73% −0.72% −0.12% −0.49% −0.18%
BQTerrace −6.74% −6.43% −6.53% −0.27% −0.44% −2.42% −0.54% −1.11% −1.17%
平均 −2.06% −2.69% −2.58% −0.14% −0.50% −0.78% −0.19% −0.41% −0.41%
C BasketballDrill −1.49% −2.79% −3.18% −0.22% −0.11% −0.38% −0.15% 0.15% −0.11%
BQMall −0.50% −0.66% −1.09% 0.09% 0.46% −0.17% −0.07% 0.14% 0.05%
PartyScene −1.47% −1.69% −1.14% −0.31% −0.66% −0.16% −0.19% −0.28% −0.26%
赛马 −0.67% −1.65% −1.22% −0.03% 0.04% −0.18% −0.07% 0.02% −0.11%
平均 −1.03% −1.70% −1.65% −0.12% −0.30% −0.22% −0.12% 0.01% −0.11%
D BasketballPass −0.32% −0.78% −0.79% 0.05% −0.36% −0.56% −0.15% 0.12% 0.21%
BQSquare −3.24% −3.20% −4.92% −0.25% 0.97% −2.21% −0.24% −0.02% 0.42%
BlowingBubbles −0.85% −0.96% −1.26% −0.09% −0.51% −0.59% −0.02% −0.04% −0.25%
赛马 −0.07% 0.92% 0.34% 0.09% −0.53% −0.71% 0.01% 0.02% −0.07%
平均 −1.12% −1.01% −1.66% −0.05% −0.11% −1.02% −0.10% 0.02% 0.08%
E FourPeople −1.32% −1.47% −0.80% −0.31% −1.50% −2.04% - - - - - - - - - - - - - - - - - -
约翰尼 −2.82% −3.84% −3.66% 0.00% −0.37% 0.91% - - - - - - - - - - - - - - - - - -
KristenAndSara −1.03% −2.05% −3.02% −0.14% −0.28% 0.39% - - - - - - - - - - - - - - - - - -
平均 −1.72% −2.45% −2.49% −0.15% −0.72% −0.24% - - - - - - - - - - - - - - - - - -
整体 −1.50% −1.98% −2.10% −0.11% −0.39% −0.60% −0.14% −0.15% −0.17%
EncTR (%) 104年 103年 103年
DecTR (%) 99年 One hundred. One hundred.

在自民党的情况下,一些测试序列显示重要的率失真性能改进和测试序列的6.74% BQTerrace。图 5显示了一些 R- - - - - - D四个测试序列的曲线比较自民党的情况下从不同的类。我们可以看到,该方法优于原杰姆7.0在高和低的比特率。

R- - - - - - D曲线对比下自民党配置。

在上面提到的引用应承担的合并模式,只有[ 20., 21专注于改善 R- - - - - - D性能而不是减少编码的复杂性,这是类似于我们的方法。因此,合并模式可变形块双线性插值模型( 20.)(MMD-B [ 20.])和可变形块的合并模式 21](MMD [ 21)选择进行进一步的性能比较。表 3显示 Y组件BDBRs和编码和解码计算复杂性三个比赛,BDBR, EncTR, DecTR竞争对其相应的原始编码器计算了锚。我们可以看到,多党民主运动( 21有最好的 R- - - - - - D性能,但它大大增加了编码和解码的计算复杂性。MMD-B [ 20.有至少 R- - - - - - D性能改善轻微的编码和解码时间增加。我们的方法有一个温和的 R- - - - - - D性能改善有轻微编码复杂度增加,但它不会增加任何解码时间。

YBDBRs和编码时间的比率多党民主运动( 21],MMD-B [ 20.),我们的方法。

序列 多党民主运动( 21] MMD-B [ 20.] 我们的方法
自民党 LDB的 类风湿性关节炎 自民党 LDB的 类风湿性关节炎 自民党 LDB的 类风湿性关节炎
B类 −2.3% −1.7% −1.8% −0.3% −0.4% 0.6% −2.1% −0.1% −0.2%
C类 −2.2% −1.2% −1.0% −0.1% −0.2% −0.2% −1.0% −0.1% −0.1%
类D −3.3% −1.7% −1.3% −0.1% −0.2% −0.2% −1.1% −0.1% −0.1%
类E −3.3% −2.6% - - - - - - −1.1% −1.4% - - - - - - −1.7% −0.2% - - - - - -
整体 −2.7% −1.7% −1.3% −0.4% −0.5% −0.3% −1.5% −0.1% −0.1%
EncTR (%) 112年 111年 116年 103年 103年 104年 104年 103年 103年
DecTR (%) 115年 114年 111年 103年 103年 105年 99年 One hundred. One hundred.
5。结论

在本文中,我们提出了一个欧几里得基于距离加权预测算法的MCP合并模式提高编码性能。它认为的运动像素之间的相关性在不同的位置和运动的候选块和运动信息的充分利用所有可用的时空合并的候选人。平台上的实验结果表明,杰姆7.0,该方法可以获得不同的编码结构下的率失真性能改善,平均1.50%的编码增益可以得到在自民党的配置。

 数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

 的利益冲突

作者宣称没有利益冲突。

 确认

这部分工作是支持由中国国家自然科学基金会拨款41761079,部分由云南当地的大学应用基础研究项目拨款2018 fh001 - 056。

 鼠蹊部 D。 阮 T。 Marpe D。 编码效率比较AV1 / VP9 H.265 / MPEG-HEVC和h / MPEG-AVC编码器 程序的编码研讨会(电脑) 2016年12月 德国纽伦堡 1 5 10.1109 / pcs.2016.7906321 2 - s2.0 - 85019478762 林 J.-L。 程ydF4y2Ba Y.-W。 黄 Y.-W。 Lei S.-M。 运动矢量编码HEVC标准 IEEE选定的主题在信号处理杂志》上 2013年 7 6 957年 968年 10.1109 / jstsp.2013.2271975 2 - s2.0 - 84889246879 赫勒 P。 奥丁 年代。 布罗斯 B。 块合并HEVC quadtree-based分区 IEEE电路和系统视频技术 2012年 22 12 1720年 1731年 10.1109 / tcsvt.2012.2223051 2 - s2.0 - 84872223959 沙利文 g . J。 欧姆 J.-R。 汉 W.-J。 Wiegand T。 概述的高效视频编码(HEVC)标准 IEEE电路和系统视频技术 2012年 22 12 1649年 1668年 10.1109 / tcsvt.2012.2221191 2 - s2.0 - 84872253926 李 Y。 杨 g . B。 朱 y . P。 丁 x L。 太阳 x M。 单峰停止基于模型的早期决定跳过模式高效视频编码 IEEE多媒体 2017年 19 7 1431年 1441年 10.1109 / tmm.2017.2669863 2 - s2.0 - 85021376232 李 Y。 杨 g . B。 朱 y . P。 丁 x L。 龚 R R。 概率模型早期合并模式决定编码3 d-hevc依赖视图 ACM交易多媒体计算、通信和应用程序 2018年 14 4 1 15 10.1145 / 3267128 2 - s2.0 - 85054852386 沙利文 g . J。 Wiegand T。 率失真优化视频压缩 IEEE信号处理杂志 1998年 15 6 74年 90年 10.1109/79.733497 2 - s2.0 - 0032205802 荣格 工程学系。 公园 h·W。 快速模式决策方法在HEVC使用自适应排序的模式 IEEE电路和系统视频技术 2016年 26 10 1846年 1858年 10.1109 / tcsvt.2015.2473303 2 - s2.0 - 84991720594 欧姆 J.-R。 沙利文 g . J。 施瓦兹 H。 棕褐色 t·K。 Wiegand T。 比较编码效率的视频编码标准,包括高效视频编码(HEVC) IEEE电路和系统视频技术 2012年 22 12 1669年 1684年 10.1109 / tcsvt.2012.2221192 2 - s2.0 - 84872222178 程ydF4y2Ba J。 Alshina E。 沙利文 g . J。 欧姆 J.-R。 博伊斯 J。 杰姆联合勘探测试模型的算法描述7 (7) 诉讼的联合视频勘探队(JVET) ITU-T SG 16 WP 3和ISO / IEC JTC 1 / SC 29 / WG 11 7日会议 2017年7月 意大利都灵 Kammoun 一个。 Hamidouche W。 Belghith F。 Nezan 肯尼迪。 Masmoudi N。 自适应多重变换的硬件设计和实现通用的视频编码标准 IEEE消费类电子产品 2018年 64年 4 424年 432年 10.1109 / tce.2018.2875528 2 - s2.0 - 85054693772 锅 Z。 邝 年代。 太阳 M.-T。 Lei J。 早期合并模式决定基于运动估计和HEVC层次深度相关 IEEE广播 2014年 60 2 405年 412年 10.1109 / tbc.2014.2321682 2 - s2.0 - 84902266624 塔里克 J。 邝 年代。 元 H。 基于空间/时间运动一致性合并模式HEVC的早期决定 杂志的视觉传达和图像表示 2017年 44 198年 213年 10.1016 / j.jvcir.2017.01.029 2 - s2.0 - 85013218764 金 t·S。 Rhee c, E。 李 周宏儒。 合并模式估计基于硬件的HEVC编码器 IEEE电路和系统视频技术 2016年 26 1 195年 209年 10.1109 / tcsvt.2015.2496820 2 - s2.0 - 85009416121 金 t·S。 李 h·J。 Rhee c, E。 高度利用合并模式估计基于硬件的HEVC编码器 《IEEE车间对信号处理系统(口) 2015年10月 杭州,中国 1 5 10.1109 / sips.2015.7345025 2 - s2.0 - 84958206622 Heo y S。 爆炸 G。 公园 g . H。 自适应合并列表建设3 d-hevc快速编码器 电子信件 2016年 52 8 604年 605年 10.1049 / el.2015.4323 2 - s2.0 - 84964792098 首歌 y . X。 贾 k B。 早期合并模式决定在3 d-hevc纹理编码 杂志的视觉传达和图像表示 2015年 33 60 68年 10.1016 / j.jvcir.2015.07.001 2 - s2.0 - 84942305566 吴 j·F。 郭 b . L。 侯 J。 杨ydF4y2Ba Y Y。 江 J。 快铜编码方案基于合并HEVC国米预测模式和运动估计 KSII交易网络和信息系统 2016年 10 3 1195年 1211年 10.3837 / tiis.2016.03.014 2 - s2.0 - 84964068179 程 Z。 太阳 H。 周 D。 木村 年代。 加速HEVC国米预测与提高合并模式处理 IEICE交易基础电子、通信和计算机科学 2017年 E100.A 2 546年 554年 10.1587 / transfun.e100.a.546 2 - s2.0 - 85011865478 张 N。 风扇 x P。 赵 d·B。 高 W。 可变形块的运动矢量推导 《IEEE国际会议上图像处理(ICIP) 2012年9月 美国佛罗里达州,布纳维斯塔湖 1549年 1552年 10.1109 / icip.2012.6467168 2 - s2.0 - 84875848973 张 N。 风扇 X。 赵 D。 高 W。 合并模式推导可变形块运动信息 IEEE电路和系统视频技术 2017年 27 11 2437年 2449年 10.1109 / tcsvt.2016.2589818 2 - s2.0 - 85034957229 Suehring K。 李 X。 JVET常见的测试条件和软件参考配置 诉讼的联合视频勘探队(JVET) ITU-T SG16WP3和ISO / IEC JTC 1 / SC 29 / WG11 2日会议 2016年7月 圣地亚哥,加州,美国 Bjontegaard G。 计算平均PSNR RDcurves之间的区别 《ITU-T SC16 / Q6 13 VCEG会议 2001年4月 美国奥斯汀,得克萨斯州