第6章 运动预测和补偿(Motion Estimation and Compensation)

本章探讨视频压缩中的运动预测和补偿方法,这两种技术对于提高压缩率至关重要。帧内预测利用已解码的块预测下一个块,而帧外预测则依赖于图像间的相关性,尤其是考虑到前一帧和当前帧的相似性。尽管帧外预测能显著提升压缩效率,但其计算复杂度高,占编码总复杂度的4-50%。压缩效果不仅与编码算法和计算复杂度有关,还涉及存储、延迟和信息传递等问题。理想的帧外预测应产生最小的残留数据,并确保高精度,以实现最佳的压缩率。
摘要由CSDN通过智能技术生成

残留的块数据经过DCT,量子化,entropy coding 压缩成字符串用来存储或传送,其中很多部分能提高压缩度,比如在DCT中转换为波形平面对以后量子化过程提供一些必要的手段,人眼能敏感于低波产生的画面,可对高波产生的画面比较不敏感,这方面的知识请参考有关HVS的文献。可是这些国能都基础是原来数据的大小。那怎么样能把原来数据的大小变小呢?据我到现在学习过程中只有帧内预测和帧外预测,帧内预测诗利用已解码好的单位来预测下一个单位(这里指的单位是一个块),帧外预测是利用影像各个图片的相关性而决定的,比方说前一张和现在的frame有很大的相视性,我们可以利用这个关系来预测当前画面。下面图表示帧内预测和 帧外预测。

本章介绍帧外预测和方法。帧外预测可以很大程度的提高压缩率在图片压缩的第一个阶段。可是帧外预测的计算复杂度很高,我看了一些文章那里说复杂度站到整个encoding中的4-50%.所以可以说是压缩的能力取决于帧外预测的计算复杂度。那么决定视频编码能力的要素是以下几个方面。

1.编写代码的能力:怎么查找残留数据?

2.复杂度:算法充分利用已编写好的数据?

3.strorage或延迟:在硬件上有clock的延迟或者是在软件在数据延迟?

4.信息传送问题:帧外预测后产生的矢量要传送给encode吗?传送就用什么方式传送?

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值