基于时空预测的H.264快速帧内预测模式选择算法

第３１卷第９期　２０１０年９月　通信学报　、，０ｌ－３１　Ｎｏ．９　Ｊｏｕｒｎａｌ　ｏｎ　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ　Ｓｅｐｔｅｍｂｅｒ　２０１０　基于时空预测的Ｈ．２６４快速帧内预测模式选择算法　徐平，余青山，金朝阳，徐伟栋　（杭州电子科技大学自动化学院，浙江杭州３１００１８）　摘要：提出了一种基于时空预测的Ｈ．２６４快速帧内预测模式选择算法，算法充分利用视频序列中的空域和时域　上的相关性，通过构建空域和时域的最佳帧内模式概率直方图来改进Ｐａｎ等人提出的基于边缘方向直方图的帧内　快速模式选择算法。实验结果表明，基于时空预测的Ｈ．２６４快速帧内预测模式选择算法在保持基本相同的编码图　像质量和输出码率的同时，可显著减少编码时间，显著提升Ｈ．２６４的编码性能。　关键词：Ｈ．２６４；帧内预测；模式选择；时空预测　中图分类号：ＴＮ９１９．８　文献标识码：Ｂ　文章编号：１０００—４３６Ｘ（２０１０）０９—０１３９—０７　Ｎｅｗ　ｆａｓｔ　ｉｎｔｒａ－ｐｒｅｄｉｃｔｉｏｎ　ｍｏｄｅ　ｓｅｌｅｃｔｉｏｎ　ａｌｇｏｒｉｔｈｍ　ｂａｓｅｄ　ｏｎ　ｓｐａｔｉｏ－ｔｅｍｐｏｒａｌ　ｐｒｅｄｉｃｔｉｎｇ　ｆｏｒ　Ｈ．２６４　ＸＵ　Ｐｉｎｇ，ＳＨＥ　Ｑｉｎｇ—ｓｈａｎ，儿Ｎ　Ｚｈａｏ—ｙａｎｇ，ＸＵ　Ｗｅｉ—ｄｏｎｇ　（Ｃｏｌｌｅｇｅ　ｏｆＡｕｔｏｍａｔｉｏｎ，Ｈａｎｇｚｈｏｕ　Ｄｉａｎｚｉ　Ｕｎｉｖｅｒｓｉｔｙ，Ｈａｎｇｚｈｏｕ　３１００１８，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ａ　ｎｅｗ　ｆａｓｔ　ｉｎｔｒａ—ｐｒｅｄｉｃｔｉｏｎ　ｍｏｄｅ　ｓｅｌｅｃｔｉｏｎ　ａｌｇｏｒｉｔｈｍ　ｂａｓｅｄ　ｏｎ　ｓｐａｔｉｏ—ｔｅｍｐｏｒａｌ　ｐｒｅｄｉｃｔｉｎｇ　ｆｏｒ　Ｈ．２６４　ｗａｓ　ｐｒｅ—　ｓｅｎｔｅｄ．Ｕｓｉｎｇ　ｔｈｅ　ｃｏｒｒｅｌａｔｉｏｎ　ｏｆ　ｓｐａｔｉａｌ　ａｎｄ　ｔｅｍｐｒｏａｌ　ｄｏｍａｉｎ　ｉｎ　ｖｉｄｅｏ　ｓｅｑｕｅｎｃｅ　ａｎｄ　ｃｏｎｓｔｒｕｃｔｉｎｇ　ｔｈｅ　ｐｒｏｂａｂｉｌｉｔｙ　ｈｉｓｔｏｇｒａｍ　ｏｆ　ｉｎｔｒａ　ｐｒｅｄｉｃｔｉｏｎ　ｍｏｄｅ　ｉｎ　ｔｈｅ　ｓｐａｔｉａｌ　ａｎｄ　ｔｅｍｐｏｒａｌ　ｄｏｍａｉｎ，Ｐａｎ’Ｓ　ａｌｇｏｒｉｔｈｍ　ｂａｓｅｄ　ｏｎ　ｅｄｇｅ　ｄｉｒｅｃｔｉｏｎ　ｈｉｓｔｏｇｒａｍ　ｗａｓ　ｉｍ—　ｐｒｏｖｅｄ．Ｅｘｐｅｒｉｍｅｎｔａｌ　ｒｅｓｕｌｔｓ　ｓｈｏｗ　ｔｈａｔ　ｔｈｅ　ｐｒｏｐｏｓｅｄ　ａｌｇｏｒｉｔｈｍ　ｃａｎ　ｓｉｇｎｉｉｃａｆｎｔｌｙ　ｒｅｄｕｃｅ　ｃｏｄｉｎｇ　ｔｉｍｅ　ａｎｄ　ｅｎｈａｎｃｅ　ｔｈｅ　ｐｅｒ－　ｆｏｒｍａｎｃｅ　ｏｆ　Ｈ．２６４　ｗｈｉｌｅ　ｍａｉｎｔａｉｎｉｎｇ　ｓａｍｅ　ｉｍａｇｅ　ｑｕａｌｉｔｙ　ａｎｄ　ｏｕｔｐｕｔ　ｒａｔｅ．　Ｋｅｙ　ｗｏｒｄｓ：Ｈ．２６４；ｉｎｔｒａ—ｐｒｅｄｉｃｔｉｏｎ；ｍｏｄｅ　ｓｅｌｅｃｔｉｏｎ；ｓｐａｔｉｏ—ｔｅｍｐｏｒａｌ　ｐｒｅｄｉｃｔｉｎｇ　１　引言　在Ｈ．２６４标准中，为了获得高质量和高压缩比，　函数　ｊ，寻找可以替代ＲＤＯ，且基本不影响编码质　量的简化ＲＤＯ代价函数；２）通过概率预测或者阈　值判断减少候选模式数ｌ４　，预测各模式被选择为　最佳模式的概率，减少小概率模式的编码；通过实　验统计等方法获得阈值，在编码过程中一旦满足阈　采用率失真优化ＲＤＯ（ｒａｔｅ　ｄｉｓｔｏｒｔｉｏｎ　ｏｐｔｉｍｉｚａｔｉｏｎ）　模型［１，２１进行帧内预测模式选择。但同时，帧内预测　模式选择算法的高计算复杂度是制约Ｈ．２６４实际应　用的主要因素之一。　值条件，提前终止后续的模式选择过程，减少候选　模式数。　针对帧内预测模式选择的改进策略研究，成为　近年来国内外的研究热点。现有的帧内预测模式选　择改进算法，大体可分为２类：１）简化ＲＤＯ代价　上述的第２类方法是目前业界的主要研究趋　势。Ｐａｎ等人基于边缘方向直方图预测最佳帧内模　式，仅在几个大概率模式中进行选择，显著减少候　收稿日期：２０１０—０１—０８；修回日期：２０１０—０７—０６　基金项目：国家自然科学基金资助项目（６０９０１０３２，６０７０５０１６）；浙江省自然科学基金资助项目（１０８０６７４，１０９０７６１）　Ｆｏｕｎｄａｔｉｏｎ　Ｉｔｅｍｓ：Ｔｈｅ　Ｎａｔｉｏｎａｌ　Ｎａｔｕｒｌ　Ｓｃｉａｅｎｃｅ　Ｆｏｕｎｄａｉｔｏｎ　ｏｆ　Ｃｈｉｎａ（６０９０１０３２，６０７０５０１６）；Ｔｈｅ　Ｎａｔｕｒａｌ　Ｓｃｉｅｎｃｅ　Ｆｏｕｎｄａｉｔｏｎ　ｏｆ　Ｚｈ￣ｉｎｇ　ａＰｒｏｖｉｎｃｅ（１０８０６７４，１０９０７６１）　・１４０・　通信学报　第３１卷　选模式数，提高编码速度　。Ｗａｎｇ等人提出基于　边缘强度的帧内预测算法，将４×４亮度块的９个　帧内预测模式中垂直、水平、４５。、１３５。和ＤＣ模式　作为主模式，分情况确定候选模式【６】。Ｗｅｉ等人采　用基于ＮＨＴ（ｎｏｎ—ｎｏｒｍａｌｉｚｅｄ　Ｈａａｒ　ｔｒａｎｓｆｏｒｍ），提取　边缘的方向信息，排除冗余的模式【７］。Ｔｓａｉ等人采　用梯度强度滤波算子，以确定宏块的方向性，减少　候选模式数量【８】。蒋刚毅等人计算４×４亮度参考块　的方差，对于方差较小的亮度块，仅采用几种概率　高的预测模式　Ｊ。贾克斌等人提出了一种基于自相　关性的帧内预测算法，该算法在进行帧内预测之前　先进行宏块预判，从２种预测模式中选择一种，从　而减少算法的复杂度【１们。苏睿等人利用变换域的信　息得到图像纹理方向，仅在的几个高概率模式中进　行模式选择，降低运算量Ｉｌ　。陆璐等人对块的细节　程度和纹理方向进行分析，根据细节程度和纹理方　向对模式进行筛选，从而提高模式搜索速度『Ｉ引。黄　凯等人在Ｓｏｂｅｌ模式判决算法的基础上，提出一种　面向ＶＬＳＩ的模式优化算法Ｉ１引。腾国伟等人利用色　度块和亮度块以及４Ｘ４亮度块和１６×１６亮度块模　式选择之间的相关性，提出一种基于ＲＤＯ的快速　模式选择算法Ｉｌ制。文献【１５】通过大量实验观察得出　以下结论：多参考帧运动估计中的最佳匹配块的帧　内模式是当前块时域的最佳帧内预测模式。基于此　结论，采用与最佳匹配块重叠像素最多已编码块的　帧内模式作为当前块的最佳帧内预测模式。文献［１６】　提出了基于时空相关性的快速模式选择算法。该算　法应用于ＡＶＳ．Ｍ平台，其模式预测是基于以下假　设：图像块时域间的距离越近，时域相关性越高，　预测模式相关性越强。由于该算法不是基于文献　［１５】的观察结果，算法的时域预测准确性有待进　一步提高。　Ｐａｎ等人【４．５】提出的基于边缘方向直方图的快　速帧内预测模式选择算法（以下简称Ｐａｎ算法）　是第２类方法中具有代表性的一种算法，可在保　持较好的编码图像质量的同时较大地提升编码速　度。但是，该算法仅利用了块内部纹理信息进行　候选模式的概率预测，没有充分利用编码过程中　存在的时域和空域相关性，因此，编码效率还有　待提高。本文在Ｐａｎ算法的基础上，充分考虑编　码过程中的时域和空域相关性，提出了基于时空　预测的Ｈ．２６４快速帧内预测模式选择算法，进一　步精简候选模式数，从而进一步提高帧内预测模　式选择的速度。　２　Ｐａｎ算法的空域改进　在Ｐａｎ算法中，分３种块类型（１６Ｘ　１６亮度块、　４×４亮度块和８×８色度块）分别建立各自的边缘方　向帧内预测模式概率直方图，减少候选模式数。Ｐａｎ　算法通过在初始化过程中引入高计算复杂度的　Ｓｏｂｅｌ算子运算获得内部块的纹理方向概率直方图，　确定候选模式数。Ｐａｎ算法仅利用了块内部的纹理　信息，而未充分利用空域已编码邻块的信息。本文　通过引入已编码邻块信息，利用已编码邻块帧内模　式构建当前编码块的空域最佳模式概率直方图，确　定空域候选模式。　３　Ｐａｎ算法的时域改进　－　Ｐａｎ算法仅利用当前块的内部信息来预测最佳　帧内模式，以提高帧内预测模式选择的速度，没有　考虑视频序列的时域相关性。此外，在初始化阶段　的Ｓｏｂｅｌ算子求概率过程，复杂度较大，较大地增　加了编码开销。　视频图像不仅在空域上具有较高的相关性，　而且在时域上也有很高的相关性。由于Ｈ．２６４中　是先进行多参考帧运动估计，然后进行帧内模式　选择确定最终编码模式，因此在进行帧内模式选　择之前已获得最佳匹配块。本文利用最佳匹配块　构建当前编码块的时域最佳模式概率直方图，预　测当前块的最佳帧内模式，并避免复杂的Ｓｏｂｅｌ　算子运算。　４算法实现　基于时空预测的快速帧内预测模式选择算法　利用了帧间运动估计最佳匹配块的信息，为了尽　量减少帧间编码的差错扩散，算法对Ｉ帧采用全　搜索方法，从而得到Ｉ帧的最佳帧内模式，并保　存下来。　基于时空预测的快速帧内预测模式选择算法　的流程如图１所示，详细步骤描述如下。　１）初始化　当一个块编码完毕，保存其最佳帧内模式。每　一帧编码结束后，保存该帧的所有不同大小块（每　个块包括１个１６Ｘ　１６亮度块、ｌ６个４×４亮度块和　２个８×８色度块）的最佳帧内模式，保存的帧数等　于参考帧的总数。　第９期　徐平等：基于时空预测的Ｈ．２６４快速帧内预测模式选择算法　・１４１・　图１基于时空预测的快速帧内模式选择算法流程　２）基于空域的模式预测　通过相邻已编码块预测当前块的帧内模式。图　２给出了空域模式预测的当前块Ｅ及其相邻已编码　块Ａ、　、Ｃ和Ｄ的示意图，由式（１）可求得当前　块　的空域最佳模式概率直方图：　ｆｏｒ（／＝Ｏ；ｉ＜４；ｉ＋＋）　（　［ｆ】）＋＝ａ［ｉ］　（１）　其中，Ｍ［Ｏ】、Ｍ［１］、Ｍ【２］和Ｍ［３】分别为相邻已编码　块Ａ、Ｂ、Ｃ和Ｄ的最佳帧内模式；　Ｏ】、　［１］、ａ［２］　和以［３】分别表示Ａ、Ｂ、Ｃ、Ｄ与当前块Ｅ的相关程　度（值为０到１之问），　（　［ｆ】）表示帧内模式　［ｆ】为　当前块最佳预测模式的概率。考虑到Ａ和　与Ｅ直　接相邻，相关程度较大，而ｃ和Ｄ与Ｅ是对角相　邻，其相关程度相对较小，假定有如下关系：以［２］＋　［３］＞口［１】＝　［０］＞口［２】＝　［３］。实验中，ａ［０］、ａ［１］、ａ［２】　和　［３】分别设为１、１、０．７和０．７。　当前编码帧　图２基于空域的模式预测　利用式（１），可以分别得到４ｘ４亮度块、１６ｘ１６　亮度块和８ｘ８色度块的空域最佳帧内模式概率直方　图。图３给出了当４ｘ４亮度块的相邻已编码块Ａ、　、ｃ和Ｄ的帧内编码模式分别是模式５、模式２、　模式３和模式３时，即　［Ｏ】、　［１］、Ｍ【２］和Ｍ［３】　的值分别为５、２、３和３，当前块Ｅ的空域最佳帧　内模式概率直方图。可以看出，模式３的概率最大，　模式２和模式５的概率次之，而其余模式的概率很　小。将概率直方图中幅值最大者作为空域最佳帧内　预测模式，记为Ｐ［０１。　图３给出仅存在一个最佳空域帧内预测模式的　情况。当Ａ、Ｂ、Ｃ和Ｄ的编码模式均不相同时，Ａ　和　的编码模式同为最大概率模式，此时将Ａ和　的模式均作为最佳空域帧内预测模式，分别记为　Ｐ［０］和Ｐ［１］。　祷　娶　Ｏ　ｌ　２　３　４　５　６　７　８　模式　图３　４ｘ４亮度块的空域最佳帧内模式概率直方图　３）基于时域的模式预测　通过最佳匹配块从时域预测最佳帧内模式。如　图４所示，经过多参考帧运动估计得到当前块Ｅ的　最佳匹配块为　。根据最佳匹配块尺在参考帧中与已　编码块重叠的位置，可分为Ｒ１、Ｒ２、Ｒ３和Ｒ４　４个子　块。利用各子块所属已编码块的最佳帧内模式和各子　块的像素面积可求得时域最佳模式概率直方图。　最优的参考帧　当前编码帧　匹配块Ｒ　图４最优匹配块帧内模式预测　帧内模式网格的构造过程如下：每一帧编码结　束后，按照每个块的空间位置存储每个块的最佳帧　内模式，构成帧内模式网格。网格的大小等于块的　个数。针对３种不同类型的块（４ｘ４亮度块、１６ｘ１６　亮度块和８ｘ８色度块），采用３个大小不同的网格来　存储不同类型块的最佳帧内模式。　・１４２・　通信学报　第３１卷　记Ｒ１、Ｒ２、Ｒ３和Ｒ４所包括的像素个数分别　为Ⅳ［０］、Ⅳ［１】、Ⅳ【２］和Ⅳ【３】。Ｍ［０１、　１］、Ｍ２］和　３　第２种情况，当Ｃ［ｋ一１］中不存在ＤＣ模式时，　增加ＤＣ模式作为候选模式。　４）得到最终的候选模式　合并上述空域和时域最佳帧内预测模式的结　果，得到最终候选模式。　５）经过以上步骤，候选模式数显著减少，对最　【３】分别保存尺ｌ、尺２、Ｒ３和　４所属已编码块的　最佳帧内模式，块内总的像素数为Ｓ＝∑Ⅳ［ｆ］。　ｉ＝０　由式（２）可以得到时域最佳帧内模式概率直方图。　ｆｏｒ（／＝０；ｉ＜４；ｉ＋＋、　终候选模式采用ＲＤＯ算法求得最佳模式。　（２）　５算法复杂度分析　［ｆ］　图５给出了４ｘ４亮度块　的最佳匹配块　的子　块Ｒ１、Ｒ２、Ｒ３和Ｒ４所属已编码４ｘ４亮度块的最　佳帧内模式分别是２、２、４和５时的最佳帧内模式　概率直方图。可以看出，模式５的概率最大，模式　２的概率次之，接着是模式４，其余模式的概率很　小。取概率直方图中幅值最大者作为时域最佳帧内　预测模式，记为ｃ［ｏ１。当出现ｋ个相同的概率最大　模式时，将这ｋ个时域最佳帧内预测模式记为　Ｃ［ｋ－１］。　０．６　Ｏ　５　０．４　褥　醛ｏ　３　Ｏ　２　Ｏ　１　：．　。　Ｏ　Ｏ　１　＿．２　３　　－４　　５　６　７　８　模式　图５　４ｘ４亮度块的时域最佳帧内模式概率直方图　针对Ｃ［　１】中是否包括ＤＣ模式，进行以下讨　论。　ａ）对于４ｘ４亮度块，分以下２种情况：　第１种情况，ｃ［　１】中包括ＤＣ模式，此时认　为ＤＣ模式概率很大，舍弃其他模式，最终只保留　ＤＣ模式；　第２种情况，Ｃ［　ｌ】中不包括ＤＣ模式，将ＤＣ　模式增加为候选模式。　ｂ）对于１６￣１６亮度块和８ｘ８色度块，分以下２　种情况：　第１种情况，当Ｃ［ｋ－１】中存在ＤＣ模式时，此　时认为ＤＣ模式概率很大，舍弃其他模式，最终只　保留ＤＣ模式；　表１给出了ＪＭ９８、Ｐａｎ算法（记为Ｐａｎ）、基　于空域预测的快速帧内预测模式选择算法（记为　Ｎｅｗ１）和基于时空预测的快速帧内预测模式选择算　法（记为Ｎｅｗ２）的复杂度比较，采用最终候选模　式数和是否采用Ｓｏｂｅｌ算子衡量算法复杂度。其中，　基于空域预测的快速帧内预测模式选择算法在初　始化过程中与Ｐａｎ算法一样也采用了Ｓｏｂｅｌ算子确　定初始的帧内模式，带来了较大的编码代价。基于　时空预测的快速帧内预测模式选择算法在４×４亮　度块的基于空域和时域的预测部分时各取得一种　模式的概率较高，再加上可能的ＤＣ模式，最终的　候选模式一般为１或２或３种。　表１　各算法复杂度比较　６实验结果　实验采用的硬件环境：ＡＭＤ　Ａｔｈｌｏｎ（ｔｍ）６４　Ｐｒｏｃｅｓｓｏｒ　３２００＋２．０ＧＨｚ；５１２ＭＢ内存；操作系统：　Ｗｉｎｄｏｗｓ　ＸＰ　Ｐｒｏｆｅｓｓｉｏｎａｌ　Ｓｅｖｉｃｅ　Ｐａｃｋ　２；软件实现平　台：ＪＭ９８校验模型。实验采用５个标准测试序列，　包括３个ＱＣＩＦ序ＹｌＪ（Ｎｅｗｓ、Ｆｏｒｅｍａｎ和Ｓｉｌｅｎｔ）和　２个ＣＩＦ序列（Ｍｏｂｉｌｅ和Ｃｏｎｔａｉｎｅｒ）。实验参数设　置如下。　１）采用ＲＤＯ；　２）采用ＣＡＢＡＣ　３）采用ｈａｒｄａｍａ变换；　４）帧率，ＱＣＩＦ：１０Ｈｚ；ＣＩＦ：３０Ｈｚ；　５）ＱＰ取值：２８、３２、３６、４０１　６）编码帧数：１００：　第９期　徐平等：基于时空预测的Ｈ．２６４快速帧内预测模式选择算法　。１４３‘　７）ＧＯＰ类型：ＩＰＰＰ格式；　８）运动估计搜索半径，ＱＣＩＦ－１６像素；ＣＩＦ：　３２像素；　９）参考帧数：５；　１０）运动估计精度：１／４像素。　采用编码时间、比特率和平均信噪比的减少百　分数来衡量算法的优化性能。其中编码时间减少百　分数采用式（３）计算。　ＴｊＭ９８－－Ｔｐｒｏｐｏｓｅｄ△　％＝　——×ｌ００　（３）　７　９８　比特率减少百分数采用式（４）计算。　ＢｊＭ９８－－Ｂｐｒｏｐｏｓｅｄ％＝　——×１ＯＯ　（４）　Ｍ９８　平均信噪比（ＰＳＮＲ）减少百分数采用式（５）　计算。　ＰＪＭ９８－－Ｐｐ△尸％＝　—ｒｏｐｏｓｅｄ—×１ＯＯ　（５）　９８　表２给出了Ｐａｎ、Ｎｅｗ１和Ｎｅｗ２　３种算法ＣＰＵ　总耗时减少百分数比较，基于时空预测的快速算法　与其他３种算法相比，平均编码耗时分别降低　３５．８１％、１３．１０％和９．９８％，编码时间显著减少。表３　给出３种算法输出码率减少百分数的比较，基于时空　预测的快速算法与其他３种算法输出码率相差不大。　表２　编码时间的比较　表４给出３种算法亮度分量的平均ＰＳＮＲ减少百分　数的比较，４种算法的平均ＰＳＮＲ值基本一致。图　６给出这５个标准测试序列的率失真比较，这４种　算法的率失真曲线基本是重合的，这说明基于时空　预测的快速帧内预测模式选择算法与其他３种算法　相比，具有基本相同的率失真性能。　表３　输出码率的比较　・１４４・　通信学报　第３ｌ卷　比特率／（ｋｂｉｔ・ｓ－‘）　（ａ）Ｎｅｗｓ　（ｂ）Ｆｏｒｅｍａｎ　兽　磴｝　迎垦　∞　迎里　比特率／（ｋｂｉｔ・Ｓ　）　（ｃ）Ｓｉｌｅｎｔ　（ｄ）Ｍｏｂｉｌｅ　兽　理　比特率／（ｋｂｉｔ・Ｓ　）　（ｅ）Ｃｏｎｔａｉｎｅｒ　图６算法的率失真曲线　７结束语　通过以上实验和分析，可以得出以下结论，　与ＪＭ９８全搜索算法、Ｐａｎ快速算法和基于空域的　参考文献：　ｅ—ｄｉｓｔｏｒｔｉｏｎ　ｍｅｔｈｏｄｓ　ｆｏｒ　ｉｍ－　【１】　ＯＲＴＥＧＡ　Ａ，ＲＡＭＣＨＡＮＤＲＡＮ　Ｋ．Ｒａｔａｇｅ　ａｎｄ　ｖｉｄｅｏ　ｃｏｍｐｒｅｓｓｉｏｎ［Ｊ］．ＩＥＥＥ　Ｓｉｇｎａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｍａｇａｚｉｎｅ，　１９９８，１５：２３－５０．　预测算法相比较，基于时空预测的快速帧内预测　模式选择算法在保持较好的编码图像质量的同　时，平均编码总耗时分别降低３５．８１％、１３．１０％和　９．９８％，显著提高编码速度，从而显著提升Ｈ．２６４　的编码性能。　［２】　ＷＩＥＧＡＮＤ　ＧＩＲＯＤ　Ｂ．Ｌａｇｒａｎｇｅ　ｍｕｌ邱ｌｉｅｒ　ｓｅｌｅｃｔｉｏｎ　ｉｎ　ｈｙｂｒｉｄ　ｖｉｄｅｏ　ｃｏｄｅｒ　ｃｏｎｔｒｏｌ［Ａ］．ＩＥＥＥ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｉｍａｇｅ　Ｐｒｏｃｅｓｓｉｎｇ［Ｃ］．２００１．５４２—５４５．　Ｍ　Ｈ．ＡＬＴＵＮＢＡＳＡＫ　Ｙ　Ｌｏｗ—ｃｏｍｐｌｅｘｉｔｙ　ｍａｃｒｏｂｌｏｃｋ　ｍｏｄｅ　ｓｅｌｅｃ—　［３】　ＫＩｔｉｏｎ　ｆｏｒ　Ｈ．２６４／ＡＶＣ　ｅｎｃｏｄｅｒｓ［Ａ］．Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　２００４　Ｉｎｔｅｍａ－　第９期　徐平等：基于时空预测的Ｈ．２６４快速帧内预测模式选择算法　・１４５－　ｉｔｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｉｍａｇｅ　Ｐｒｏｃｅｓｓｉｎｇ［Ｃ］．２００４．７６５－７６８．　［４］ＰＡＮ　Ｅ　ＬＩＮ　Ｘ，ＲＡＨＡＲＤＪＡ　Ｓ，ｅｔ　ａ１．Ｆａｓｔ　Ｍｏｄｅ　Ｄｅｃｉｓｉｏｎ　ｆｏｒ　Ｉｎｔｒａ　Ｐｒｅｄｉｃｔｉｏｎ［Ｒ］．ＪＶＴ　７ｔｈ　Ｍｅｅｔｉｎｇ　Ｐａｔｍｙａ，Ｔｈａｉｌａｎｄ　ＩＥＥＥ　ＪＶＴ－Ｇ０１３，　２０ｏ３．　［５］ＰＡＮ　Ｅ　ＬＩＮ　Ｘ，ＲＡＨＡＲＤＪＡ　Ｓ，ｅｔ　ａ１．Ｆａｓｔ　ｍｏｄｅ　ｄｅｃｉｓｉｏｎ　ｌａｇｏｒｉｔｈｍ　ｆｏｒ　ｉｎｔｒａｐｒｅｄｉｃｔｉｏｎ　ｉｎ　Ｈ．２６４／ＡＶＣ　ｖｉｄｅｏ［Ｊ］．Ｃｏｄｉｎｇ　Ｃｉｒｃｕｉｔｓ　ａｎｄ　Ｓｙｓｔｅｍｓ　Ｆｏｒ　Ｖｉｄｅｏ　Ｔｅｃｈｎｏｌｏｇｙ，ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ，２００５，１５（７）：８１３—８２２．　［６】ＷＡＮＧ　Ｊ，ＷＡＮＧ　Ｊ，ＣＨＥＮ　Ｊ，　ｎＺ．Ａ　ｎｏｖｅｌ　ｆａｓｔ　ａｌｇｏｄｔｈｌｎ　ｆｏｒ　ｉｎｔｒａ　ｍｏｄｅ　ｄｅｃｉｓｉｏｎ　ｉｎ　Ｈ．２６４／ＡＶＣ　ｅｎｃｏｄｅｒｓ［Ａ］．Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　ＩＥＥＥ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｓｙｍｐｏｓｉｕｍ［Ｃ］．２００６．３４９８—３５０１．　【７】ＷＥＩＺＹ　ＬＩＨＬ，ＫＩＮＧＮＮ．Ａｎ　ｅｆｉｆｃｉｅｎｔｉｎｔｒａｍｏｄｅ　ｓｅｌｅｃｔｉｏｎａｌｇｏ—　ｒｉｈｔｍ　ｆｏｒ　Ｈ　２６４　ｂａｓｅｄ　ｏｎ　ｆｓａｔ　ｅｄｇｅ　ｃｌａｓｓｉｉｆｃａｔｉｏｎ［Ａ］，ＩＳＣＡＳ　２００７［Ｃ］．　２００７．３６３０．３６３３．　［８］ＴＳＡＩ　Ａ　Ｃ，ＰＡＵＬ　Ａ，ＷＡＮＧ　Ｊ　Ｃ，ｅｔ　ａ１．Ｅｆｉｆｃｉｅｎｔ　ｉｎｔｒａ　ｐｒｅｄｉｃｔｉｏｎ　ｉｎ　Ｈ．２６４　ｂａｓｅｄ　ｏｎ　ｉｎｔｅｎｓｉｔｙ　ｇｒａｄｉｅｎｔ　ａｐｐｒｏａｃｈ［Ａ］．ＩＥＥＥ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｓｙｍｐｏｓｉｕｍ［Ｃ］．２００７．３９５２—３９５５．　【９】蒋刚毅，李世平，叶锡恩等．基于块参考像素特征的快速帧内预测　模式选择新算法［Ｊ】＿电子与信息学报，２００６，２８（１０）．１８７４．１８７８．　ＪＩＡＮＧＧＹＬＩ　Ｓ　ＹＥＸＥ，ｅｔ　ａ１．Ａｎｏｖｅｌｆａｓｔｍｏｄｅ　ｓｅｌｃｅｔｉｏｎ　ａｌｇｏ—　ｒｉｈｔｍ　ｏｆｒ　ｉｎｔｒａ　ｐｒｅｄｉｃｔｉｏｎ　ｂａｓｅｄ　ｏｎ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ｏｆ　ｂｌｏｃｋ’ｓ　ｒｅｆｅｒｅｎｃｅ　ｐｉｘｅｌｓ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｅｌｅｃｔｒｏｎｉｃｓ＆Ｉｎｆｏｒｍａｔｉｏｎ　Ｔｅｃｈｎｏｌｏｇｙ，２００６．　２８（１　０１：１８７４—１８７８．　【１Ｏ】贾克斌，谢晶，方晟．一种基于白相关法的Ｈ．２６４／ＡＶＣ高效帧内预　测算法［Ｊ］．电子学报，２００６，３４（１）．１５２—１５４．　ＪＩＡＫＢ，ＸＩＥ　Ｊ，ＦＡＮＧＳ．Ａｎｅｆｉｆｃｉｅｎｔｉｎｔｒａ－ｆｒａｍｅｐｒｅｄｉｃｔｉｏｎａｌｇｏｒｉｔｈｍ　ｂａｓｅｄ　ｏｎ　ａｕｔｏｃｏｒｒｅｌａｔｉｏｎ　ｆｏｒ　Ｈ．２６４／ＡＶＣ［Ｊ］．Ａｃｔａ　Ｅｌｅｃｔｒｏｎｉｃａ　Ｓｉｎｉｃａ．　２００６，３４（１）：１５２—１５４．　［１　１】苏睿，刘贵忠，张彤宇等．利用变换域信息快速实现Ｈ．２６４帧内预　测编码的新算法［Ｊ】，电子与信息学报，２００７，２９（１）：１６１．１６５．　ＳＵＲ，ＬＩＵＧＺ，ＺＨＡＮＧＴＹ　ｅｔａ１．Ｆａｓｔｍｏｄｅ　ｄｅｃｉｓｉｏｎａｌｇｏｒｉｔｈｍｆｏｒ　ｉｎｔｒａｐｒｅｄｉｃｔｉｏｎ　ｉｎ　Ｈ．２６４／ＡＶＣ　ｗｉｈｔ　ｉｎｔｅｇｅｒ　ｔｒａｎｓｆｏｒｍ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｅｌｅｃｔｒｏｎｉｃｓ＆Ｉｎｆｏｒｍａｔｉｏｎ　Ｔｅｃｈｎｏｌｏｇｙ，２００７．２９（１）：１６１—１６５．　【ｌ２］陆璐，周维．适用于Ｈ．２６４的快速模式选择算法［Ｊ］．通信学报，　２００６，２７（７）：１１７—１２１．　ＬＵ　Ｌ。ＺＨＯＵ　Ｅｆｉｆｃｉｅｎｔ　ｉｎｔｅｒ　ｍｏｄｅ　ｓｅｌｅｃｔｉｏｎ　ｌａｇｏｒｉｔｈｍ　ｆｏｒ　Ｈ．２６４［Ｊ］．　Ｊｏｕｒｎａｌ　ｏｎ　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２００６，２７（７）：１１７—１２１．　【ｌ３】黄凯，秦兴，严晓浪等．一种Ｈ．２６４帧内预测模式判决算法及　ＶＬＳＩ实现体系【Ｊ】＿电子学报，２００７，３５（２）：２０７．２１１．　ＨＵＡＮＧＫ，ＱＩＮＸ，ＹＡＮＸＬ，ｅｔａＬＡＨ。２６４ｉｎｔｒａｐｒｅｄｉｃｔｉｏｎｍｏｄｅ　ｄｅｃｉｓｉｏｎ　ａｌｇｏｒｉｔｈｍ　ａｎｄ　ＶＬＳＩ　ｉｍｐｌｅｍｅｎｔａｔｉｏｎ［Ｊ］．Ａｃｔａ　Ｅｌｅｃｔｒｏｎｉｃａ　Ｓｉｎｉｃａ，２００７，３５（２）：２０７－２１１．　【１４］腾国伟，王国中，张兆扬等．一种基于自适应阈值的Ｈ．２６４／ＡＶＣ帧　内预测模式快速选择算法［Ｊ】．自动化学报，２００６，３２（４）：５２６．５３３．　ＴＥＮＧ　Ｇ　ＷＡＮＧ　Ｇ　Ｚ　ＺＨＡＮＧ　Ｚ　ｅｔ　ａ１．Ａｆａｓｔ　ｉｎｔｒａ－ｐｒｅｄｉｃｔｉｏｎ　ｍｏｄｅ　ｓｅｌｅｃｔｉｏｎ　ａｌｇｏｒｉｈｔｍ　ｏｆ　Ｈ．２６４／ＡＶＣ　ｂａｓｅｄ　ｏｎ　ａｄａｐｔｉｖｅ　ｔｈｒｅｓｈ—　ｏｌｄｓ［Ｊ］．Ａｃｔａ　Ａｕｔｏｍａｔｉｃａ　Ｓｉｎｉｃａ，２００６，３２（４）：５２６—５３３．　【１５】ＨＷＡＮＧＭＣ，ＣＨＯ　ＪＫ，ＫＩＭ　Ｊ　Ｓ，ｅｔａ１．ＦａｓｔＩｎｔｒａＰｒｅｄｉｃｔｉｏｎＭｏｄｅ　Ｓｅｌｃｅｔｉｏｎ　Ｓｃｈｅｍｅ　Ｕｓｉｎｇ　Ｔｅｍｐｏｒａｌ　Ｃｏｒｒｅｌａｔｉｏｎ　ｉｎ　Ｈ．２６４［Ｒ】．ＩＥＥＥ　Ｒｅ—　ｇｉｏｎ　１０　ＴＥＮＣＯＮ　２００５，２００５．１－５．　【１６］戴声奎，喻莉，朱光喜等．基于视频时空相关性的帧内预测模式抉　择［Ｊ１＿通信学报，２００５，２６（１１）：４３－４８．　ＤＡＩ　Ｓ　Ｋ，ＹＵ　Ｌ，ＺＨＵ　Ｇ　Ｘ，ｅｔ　ａ１．Ｉｎ￣ａ－ｐｒｅｄｉｃｔｉｏｎ　ｍｏｄｅ　ｄｅｃｉｓｉｏｎ　ｂａｓｅｄ　ｏｎ　ｖｉｄｅｏ　ｔｅｍｐｏｒｌａ　ａｎｄ　ｓｐａｔｉｌａ　ｃｏｒｒｅｌａｔｉｏｎ［Ｊ］．Ｊｏｕｍａｌ　ｏｎ　Ｃｏｍｍｕｎｉｃａ—　ｉｔｏｎｓ，２００５，２６（１１）：４３—４８．　作者简介：　徐平（１９７８一），男，江西安义人，博　士，杭州电子科技大学副教授、硕士生导师，　主要研究方向为图像编码与传输、图像处　理。　佘青山（１９８０一），．男，湖北荆州人，　博士，杭州电子科技大学副教授、硕士生导　师，主要研究方向为图像编码、模式识别。　金朝阳（１９７５．），女，浙江余姚人，　杭州电子科技大学副教授、硕士生导师，主　要研究方向为图像压缩传感、图像处理。　徐伟栋（１９７７．），男，浙江绍兴人，　博士，杭州电子科技大学副教授、硕士生导　师，主要研究方向为图像处理、模式识别、　机器视觉和机器学习等。