为了提高多模复合导引头跟踪模式复杂逻辑决策的适应性, 采用随机森林构建模式决策网络、结合误差补偿的方法, 对传统的人工条件判读流程进行了优化, 提高了模型的分类准确率, 并将该方法应用到复合导引头中进行理论分析和仿真验证。结果表明, 得到的跟踪模式的分类正确率达100%, 运行速度提升16%, 代码量减少3倍;基于随机森林和误差补偿的跟踪模式决策方法对导引头跟踪模式决策具有较好的适应性, 可以高效实现跟踪模式的自主决策。此研究算法为高效率地实现导引头跟踪模式决策提供了参考。

为降低高效视频编码(HEVC)中帧内预测编码复杂度和编码耗时,提出一种基于预测单元(PUs)尺寸的HEVC帧内预测模式快速选择的改进算法。对最大尺寸PUs利用统计概率分层构建进入粗选择模式(RMD)过程的模式列表,对其他尺寸PUs分别采用两种不同方式提取纹理方向构建进入RMD过程的模式列表,其中对32×32、16×16尺寸PUs采用像素梯度提取纹理方向,对8×8、4×4采用像素值偏差提取纹理方向,从而减少进入RMD过程模式数量,有效降低编码时间。实验结果表明,本算法所用编码时间比测试模型HM16.9减少32.2%,而码率仅仅增加了0.86%。与现有优秀算法相比,本文算法进一步降低编码耗时,保证了编码质量。

为降低高效视频编码(HEVC)的帧内编码复杂度，提出一种基于图像纹理特征的编码单元(CU)划分和预测模式选择算法。利用一种预处理算法来获得当前CU的纹理复杂度和方向。一方面，根据CU的纹理复杂度，该算法自适应地跳过或终止部分CU划分，减少CU深度的遍历时间。纹理复杂度高的CU直接划分成4个子CU，纹理复杂度低的CU将会终止划分。另一方面，根据预测单元的纹理方向，确定相应的候选模式集，通过粗模式决策算法和率失真最优化算法遍历候选模式集选取最优模式。将算法移植到标准食品解码软件HM16.7平台上，实验结果表明，与HM16.7算法相比，编码时间平均减少53.66%，比特率上升0.46%，峰值信噪比下降0.05 dB。

多视点彩色加深度视频 (MVD)是目前 3D场景的主流表示方式之一。在 3D-HEVC的编码框架中, 深度视频帧内编码具有较高的编码复杂度。本文提出了一种基于区域分割的 3D-HEVC深度视频快速帧内编码算法。首先根据对应彩色视频的纹理特征和深度视频的边界提取结果, 把深度图分为四个区域；然后统计分析了各区域中深度视频编码失真对绘制中间视点质量的影响以及帧内编码预测模式的分布规律；最后设计了在不同区域里采用不同的 CU尺寸提前决定、模式粗选限定和快速 DMMs模式决定的算法。实验结果表明, 本文提出的算法在绘制的中间视点质量不变的情况下平均节省 55.11%的总体编码时间, 对于深度视频的编码时间平均节省 61.57%。

为了提高编码速度, 针对H.264/AVC中运算量较大的P帧模式选择部分, 提出了一种新的快速选择算法。该算法依次通过Jmode值单调性检测、基于子块运动向量(MV)的水平与垂直方向选择, 这两个步骤逐步缩小候选帧间模式检测范围, 同时提出了基于最佳帧间模式的帧内模式选择方法, 选择性地检测帧内模式, 从而有效避免不必要的模式检测过程。实验结果表明, 相对JM中模式全搜索算法, 改进算法平均减小了约63.80%的编码时间, 而只带来了微小的编码性能损失。

针对多视点视频编码计算量大的问题, 提出了一种多视点视频编码快速宏块模式选择算法。详细分析了多视点视频编码校验模型的宏块模式选择结果的分布特性以及率失真特性, 提出了宏块模式相关性和模式聚集度的概念。对测试序列的宏块模式相关性分析表明当前宏块的最优模式和大多数相邻宏块的最优模式相同。从相邻宏块区域聚集度的角度分析了当前宏块模式预测准确度。在算法实现中采用相邻宏块的率失真代价均值形成的阈值条件决定是否进行全搜索。实验结果表明该算法在保持编码率失真性能的基础上, 能提高多视点视频编码的速度2.43～4.08倍。

为了减少H．264／AVC帧间编码模式选择的计算复杂度，利用编码模式之间的相关性以及视频序列时空域的相关性，提出了有选择性的小块搜索技术和有选择性的帧内编码模式搜索技术。模拟结果表明，该算法在保持率失真性能的前提下可以大幅度减少模式选择的计算复杂度，有利于H．264的实时应用。