Spatial Correlation Based Fast Coding Depth Decision and Reference Frame Selection in HEVC

In this paper, we propose a fast decision method of maximum coding depth decision and reference frame selection in HEVC. To reduce computational complexity and encoding time of HEVC, two methods are proposed. In the first method, the maximum depth of each coding unit (CU) in a largest CU (LCU) is constrained by using the maximum coding depth used by adjacent LCUs based on the assumption that the spatial correlation is very high and rate-distortion (R-D) cost. And we constrain the number of reference pictures for prediction unit (PU) performing motion estimation by using the motion information of the upper depth PU. The proposed methods reduce computational complexity of the HEVC encoder by constraining the maximum coding depth and the reference frame. We could achieve about 39% computational complexity reduction with marginal bitrate increase of 1.2% in the comparison with HM6.1 HEVC reference software.

HEVC의 공간적 상관성 기반 고속 부호화 깊이 및 참조영상 결정 방법

본 논문에서는 HEVC(High Efficiency Video Coding) 부호화 속도 향상을 위한 최대 부호화깊이 및 참조영상 고속결정 방법을 제안한다. 본 논문에서는 계산 복잡도 감소와 속도향상을 위하여 크게 두 가지 방법을 제안한다. 첫 번째 방법에서는 LCU(Largest Coding Unit)내 각 CU(Coding Unit)의 최대 부호화 깊이를 제한하며, 이때 공간적인 상관성을 기반으로 주변 LCU에서 사용된 최대 부호화 깊이와 율-왜곡 비용을 이용한다. 두 번째 방법에서는 각 CU의 다양한 PU(Prediction Unit) 중, 화면간 예측을 수행하는 PU에 대해서 참조영상을 제한하며, 이때 상위 깊이 PU의 움직임 정보를 이용한다. 제안하는 방법은 항상 최대 깊이까지 부호화를 수행하는 것을 적응적으로 제한하고, 상당한 복잡도를 요구하는 움직임 예측을 수행하는 PU의 참조영상 수를 제한함으로써 계산 복잡도를 감소시킬 수 있으며, 기존의 HEVC 참조 소프트웨어인 HM6.1 대비 약 1.2% 정도의 비트율이 증가하면서 약 39%의 복잡도 감소 효과를 얻을 수 있었다.