视频编码技术发展的趋势之一是追求更高的编码效率。H.264视频编码标准在提高编码效率和灵活性方面取得了巨大成功,它使得数字视频有效地应用于各种各样的网络类型和工程领域。然而,多样化的服务、高清视频的普及、以及超高清格式(4K×2K或8K×4K分辨率)的出现对于比H.264编码效率更高的下一代视频编码标准提出了强烈的需求。在这样的背景下,MPEG和VCEG组织于2010年成立了视频编码联合协作小组(JCT-VC),经过多年的努力,研发出了H.264标准的继承者,新一代视频编码标准HEVC。与H.264相比,HEVC虽然可以在相似的视频感知质量下节省高达约50%的比特率,但由于H.264广泛而深入的应用,在相当长一段时间内,这两个技术需要共存。因此H.264到HEVC的转码在网络传输和存储方面具有重要的现实意义。然而,HEVC为了提高编码效率,引入了一系列相当耗时的编码算法,给实时视频转码应用带来了新的挑战。针对HEVC编码算法特性,在转码过程中充分利用H.264码流信息来加速转码中HEVC重编码过程是提高转码器性能的关键之一。此外,由于转码的目标是为了在同样的视频质量下获取更高的压缩效率,而视觉显著性分析已成为计算机视觉和图像处理领域一个重要的研究课题,因此如何从人眼视觉感知的角度,在H.264码流压缩域提取视觉显著性进而指导H.264到HEVC的转码过程也成为提高转码效率的关键之一。正是在这样的背景下,本文展开了对H.264到HEVC视频转码方法的研究。第一章首先阐述了选题的意义,接着对视频编解码技术、H.264和HEVC编码技术、视频转码技术以及视觉显著性及其应用进行了简单综述,最后介绍了本文的主要研究内容和论文结构。第二章从统计分析的角度对H.264到]HEVC快速视频转码方法进行研究。针对帧间转码,首先通过大量统计分析找出HEVC码流中Skip模式与H.264码流中各种模式的映射关系,并利用其对Skip模式进行提前判决,然后通过对编码比特数进行数理统计分析快速选择预测单元的对称与非对称分割模式,最后依据运动矢量的相似性优化了HEVC运动估计过程中预测单元的搜索起点和搜索范围,进一步减少了转码过程的计算量。针对帧内转码,首先利用H.264和HEVC帧内编码模式之间的关系自适应地选择编码树单元的搜索深度范围,然后通过计算编码单元区域的梯度大小和方向,找出其与帧内方向预测模式之间的关系,减少HEVC帧内预测的候选模式集中的模式个数,进而加速帧内转码过程。第三章提出了一种基于区域特征分析的H.264到HEVC快速视频转码方法。该方法首先根据图像复杂度和编码比特数之间的关系将每帧图像以编码树单元为单位划分为三种复杂度区域,其次按照不同区域类型决定每个编码树单元的搜索深度范围。然后对运动矢量进行去噪滤波和聚类以分析每个编码单元的区域特征,依据其分析结果择优选择编码单元的最小搜索深度和预测单元的最可能分割模式。最后,将聚类中心的运动矢量加入预测运动矢量作为候选,从而减小运动搜索窗的大小,以达到在保证几乎相同的率失真视频质量下,大幅减少转码过程的计算复杂度。第四章针对H.264到HEVC视频转码效率进行研究,通过分析视觉显著性及其在视频转码领域中的应用,根据人眼视觉的特点,提出一种基于视觉显著性分析的H.264到HEVC视频转码算法。该方法首先利用H.264码流中的运动矢量场进行全局运动估计和局部运动分割得到运动显著性图,然后结合编码比特数的分布特点加以修正生成最终的视觉显著性图,最后在HEVC重编码过程中,利用视觉显著性图对非显著性区域进行自适应频率系数压制,以在保持视频主观质量的前提下,进一步提高视频转码的效率。第五章总结归纳了本文的创新点和研究成果并提出了进一步的研究方向和任务。