针对屏幕内容视频帧间编码的高复杂度问题，提出了一种基于时空域特性的帧间快速编码算法。首先，根据运动静止检测算法将待编码帧分为静止帧和运动帧；然后，对运动和静止帧分别采用不同的编码策略。对于静止帧，在统计分析时域对应编码单元（CU）分割深度和预测模式的基础上，确定CU最佳分割深度和最优预测模式。对于运动帧中的静止最大编码单元（LCU），利用时域相关特性提前终止CU分割，模式选取则只针对大尺寸模式进行预测；对于运动帧中的运动LCU，根据其相邻LCU的运动静止特性确定CU分割深度以及预测模式。实验结果表明，所提算法相比原始编码平台，在BDBR平均上升3.65%的情况下，编码时间平均节省46.40%。所提算法在率失真性能损失可接受的前提下，有效地降低了屏幕内容视频帧间编码复杂度，有利于屏幕内容视频的实时应用。

为了降低高效视频编码(HEVC)标准的编码复杂度,提出一种基于纹理特性与空域相关性的帧内分级快速算法。首先,采用最大编码单元(LCU)级的快速算法,通过利用相邻LCU的编码深度值加权预测得到当前LCU的预测深度,并利用块标准差和自适应阈值策略确定当前LCU的纹理复杂度,将当前LCU的预测深度和纹理复杂度相结合来预测当前LCU的最有可能深度范围(MPDR);其次,采用编码单元(CU)级的深度判决快速算法(CUDD-FA),将基于边缘图的CU深度预判策略和基于率失真(RD)代价相关性的CU提前中止策略相结合,实现了CU级深度的提前确定,进一步降低了帧内编码复杂度。与原始HEVC算法相比,所提算法在全I帧编码模式下编码时间平均减少41.81%,BD-rate(Bjøntegaard Delta bit rate)仅上升0.74%,BDPSNR(Bjøntegaard Delta Peak Signal-to-Noise Rate)仅降低0.038 dB;与代表性文献算法相比,所提算法在编码时间节省更多的情况下率失真性能更好。实验结果表明,在率失真性能损失可以忽略不计的前提下,所提算法能有效降低HEVC帧内编码复杂度,特别是高分辨率视频序列,有利于HEVC的实时视频应用。

多视点彩色视频与深度视频作为多媒体系统中主流3D场景表示方式，吸引了越来越多人的关注。深度视频反映场景的几何信息，如何对其进行快速编码尤为重要。提出了一种基于区域划分的深度视频快速编码算法。首先，根据深度视频的边缘和运动属性把深度视频分为四个区域;然后，深入分析不同区域内宏块模式分布比例以及参考帧选择特性，设计了不同的宏块模式选择和参考帧搜索策略来提高编码速度;最后，测试提出算法的编码时间、码率以及合成虚拟视点的质量。实验结果表明，提出算法在保证虚拟视点图像质量和编码码率基本不变的情况下，节约了85.73%～91.06%的编码时间。