基于预测模式率失真分析的可伸缩视频编码的码率控制方法，涉及可伸缩视频编码的码率控制方法。为了解决现有码率控制技术中率失真关系模型不能准确描述SVC标准的率失真关系的问题、现有的率失真模型未考虑基本层和增强层间的相互影响的问题以及缺乏联合基本层和增强层的率失真模型的问题。本发明专利技术对量化步长赋值后，选择最优编码模式对编码单元进行编码，存储增强层该编码单元的编码结果；计算基本层中第j帧中Γj＝B_MADactual,j-B_MADpredicted,j；更新E_MADj＝a1×E_MADj-1+a2+a3×Γj中的MAD预测模型的系数a1和a2；然后预测下一编码单元的E_MADj；更新RD模型系数后计算下一编码单元的目标编码比特数Rtxt；计算层间预测的量化步长和层内预测的量化步长直至完成所有编码单元的编码。本发明专利技术适用于可伸缩视频编码的码率控制领域。
【技术实现步骤摘要】
本专利技术涉及可伸缩视频编码的码率控制方法。
技术介绍
SVC标准是以H. 264/AVC视频编解码标准为基础，由国际电联电信标准化部门 (ITU-T)视频编码专家组（VCEG)和国际标准化组织（ISO)动态图像专家组（MPEG)组成的 联合视频专家组（JVT)共同制定的国际可伸缩视频编码标准。在保持高效率压缩的同时， SVC编码器产生的码流可实现在时间（帧率）、空间（分辨率）和视频质量（信噪比）上的 可伸缩，即通过一次编码产生的码流可以解码出不同帧率、分辨率和质量等级的视频。在给 定传输带宽或存储空间的条件下，码率控制算法利用编码工具对编码比特进行有效地调配 和使用，从而获得更好的重建视频质量。码率控制算法能够保证输出的码率能够符合传输 带宽的要求，防止缓冲器上溢和下溢并且充分利用带宽资源。虽然对码率控制算法已有了 较广泛的研宄，但是基本上都是针对不可伸缩视频编码标准进行的。现有针对可伸缩视频 编码的码率控制技术存在的主要问题有： (1)现有的率失真（rate-distortion，RD)模型不能准确描述SVC标准的率失真 关系。SVC标准继承了 H. 264/AVC标准所有先进的编码工具，同时采用了多层的编码框架和 新的层间预测技术，使得现有的率失真模型不能准确地描述其率失真关系。例如，新的编码 技术改变了用于编码图像纹理和用于编码非纹理的比特开销之间的关系，从而使率失真模 型也随之发生变化。 (2)现有的率失真模型未考虑基本层和增强层间的相互影响。SVC标准采用多层 的编码框架，这使主要应用于单层编码框架的传统码率控制技术不能有效地对SVC编码器 进行码率控制。例如，由于SVC标准所采用的新的层间预测技术，在编码增强层时，不能简 单地将传统的码率控制技术直接应用于增强层，还应该同时考虑基本层和增强层间的相互 影响。 (3)缺乏基本层和增强层联合的率失真模型。SVC标准继承了 H. 265/AVC标准的 灵活的块编码方式，这使精确控制SVC标准输出码率的难度进一步增加。与传统的单层编 码标准不同，SVC标准的编码效率同时受到基本层和增强层编码效率的影响。基本层和增 强层的编码效率也是互相影响的。因此，需要为SVC标准重新建立基本层和增强层联合的 率失真模型。
技术实现思路
本专利技术是为了解决现有码率控制技术中率失真关系模型不能准确描述SVC标准 的率失真关系的问题、现有的率失真模型未考虑基本层和增强层间的相互影响的问题以及 缺乏联合基本层和增强层的率失真模型的问题，而提出了一种基于预测模式率失真分析的 可伸缩视频编码的码率控制方法。 ，包括下述步骤： 步骤1、若当前编码单元为增强层中第1帧中的第1个编码单元时，从编码配置文 件中读取量化参数QP的初始值InitialQP，按公式（1-1)和公式（1-2)根据InitialQP分 别计算并赋值给层间预测的量化步长的初始值和层内预测的量化步长这Γ的初始值； 然后执行步骤2 ;【主权项】1.，其特征在于它包括下 述步骤： 步骤1、若当前编码单元为增强层中第1帖中的第1个编码单元时，从编码配置文件中 读取量化参数QP的初始值InitialQP，按公式（1-1)和公式（1-2)根据InitialQP分别计 算并赋值给层间预测的量化步长公的初始值和层内预测的量化步长公'品"的初始值；然 后执行步骤2;式中，％是取余符号；C(?)为取余常数，常数值根据余数而定； 步骤2、利用可伸缩视频编码标准的测试软件对视频序列进行可伸缩编码；在编码的 过程中执行基于Lagrangian优化算法的率失真优化Rate-Disto;rtionOptimization， 若当前编码单元为增强层中第1帖中的第1个编码单元时， 使用步骤1中设置的量化步长； 若当前编码单元并非增强层中第1帖中的第1个编码单元时， 使用步骤8中设置的量化步长； 选择最优编码模式；针对增强层，完成对每一编码单元的编码后，存储关于该编码单元 的最优编码模式、编码后实际产生的比特数、编码单元的实际平均绝对误差值和实际使用 的量化步长； 平均绝对误差值，即MAD值；编码单元的实际平均绝对误差值，即实际MAD值； 步骤3、根据基本层的编码结果，计算基本层中第j，j> 1，帖中所有编码单元的实际MAD值的平均值与其MAD预测值的平均值之间的差值Tj.，如式（2) 厂j-B-MADactual,j-B_MADpredicted，J似 其中，B_MADattu。^为基本层中第j帖中所有编码单元的实际MAD值的平均值；B_MADpudkte<u为基本层中第j帖中所有编码单元的MAD预测值的平均值；前缀8_代表基本 层； 将步骤2中得到增强层中的编码单元的实际MAD值赋值给E_MADj.; 若当前编码单元处于视频序列的第1帖中，即j= 1，6_壁0^即E_MD。取值为0; 若当前编码单元处于视频序列的第j，j〉l，帖中；将当前编码单元在增强层中第j-1帖 中对应位置处的编码单元的实际MAD值赋值给E_MADw; 根据1^6_歴0^和6_歴0,.，利用线性递归方法，更新式做中的歴0预测模型的系数ai和a2; E_MADj=a1XE_MADw+a2+a3XrJ(3) 前缀E_代表增强层；as为rj的权重因子； 步骤4、若当前编码单元处于视频序列的第1帖中，即j = 1，6_壁0^即E_MD。取值为0 ;利用MAD预测模型即式（3)，预测下一编码单元的MAD预测值E_MADj.;此时，MAD预测模 型的系数ai取值为1. 0, a2取值为0. 0 ; 若当前编码单元处于视频序列的第j帖中，j〉l，根据之前编码帖即第j-1帖中对应位 置处的编码单元的实际壁0值6_壁0^，利用在步骤3中更新系数ai和a2后的式（3)预测 下一编码单元的MAD预测值E_MADj; 步骤5、如果步骤2中存储的最优编码模式是层间预测模式，则将步骤2中存储的实际 使用的量化步长值赋值给式（4)中的公'：^;'';将步骤2中存储的实际产生的比特数赋值给式 (4)中的Rht;将步骤2中存储的增强层编码单元的实际MAD值赋值给式（4)中的E_MADpud; 根据公:^，Rh^E_MADpud，利用线性递归方法对式（4)中的率失真模型系数式"i"和Xf"'进行更新.(4) 式中，Zr"'和Zf"'是层间预测率失真模型的系数； 是进行层间预测编码时的量化步长； Rtxt是目标编码比特数； 如果步骤2中存储的最优编码模式是层内预测模式，则将步骤2中存储的实际使用的 量化步长值赋值给式巧）中的将步骤2中存储的实际产生的比特数赋值给式巧）中 的Rtrt;将步骤2中存储的增强层编码单元的实际MAD值赋值给式巧）中的E_MADpud; 根据錫r，利用线性递归方法对式妨中的率失真模型系数马和 进行更新；(5) 式中，zr?和是层内预测率失真模型的系数； 公是进行层间预测编码时的量化步长； Rtxt是目标编码比特数； 步骤6、根据可伸缩视频编码标准的测试软件中默认的编码比特数分配方法，计算下一 编码单元的目标编码比特数Rtxt; 步骤7、根据步骤6中得到的目标编码比特数Rw和在步骤本文档来自技高网...
【技术保护点】
基于预测模式率失真分析的可伸缩视频编码的码率控制方法，其特征在于它包括下述步骤：步骤1、若当前编码单元为增强层中第1帧中的第1个编码单元时，从编码配置文件中读取量化参数QP的初始值InitialQP，按公式(1‑1)和公式(1‑2)根据InitialQP分别计算并赋值给层间预测的量化步长的初始值和层内预测的量化步长的初始值；然后执行步骤2；Qstepinter=2InitialQP6ζ(InitialQP%6)---(1-1)]]>Qstepintra=2InitialQP6ζ(InitialQP%6)---(1-2)]]>式中，％是取余符号；ζ(·)为取余常数，常数值根据余数而定；步骤2、利用可伸缩视频编码标准的测试软件对视频序列进行可伸缩编码；在编码的过程中执行基于Lagrangian优化算法的率失真优化Rate‑Distortion Optimization，若当前编码单元为增强层中第1帧中的第1个编码单元时，使用步骤1中设置的量化步长；若当前编码单元并非增强层中第1帧中的第1个编码单元时，使用步骤8中设置的量化步长；选择最优编码模式；针对增强层，完成对每一编码单元的编码后，存储关于该编码单元的最优编码模式、编码后实际产生的比特数、编码单元的实际平均绝对误差值和实际使用的量化步长；平均绝对误差值，即MAD值；编码单元的实际平均绝对误差值，即实际MAD值；步骤3、根据基本层的编码结果，计算基本层中第j，j≥1，帧中所有编码单元的实际MAD值的平均值与其MAD预测值的平均值之间的差值Γj，如式(2)Γj＝B_MADactual,j‑B_MADpredicted,j (2)其中，B_MADactual,j为基本层中第j帧中所有编码单元的实际MAD值的平均值；B_MADpredicted,j为基本层中第j帧中所有编码单元的MAD预测值的平均值；前缀B_代表基本层；将步骤2中得到增强层中的编码单元的实际MAD值赋值给E_MADj；若当前编码单元处于视频序列的第1帧中，即j＝1，E_MADj‑1即E_MAD0取值为0；若当前编码单元处于视频序列的第j，j>1，帧中；将当前编码单元在增强层中第j‑1帧中对应位置处的编码单元的实际MAD值赋值给E_MADj‑1；根据Γj、E_MADj‑1和E_MADj，利用线性递归方法，更新式(3)中的MAD预测模型的系数a1和a2；E_MADj＝a1×E_MADj‑1+a2+a3×Γj (3)前缀E_代表增强层；a3为Γj的权重因子；步骤4、若当前编码单元处于视频序列的第1帧中，即j＝1，E_MADj‑1即E_MAD0取值为0；利用MAD预测模型即式(3)，预测下一编码单元的MAD预测值E_MADj；此时，MAD预测模型的系数a1取值为1.0，a2取值为0.0；若当前编码单元处于视频序列的第j帧中，j>1，根据之前编码帧即第j‑1帧中对应位置处的编码单元的实际MAD值E_MADj‑1，利用在步骤3中更新系数a1和a2后的式(3)预测下一编码单元的MAD预测值E_MADj；步骤5、如果步骤2中存储的最优编码模式是层间预测模式，则将步骤2中存储的实际使用的量化步长值赋值给式(4)中的将步骤2中存储的实际产生的比特数赋值给式(4)中的Rtxt；将步骤2中存储的增强层编码单元的实际MAD值赋值给式(4)中的E_MADpred；根据Rtxt和E_MADpred，利用线性递归方法对式(4)中的率失真模型系数和进行更新；Rtxt=X1inter×E_MADpred(Qstepinter)2+X2inter×E_MADpredQstepinter---(4)]]>式中，和是层间预测率失真模型的系数；是进行层间预测编码时的量化步长；Rtxt是目标编码比特数；如果步骤2中存储的最优编码模式是层内预测模式，则将步骤2中存储的实际使用的量化步长值赋值给式(5)中的将步骤2中存储的实际产生的比特数赋值给式(5)中的Rtxt；将步骤2中存储的增强层编码单元的实际MAD值赋值给式(5)中的E_MADpred；根据Rtxt和E_MADpred，利用线性递归方法对式(5)中的率失真模型系数和进行更新；Rtxt=X1intra×E_MADpred(Qstepintra)2+X2intra×E_MADpredQstepintra---(5)]]>式中，和是层内预测率失真模型的系数；是进行层间预测编码时的量化步长；Rtxt是目标编码比特数；步骤6、根据可伸缩视频编码标准的测试软件中默认的编码比特数分配方法，计算下一编码单元的目标编码比特数Rtxt；步骤7、根据步骤6中得到的目标编码比特数Rtxt和在步骤4中得到的编码单元的MAD预测值E_MADj，将其值...
【技术特征摘要】
【专利技术属性】
技术研发人员：卢鑫，金雪松，胡悦，肖楠，郭俊汐，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙江;23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。