4K、8K、16K超高清视频编码优化控制方法和装置制造方法及图纸

本申请公开了一种4K、8K、16K超高清视频编码优化控制方法，该4K、8K、16K超高清视频编码优化控制方法包括获取视频数据，将视频数据转换为低分辨率视频数据，计算低分辨率视频数据中每帧图像数据的复杂度，得到相应的图像序列的复杂度数据，依据复杂度数据预分配低分辨率视频数据中每一帧图像的比特数，根据预分配的比特数计算量化步长的值，依据量化步长的值对视频数据进行编码。由于计算量基本与图像面积成正比，在下变换分辨率为原来的小比例时，相关计算量也接近这个比例，从而极大的节省了码率控制相关算法的计算量。

【技术实现步骤摘要】
4K、8K、16K超高清视频编码优化控制方法和装置
本公开涉及视频编码
，尤其涉及一种4K、8K、16K超高清视频编码优化控制方法和装置。
技术介绍
视频编码技术中，码率控制是一个非常重要的方面。现代视频编码器一般使用率失真优化(RDO)模型进行码率控制的策略选择。RDO:rate-distortionoptimization率失真优化。限定码率值RC，选择合适的编码模式，使得失真D最小。编码模式包括量化步长、宏块模式选择、帧内/帧间预测模式选择等。码率控制的RDO模型的目标是确定每帧或每个宏块合适的量化步长QP。码率控制的几个基本原则：满足给定的码率约束条件，比如平均码率控制ABR，或者常码率控制CBR；在满足给定约束条件下，获得尽可能高的、稳定的视觉质量的编码码流，但是稳定视觉质量并不意味着恒定的PSNR或QP。对高复杂度、高运动感的图像，人眼并不会注意到细节，因而可以在某种程度上增大QP而达到相同的视觉质量；根据图像的重要性来确定不同的QP，参考帧比非参考帧更重要，一般会获得相对较小的QP值。已有的一种RDO模型：计算视频帧的SATD(sumofabsolutetransformeddifference)作为模式选择的依据。SATD是将残差做hadamard变换再取绝对值的总和，它作为一种简单的时频变换，能在一定程度上衡量生成码流的大小。4K、8K超高清编码，一般采用HEVC/AVS2或者AVS3视频编码格式。相比于AVC/AVS+，这几种新的超高清编码格式在计算复杂度上有了很大增加，叠加上视频尺寸的成倍增长，需要的计算量增加了几倍到几十倍。
技术实现思路
有鉴于此，本公开提出了一种4K、8K、16K超高清视频编码优化控制方法，包括：获取视频数据，将所述视频数据转换为低分辨率视频数据；计算所述低分辨率视频数据中每帧图像数据的复杂度，得到相应的图像序列的复杂度数据；依据所述复杂度数据预分配所述低分辨率视频数据中每一帧图像的比特数；根据预分配的所述比特数计算量化步长的值；依据所述量化步长的值对所述视频数据进行编码。在一种可能的实现方式中，将所述视频数据转换为低分辨率视频数据时采用像素抽样的方式进行。在一种可能的实现方式中，采用像素抽样的方式将所述视频数据转换为低分辨率视频数据，包括：依据预设的抽样比例对所述视频数据进行下变换得到低分辨率视频数据；所述预设的抽样比例的范围为四分之一至十六分之一。在一种可能的实现方式中，计算所述低分辨率视频数据的复杂度得到复杂度数据包括：对所述低分辨率视频数据中的关键帧计算帧内复杂度；对所述低分辨率视频数据中的非关键帧计算帧间复杂度。在一种可能的实现方式中，将所述低分辨率视频数据进行依据设定的时间进行分组；对所述低分辨率视频数据中的关键帧计算帧内复杂度；对所述低分辨率视频数据中的非关键帧计算帧间复杂度。在一种可能的实现方式中，依据所述复杂度数据分配各所述低分辨率视频数据中每一帧的比特数包括：依据视频缓存校验器补偿的比特数计算所述低分辨率视频数据的总比特数；依据所述低分辨率视频数据中每一帧的类型将对应的复杂度乘以预设的加权系数得到加权复杂度数据；依据所述加权复杂度数据按比例分配所述总比特数得到所述低分辨率视频数据中每一帧的比特数。在一种可能的实现方式中，根据分配的所述比特数计算量化步长的值包括：依据公式计算量化步长：QPscale(n)＝QPscale(n-1)×Bits(n-1)/Bits(n)×Rate_factor其中，QP_scale(n)表征同一类型第n帧的QP_scale值；QP_scale(n-1)表征与第n帧同类型，并且序号为n-1的帧对应的QP_scale值；Bits(n)表征第n帧分配的比特数；Bits(n-1)表征与第n帧同类型，并且序号为n-1的帧对应的比特数；Rate_factor表征控制因子，用于动态调整量化步长；QP(n)＝qp_a+qp_b×log2(QP_scale(n)/qp_factor)其中，QP(n)表征同一类型第n帧的量化步长的值；qp_a表征模型初始化变量；qp_b表征模型初始化变量；qp_factor表征模型初始化变量。在一种可能的实现方式中，还包括：获取编码后的视频数据的实际比特数；将所述实际比特数与分配的比特数进行比较以更新所述控制因子。在一种可能的实现方式中，将所述实际比特数与分配的比特数进行比较以更新控制因子包括：根据公式Rate_factor＝Rate_factor(n-1)+(Bits_c–Bits_p)/Bits_p*ctrl_factor更新所述控制因子；其中，Rate_factor(n-1)表征上一步的控制因子的值，所述控制因子的初始化为1；Bits_c表征实际编码得到的比特数；Bits_p表征预分配的比特数；ctrl_factor表征模型初始化参数。根据本公开的另一方面，还提供了一种4K、8K、16K超高清视频编码优化控制装置，包括数据获取模块、复杂度计算模块、比特数分配模块、量化步长计算模块和视频编码模块；所述数据获取模块，被配置为获取视频数据，将所述视频数据转换为低分辨率视频数据；所述复杂度计算模块，被配置为计算所述低分辨率视频数据中每帧图像数据的复杂度，得到相应的图像序列的复杂度数据；所述比特数分配模块，被配置为依据所述复杂度数据预分配所述低分辨率视频数据中每一帧图像的比特数；所述量化步长计算模块，被配置为根据预分配的所述比特数计算量化步长的值；所述视频编码模块，被配置为依据所述量化步长的值对所述视频数据进行编码。通过获取视频数据，将视频数据转换为低分辨率视频数据，计算低分辨率视频数据中每帧图像数据的复杂度，得到相应的图像序列的复杂度数据，依据复杂度数据预分配低分辨率视频数据中每一帧图像的比特数，根据预分配的比特数计算量化步长的值，依据量化步长的值对视频数据进行编码。由于计算量基本与图像面积成正比，在下变换分辨率为原来的小比例时，相关计算量也接近这个比例，从而极大的节省了码率控制相关算法的计算量。根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。附图说明包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面，并且用于解释本公开的原理。图1示出本公开实施例的4K、8K、16K超高清视频编码优化控制方法的流程图；图2示出本公开实施例的4K、8K、16K超高清视频编码优化控制装置的框图；图3示出本公开实施例的4K、8K、16K超高清视频编码优化控制设备的框图。具体实施方式以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标本文档来自技高网...

【技术保护点】
1.一种4K、8K、16K超高清视频编码优化控制方法，其特征在于，包括：/n获取视频数据，将所述视频数据转换为低分辨率视频数据；/n计算所述低分辨率视频数据中每帧图像数据的复杂度，得到相应的图像序列的复杂度数据；/n依据所述复杂度数据预分配所述低分辨率视频数据中每一帧图像的比特数；/n根据预分配的所述比特数计算量化步长的值；/n依据所述量化步长的值对所述视频数据进行编码。/n

【技术特征摘要】
1.一种4K、8K、16K超高清视频编码优化控制方法，其特征在于，包括：
获取视频数据，将所述视频数据转换为低分辨率视频数据；
计算所述低分辨率视频数据中每帧图像数据的复杂度，得到相应的图像序列的复杂度数据；
依据所述复杂度数据预分配所述低分辨率视频数据中每一帧图像的比特数；
根据预分配的所述比特数计算量化步长的值；
依据所述量化步长的值对所述视频数据进行编码。


2.根据权利要求1所述的方法，其特征在于，将所述视频数据转换为低分辨率视频数据时采用像素抽样的方式进行。


3.根据权利要求2所述的方法，其特征在于，采用像素抽样的方式将所述视频数据转换为低分辨率视频数据，包括：
依据预设的抽样比例对所述视频数据进行下变换得到低分辨率视频数据；
所述预设的抽样比例的范围为四分之一至十六分之一。


4.根据权利要求1所述的方法，其特征在于，计算所述低分辨率视频数据的复杂度得到复杂度数据包括：
对所述低分辨率视频数据中的关键帧计算帧内复杂度；
对所述低分辨率视频数据中的非关键帧计算帧间复杂度。


5.根据权利要求4所述的方法，其特征在于，将所述低分辨率视频数据进行依据设定的时间进行分组；
对所述低分辨率视频数据中的关键帧计算帧内复杂度；
对所述低分辨率视频数据中的非关键帧计算帧间复杂度。


6.根据权利要求1所述的方法，其特征在于，依据所述复杂度数据分配各所述低分辨率视频数据中每一帧的比特数包括：
依据视频缓存校验器补偿的比特数计算所述低分辨率视频数据的总比特数；
依据所述低分辨率视频数据中每一帧的类型将对应的复杂度乘以预设的加权系数得到加权复杂度数据；
依据所述加权复杂度数据按比例分配所述总比特数得到所述低分辨率视频数据中每一帧的比特数。


7.根据权利要求1所述的方法，其特征在于，根据分配的所述比特数计算量化步长的值包括：
依据公式计算量化步长：
QPscale(n)＝QPscale(n-1)×Bits(n-1)/Bits(n)×Rate_factor
其中...

【专利技术属性】
技术研发人员：徐言茂，彭海，隋治强，
申请(专利权)人：北京锐马视讯科技有限公司，
类型：发明
国别省市：北京;11