公开/公告号CN104185024A
专利类型发明专利
公开/公告日2014-12-03
原文格式PDF
申请/专利权人 福州大学;
申请/专利号CN201410470959.1
申请日2014-09-16
分类号H04N19/124(20140101);H04N19/147(20140101);H04N19/19(20140101);H04N19/142(20140101);
代理机构35100 福州元创专利商标代理有限公司;
代理人蔡学俊
地址 350108 福建省福州市闽侯县上街镇大学城学园路2号福州大学新区
入库时间 2023-12-17 03:31:48
法律状态公告日
法律状态信息
法律状态
2019-10-08
专利权的转移 IPC(主分类):H04N19/124 登记生效日:20190916 变更前: 变更后: 申请日:20140916
专利申请权、专利权的转移
2017-09-15
授权
授权
2014-12-31
实质审查的生效 IPC(主分类):H04N19/124 申请日:20140916
实质审查的生效
2014-12-03
公开
公开
技术领域
本发明专利涉及一种基于H.265/MPEG-H HEVC(High Efficiency Video Coding)视频编码标准的量化参数优化方法,尤其涉及一种视频编码码率控制过程的精确校正方法。
背景技术
在视频编码与传输应用中,新一代高性能视频编码标准H.265/MPEG-H HEVC(High Efficiency Video Coding)由ISO-IEC/MPEG 和ITU-T/VCEG 两大国际标准化组织成立的视频编码联合开发小组(JCT-VC)开发,与H.264/AVC相比,在相同的视觉质量下,HEVC能使比特率降低一半。
作为新一代视频编码标准,HEVC仍然属于预测加变换的混合编码框架,它也包含了帧内预测、帧间预测、正交变换、量化、滤波、熵编码等编码模块,但在各个编码环节都进行了细致的优化与改进,HEVC标准编码方法如附图1所示。
在视频编码码率控制算法中,率失真
公式(1)中的
HEVC使用双曲线模型来精确刻画编码算法中的
在码率控制时,HEVC采用了一种新颖的基于
由公式(3)进一步得到码率
由公式(4)可知码率
在码率控制过程中,HEVC根据缓冲区的占有情况在对每一级别的编码单元分配合适数量的比特,通常包括图片组GOP(Group of Pictures)级、图片级和基本单元级(Coding Unit)。为了达到所分配的某个目标码率
QP是率失真优化问题中待优化的编码参数之一。通常可以通过多QP优化(Multiple-QP Optimization)的方式确定最优的QP。在多QP优化中,通常以公式(5)作为优化目标。
由于编码端复杂度和使用的QP数量成正比,为了在不增加编码端复杂度的情况下,即在不使用多QP优化的情况下提升编码的率失真性能,HEVC基于不同测试序列的实验,利用最优的QP值和
在公式(6)中,斜率a为4.2005,截距b取值13.7122,这两个参数是基于不同的测试序列,经过实验拟合后的平均值。实际上,对于不同内容的视频序列,这两个参数应该自适应取值,而在编码过程中采用这种固定的取值方式显然具有一定的局限性。
发明内容
本发明的目的是提供一种基于总码率与信息熵模型的HEVC量化参数优化方法,本算法在码率控制过程中能够针对不同的视频序列,使用总码率与信息熵模型自适应精确计算量化参数QP值,提升编码的率失真性能。所设计的量化参数QP优化方法同样适用其他视频编码标准的QP计算。
本发明专利设计的一种基于总码率与信息熵模型的HEVC量化参数优化方法采用以下方案实现:(见图3所示)
其中
进一步,所述的参数ε、φ,对于 B帧和P 帧,ε、φ取不同的值,
进一步,所述的
进一步,所述的量化参数QP优化方法同样适用其他视频编码标准的QP计算。
附图说明
图1是HEVC视频编码标准结构框图。
图2是码率控制中
图3是本发明专利设计的量化参数优化方法。
具体实施方式
下面结合附图及设计原理阐述本发明专利涉及的技术方案。
在HEVC中,编码后的总码率为残差信息熵与边信息码率之和,因此除了残差信息以外,边信息也对总码率有较大的影响,尤其在低码率处。在高码率的时候,通常量化步长
变换残差通常服从零均值的拉普拉斯分布,设
在HEVC中,量化步长
联立公式(8)与(11),即可求出量化参数QP如公式(12)所示,由于不同的拉普拉斯分布参数
在实际的编码过程中,对于当前的目标码率R,需要预测残差码率H与拉普拉斯分布参数
此外,在低码率时,SKIP 模式的选择频率会更加高,从而导致公式(12)中的残差信息熵接近于0。由于边信息是基于残差信息熵建立的,因此,该模型在此时会导致边信息估计偏小,使得最终码率模型不准确。在所有块都通过SKIP模式进行编码而导致残差信息熵为0的极端情况下,这时的QP就采用传统的方法进行计算,如公式(6)所示。
由于利用时间相关性来预测残差码率H与拉普拉斯分布参数
当场景变换时,
综合以上所述,本发明在进行量化参数优化时,首先判断所有编码单元是否为SKIP 模式或者场景发生改变,如果没有则使用基于总码率与信息熵模型的量化参数优化算法,否则采用传统的计算方法获得QP,总的优化方法如公式(17)所示。在当前帧编码完成后需要更新当前帧的残差码率H与拉普拉斯分布参数
(17)。
机译: -考虑量化参数的简化率失真计算方法,用于hevc编码器中基于硬件的样本自适应偏移
机译: HEVC编码器中基于硬件采样自适应偏移量化参数的简化速率失真计算方法
机译: 量化参数优化方法和量化参数优化装置