CN101102494A - 一种视频转码中宏块级码率控制方法 - Google Patents

Abstract

一种视频转码中宏块级码率控制方法：分别根据帧层码率分配策略、头信息预测模型、复杂度之和线性预测模型计算当前帧所有宏块的目标比特数、头信息比特数、预测复杂度之和；其次，计算当前帧已编码宏块的目标比特数、头信息比特数、复杂度之和；然后，根据转码率失真模型计算当前宏块的量化步长，并对当前宏块进行率失真优化编码，根据当前宏块的实际编码数据更新已编码宏块的目标比特数、头信息比特数、复杂度之和；判断当前宏块是否是当前帧最后一个宏块，若否，则更新编码信源率失真模型的系数，重复上述步骤，直至执行到最后一个宏块；若是，则更新复杂度之和线性预测模型的系数。本发明能提高图像复杂度的相关性，从而提高转码码率控制精度。

Description

一种视频转码中宏块级码率控制方法

技术领域

本发明涉及视频转码领域，特别涉及一种视频转码中宏块级码率控制方法。

背景技术

将已压缩的视频数据从一种形式转换为另一种视频数据形式的操作叫做视频转码。由于新一代视频编码标准如H.264、AVS均支持多种宏块编码模式(包括多种预测方向的帧内编码模式和多种块尺寸的帧间编码模式)，这使得转码前后宏块编码模式的相关性较低(如转码前为16×16块的帧间编码模式而转码后为4×4块的帧间编码模式)，因此宏块复杂度的相关性也较低，这使得利用输入视频流中宏块的复杂度来预测输入视频流宏块的复杂度变得困难，从而导致转码码率控制的精度降低。因此如何提高图像复杂度的相关性，从而提高转码码率控制的精度，具有重要研究意义。

在目前已有的视频转码码率控制方法中，参考文献1(Viet-Anh Nguyen and Yap-PengTan.：Efficient H.263 to H.264AVC Video Transcoding Using Enhanced Rate Control.IEEEInternational Conference on Image Processing 2005，Volume 3，pp：III-652-5，(2005))针对P帧提出了一个转码前后总码率与量化步长的关系模型和基于复杂度的帧层码率控制方案。参考文献2(You-Neng Xiao，Hong Lu，Xiangyang Xue，et al.：Efficient Rate Control forMPEG-2 to H.264AVC Transcoding.IEEE International Symposium on Circuits and Systems2005，pp：1238-1241 Vol.2，(2005))则在参考文献1的基础上，基于输入视频流的信息给出了一个针对I帧和B帧的量化参数计算模型和码率控制方案。但是这两种方法均是针对帧级的码率控制，不适用于宏块级的转码码率控制。

发明内容

本发明要解决的技术问题是：提供一种视频转码中宏块级码率控制方法，该方法能提高图像复杂度的相关性，从而提高转码码率控制的精度。

本发明所采用的技术方案是：

一种视频转码中宏块级码率控制方法，包括以下步骤：

(1)根据帧层码率分配策略计算当前帧所有宏块的目标比特数∑T；

(2)根据头信息预测模型计算当前帧所有宏块的头信息比特数∑M；

(3)根据线性预测模型计算当前帧所有宏块的预测复杂度之和∑MAD_c；

(4)根据已编码宏块的数据计算当前帧已编码宏块的目标比特数为

其中i表示宏块个数，T(n)表示第n个宏块的目标比特数；

(5)根据已编码宏块的数据计算当前帧已编码宏块的头信息比特数为

其中i表示宏块个数，M(n)表示第n个宏块的头信息比特数；

(6)根据已编码宏块的数据计算当前帧已编码宏块的复杂度之和为

其中i表示宏块个数，MAD_c(n)表示第n个宏块的头信息比特数；

(7)根据转码率失真模型计算当前帧第i个宏块的量化步长Q(i)；

(8)根据步骤(7)得出的量化步长Q(i)进行率失真优化，对当前宏块进行编码操作，更新已编码宏块的T(n)，M(n)，MAD_c(n)；

(9)判断当前宏块是否是最后一个宏块，若是，则转入步骤(10)，否则重新转入步骤(1)，重复上述步骤(4)-(8)，更新

更新转码信源率失真模型的参数，直至执行到最后一个宏块；

(10)更新线性预测模型的参数，结束操作。

本发明可根据下列头信息预测模型计算当前帧所有宏块的头信息比特数∑M：

$\mathrm{\ΣM}=h_p+m_c^{\′}\×\frac{m_p}{m_p^{\′}}$

其中h_p为转码后前一帧的片层以及更高层的头信息比特数，m_c ^t，m_p ^t和m_p分别为转码后当前帧、转码前前一帧和转码后前一帧的宏块层头信息比特数。

本发明可根据下列线性预测模型计算当前帧所有宏块的头信息比特数∑MAD_c：

∑MAD_c＝b₁*∑MAD′_c+b₂

其中∑MAD^t _c表示转码前宏块的实际复杂度之和，b₁、b₂分别为线性预测模型的两个系数。

本发明可根据以下转码信源率失真模型计算当前帧第i个宏块的量化步长Q(i)：

$\frac{c_1}{Q\left(i\right)}+\frac{c_2}{Q^2\left(i\right)}=\frac{(\mathrm{\ΣT}-\underset{n=0}{\overset{i}{\mathrm{\Σ}}}T\left(n\right))-(\mathrm{\ΣM}-\underset{n=0}{\overset{i}{\mathrm{\Σ}}}M\left(n\right))}{\mathrm{\Σ}{\mathrm{MAD}}_c-\underset{n=0}{\overset{i}{\mathrm{\Σ}}}{\mathrm{MAD}}_c\left(n\right)}$

其中c₁、c₂分别表示编码信源率失真模型的一次项和二次项系数，∑T表示当前帧所有宏块的目标比特数，

分别表示当前帧已编码宏块的目标比特数、头信息比特数及复杂度之和。

本发明与已有技术相对照，效果是积极且明显的：提高图像复杂度的相关性，从而提高转码码率控制的精度。

具体实施方式

(1)根据帧层码率分配策略计算当前帧所有宏块的目标比特数∑T。

(2)根据下列头信息预测模型计算当前帧所有宏块的头信息比特数∑M

$\mathrm{\ΣM}=h_p+m_c^{\′}\×\frac{m_p}{m_p^{\′}}---\left(1\right)$

其中h_p为转码后前一帧的片层以及更高层的头信息比特数，m_c ^t，m_p ^t和m_p分别为转码后当前帧、转码前前一帧、转码后前一帧的宏块层头信息比特数。

(3)根据下列线性预测模型计算转码后当前帧所有宏块的预测复杂度之和∑MAD_c

∑MAD_c＝b₁*∑MAD′_C+b₂    (2)

其中∑MAD_c ^t表示转码前宏块的实际复杂度之和，b₁、b₂分别为线性预测模型的两个系数。

(4)根据已编码宏块的数据计算当前帧已编码宏块的目标比特数为 其中i表示宏块个数，T(n)表示第n个宏块的目标比特数。

(5)根据已编码宏块的数据计算当前帧已编码宏块的头信息比特数为

其中i表示宏块个数，M(n)表示第n个宏块的头信息比特数。

(6)根据已编码宏块的数据计算当前帧已编码宏块的复杂度之和为 其中i表示宏块个数，MAD_c(n)表示第n个宏块的头信息比特数。

(7)根据下列转码率失真模型计算当前帧第i个宏块的量化步长Q(i)

$\frac{c_1}{Q\left(i\right)}+\frac{c_2}{Q^2\left(i\right)}=\frac{(\mathrm{\ΣT}-\underset{n=0}{\overset{i}{\mathrm{\Σ}}}T\left(n\right))-(\mathrm{\ΣM}-\underset{n=0}{\overset{i}{\mathrm{\Σ}}}M\left(n\right))}{\mathrm{\Σ}{\mathrm{MAD}}_c-\underset{n=0}{\overset{i}{\mathrm{\Σ}}}{\mathrm{MAD}}_c\left(n\right)}---\left(3\right)$

c₁、c₂分别表示编码信源率失真模型的一次项和二次项系数。

(8)根据步骤(7)得出的量化步长Q(i)进行率失真优化，对当前宏块进行编码操作，更新已编码宏块的T(n)，M(n)，MAD_c(n)。

(9)判断是否是最后一个宏块，若是，则转入步骤(10)，否则重新转入步骤(1)，重复上述步骤(4)-步骤(8)，更新

更新参数c₁、c₂，直至执行到最后一个宏块。

(10)若是最后一个宏块，则更新参数b₁，b₂结束操作。

实现效果：基于统计规律，多个宏块的复杂度之和与单个宏块的复杂度相比，在转码前后具有更强的相关性，因此在步骤(3)的线性预测模型中，以当前帧所有宏块的复杂度之和代替原有的单个宏块的复杂度，能够提高图像复杂度的相关性。本实施例对CIF格式的Coastguard序列进行了测试。转码帧数为100帧，转码前的原始码率为1600Kbps，转码后的目标码率为1200Kbps。使用原有方法与本发明方法进行码率控制得到的实际码率分别为1188.83Kbps和1200.69Kbps，与目标码率相比误差分别为0.93％和0.06％，由此可以看出本发明提出的方法能够提高转码码率控制的精度。

Claims (4)

1.一种视频转码中宏块级码率控制方法，其特征是包括以下步骤：

(1)根据帧层码率分配策略计算当前帧所有宏块的目标比特数∑T；

(2)根据头信息预测模型计算当前帧所有宏块的头信息比特数∑M；

(3)根据线性预测模型计算当前帧所有宏块的预测复杂度之和∑MAD_c；

(4)根据已编码宏块的数据计算当前帧已编码宏块的目标比特数为

其中i表示宏块个数，T(n)表示第n个宏块的目标比特数；

(5)根据已编码宏块的数据计算当前帧已编码宏块的头信息比特数为

其中i表示宏块个数，M(n)表示第n个宏块的头信息比特数；

(6)根据已编码宏块的数据计算当前帧已编码宏块的复杂度之和为 其中i表示宏块个数，MAD_c(n)表示第n个宏块的头信息比特数；

(7)根据转码率失真模型计算当前帧第i个宏块的量化步长Q(i)；

(8)根据步骤(7)得出的量化步长Q(i)进行率失真优化，对当前宏块进行编码操作，更新已编码宏块的T(n)，M(n)，MAD_c(n)；

(9)判断当前宏块是否是最后一个宏块，若是，则转入步骤(10)，否则重新转入步骤(1)，重复上述步骤(4)-(8)，更新

更新转码信源率失真模型的参数，直至执行到最后一个宏块；

(10)更新线性预测模型的参数，结束操作。

2.根据权利要求1所述的方法，其特征是步骤(2)中根据下列头信息预测模型计算当前帧所有宏块的头信息比特数∑M：

$\mathrm{\ΣM}=h_p+m_c^{\′}\×\frac{m_p}{m_p^{\′}}$

其中h_p为转码后前一帧的片层以及更高层的头信息比特数，m_c ^t，m_p ^t和m_p分别为转码后当前帧、转码前前一帧和转码后前一帧的宏块层头信息比特数。

3.根据权利要求1或2所述的方法，其特征是步骤(3)中根据下列线性预测模型计算当前帧所有宏块的头信息比特数∑MAD_c：

∑MAD_c＝b₁*∑MAD_c′+b₂

其中∑MAD_c ^t表示转码前宏块的实际复杂度之和，b₁、b₂分别为线性预测模型的两个系数。

4.根据权利要求1或2所述的方法，其特征是步骤(7)中根据以下转码信源率失真模型计算当前帧第i个宏块的量化步长Q(i)：

$\frac{c_1}{Q\left(i\right)}+\frac{c_2}{Q^2\left(i\right)}=\frac{(\mathrm{\ΣT}-\underset{n=0}{\overset{i}{\mathrm{\Σ}}}T\left(n\right))-(\mathrm{\ΣM}-\underset{n=0}{\overset{i}{\mathrm{\Σ}}}M\left(n\right))}{\mathrm{\Σ}{\mathrm{MAD}}_c-\underset{n=0}{\overset{i}{\mathrm{\Σ}}}{\mathrm{MAD}}_c\left(n\right)}$

其中c₁、c₂分别表示编码信源率失真模型的一次项和二次项系数，∑T表示当前帧所有宏块的目标比特数，

分别表示当前帧已编码宏块的目标比特数、头信息比特数及复杂度之和。