CN101854531A - 一种多通道视频联合码率控制方法 - Google Patents

Abstract

一种多通道视频联合码率控制方法，包括以下个步骤：编码统计信息采集、多通道比特分配、单通道可变码率比特分配、量化参数计算，本发明不仅能够根据视频源图像内容的复杂程度，为各通道分配比特，保证各通道最终复用比特流满足带宽要求，减小各通道视频质量的差别，并且由于对各通道采用可变码率技术，可保证通道内图像质量的稳定。此外，该方法完全基于反馈的方式，图像复杂度的分析基于编码过程中产生的统计信息，不需要增加额外的图像复杂度分析模块，从而降低了实现成本。

Description

一种多通道视频联合码率控制方法

技术领域

本发明涉及一种多通道视频编码的联合码率控制方法，应用于视频图像编码领域，本发明可应用于广电和视频监控领域的多通道视频编码。

背景技术

随着网络通信技术和大规模集成电路技术的发展，数字视频编码技术广泛应用于广播电视、网络电视、视频监控、视频会议等领域。多通道视频编码器在上述应用中主要负责完成多路输入视频的压缩、封装和发送。如何根据视频内容动态地在多路视频之间有效分配网络带宽，合理调整多路视频的编码码率是影响视频服务器性能的关键因素。

当多个视频流在同一固定带宽信道内传输时，采用统计复用技术能够根据各通道视频内容和优先级，将固定的信道带宽动态地分配给各通道。这样，不但各通道视频的图像质量得以保持稳定，而且充分利用了信道资源，能获取较高的复用增益。传统的统计复用技术包括帧平移法[10-13]，以及相对于独立编码的联合码率控制算法[14]。帧平移法原理简单，容易实现，但是一帧的码率无法有效反映出区域的活动性对码率的影响，不能根据各通道视频内容的活动性进行码率最优的调整，造成视频质量的大幅波动。联合码率控制方法可以避免各通道独立编码中重建图像之间存在显著差异的缺陷，能够根据图像的复杂程度在各通道节目之间动态分配比特，以维持各通道图像质量的均衡。

本发明提出了一种应用于多通道视频编码的新的信源信道联合码率控制技术，该技术以率失真理论为基础，在一定近似条件下，建立信源各通道视频的率失真关系，进而在保持各通道视频失真度一致的前提下，根据信道带宽为各通道动态分配相应的比特数，从而减少频带资源的浪费，同时在传送多通道复杂度差别很大的视频时，维护各通道视频之间质量的基本一致性。

信源编码的码率控制技术可分为固定码率(CBR)和可变码率(VBR)编码技术。其中，固定码率方法相对简单，如MPEG-2编码模型TM5[1]中建议采用的固定码率编码方式。但固定码率方法无法缓解由于图像内容变化导致的图像质量波动。而可变码率方法根据图像复杂度或用户需求调整输出码率，重建图象主观质量比固定码率编码更加稳定。

经典的码率控制方法主要有MPEG-2TM5[1][2]，H.263TMN8[3][4]，MPEG-4VM8[5][6]，以及H.264[7].此外，Zhihai He等人基于码率与DCT零系数个数的线性关系提出了Rho域的码率控制方法[8][9]。这些码率控制方法通过建立Q域或Rho域的率失真模型以及分级的比特分配方案，获得良好的性能。

本发明提出的应用于多通道视频编码的信源信道联合码率控制技术，将信道的统计复用与信源的可变码率(VBR)码率控制结合，根据视频源图像内容的复杂程度，为各通道分配比特，从而在保证各通道复用比特流满足带宽的前提下，减小各通道编码图像质量差异；而且，由于对每个通道固定时间周期内采用可变码率比特分配技术，可保证各通道图像质量的稳定。

发明内容

所要解决的问题：

本发明主要针对多通道视频编码器如何根据多通道视频内容差异性，将信道带宽有效分配给各通道每一个视频帧，从而减小各通道之间的视频质量差异以及本通道的视频质量波动的问题而提供了一种多通道视频联合码率控制方法。

技术方案：一种多通道视频联合码率控制方法，首先根据每个通道的视频内容建立基于Rho域的率失真模型，然后根据多通道视频编码统计信息和信道带宽，将固定时间周期内的信道带宽分配给每个通道，最后每个通道根据分配的带宽和当前时间周期内的视频内容动态地为每个视频帧分配目标编码比特，并根据该目标比特，计算每个视频帧的量化参数，其包括以下四个步骤：

第一步：编码统计信息采集

统计信息采集模块负责统计一帧的平均量化参数QP_avg、DCT系数的方差σ²、累计编码比特R_tot、DCT系数中零系数的比重ρ和各宏块编码模式的比重mode_ratio；

第二步：多通道比特分配

${\tilde{R}}_i=\underset{n->\∞}{\lim }{{\tilde{R}}_i}^{\left(n\right)}$

$=\underset{n->\∞}{\lim }{\mathrm{\ζ}}_i\log {{\mathrm{\σ}}_i}^2+\frac{{\mathrm{\ζ}}_{i}R}{{\mathrm{\Σ}}_{i=1}^S{\mathrm{\ζ}}_i}-\frac{{\mathrm{\ζ}}_i{\mathrm{\Σ}}_{i=1}^S{\mathrm{\ζ}}_i\log {{\mathrm{\σ}}_i}^2}{{\mathrm{\Σ}}_{i=1}^S{\mathrm{\ζ}}_i}+\frac{1}{n}[\frac{{\mathrm{\ζ}}_i{\mathrm{\Σ}}_{i=1}^S{\mathrm{\ζ}}_i\log {\mathrm{\ζ}}_i}{{\mathrm{\Σ}}_{i=1}^S{\mathrm{\ζ}}_i}-{\mathrm{\ζ}}_i\log {\mathrm{\ζ}}_i]$

$={\mathrm{\ζ}}_i\log {{\mathrm{\σ}}_i}^2+\frac{{\mathrm{\ζ}}_{i}R}{{\mathrm{\Σ}}_{i=1}^S{\mathrm{\ζ}}_i}-\frac{{\mathrm{\ζ}}_i{\mathrm{\Σ}}_{i=1}^S{\mathrm{\ζ}}_i\log {{\mathrm{\σ}}_i}^2}{{\mathrm{\Σ}}_{i=1}^S{\mathrm{\ζ}}_i}---\left(6\right)$

上式中R表示信道带宽，ζ_i＝θ_i/α_i，其中α_i为常数，σ_i ²为DCT系数的方差，θ_i＝R_i/(1-ρ_i)，其中ρ、R_i和σ_i ²均可从步骤一中计算得到，使用式6为各通道分配比特能够得到一个最小的多通道视频失真方差；

第三步：单通道可变码率比特分配

包括以下步骤：

一：前两个图像组采用固定码率方式编码，分别统计两个图像组的累计帧比特和平均量化参数即

二：将第一步统计得到的

代入下式，计算ζ_l，η_l

$\left\{\begin{array}{cc}{\mathrm{\ζ}}_l=\mathrm{\Δ}{\stackrel{\‾}{C}}_l{\left(\mathrm{\Δ}{\stackrel{\‾}{Q}}_l\right)}^{-1}& {\mathrm{\η}}_l={\stackrel{\‾}{C}}_{l-1,\mathrm{actual}}+{\mathrm{\ζ}}_l{\stackrel{\‾}{Q}}_{l-1,\mathrm{actual}}\\ \mathrm{\Δ}{\stackrel{\‾}{C}}_l={\stackrel{\‾}{C}}_{l-1,\mathrm{actual}}-{\stackrel{\‾}{C}}_{l-2,\mathrm{actual}}& \mathrm{\Δ}{\stackrel{\‾}{Q}}_l={\stackrel{\‾}{Q}}_{l-2,\mathrm{actual}}-{\stackrel{\‾}{Q}}_{l-1,\mathrm{actual}}\end{array}\right\}$

三：根据式16计算a₁，其中R_TOT为多通道比特分配模块分配给当前信道的剩余比特，N_GOP表示已编码图像组的个数，C_Gop表示图像组的目标比特，C_GOP＝R_CBR·G/f，其中R_CBR表示目标码率，G表示图像组的长度，f表示帧率；

$a_1=\frac{R_{\mathrm{TOT}}-C_{\mathrm{gop}}{a}_2{\mathrm{\Σ}}_{e=0}^{N_{\mathrm{gop}}-1}{\stackrel{\‾}{Q}}_e}{C_{\mathrm{gop}}{N}_{\mathrm{gop}}}.---\left(16\right)$

四：将a₁代入式15就可以得到下一个图像组的目标比特数R_T；

$R_T=\frac{K({\mathrm{\ζ}}_l{a}_1+{\mathrm{\η}}_l{a}_2)}{f{\mathrm{\ζ}}_1+a_{2}K}---\left(15\right)$

式中f表示帧率，，a₂为常数，K等于f*C_Gop，其中C_Gop表示图像组的目标比特。

第四步：量化参数计算

通道内帧量化参数的计算采用Rho域的率失真函数：

R_T(ρ)＝θ_p·(1-ρ)(17)

式中R_T(ρ)表示下一帧的目标比特，ρ表示DCT系数零系数的比重，θ是一个与图像复杂度有关的常数，θ_p表示下一帧θ的预测值：

${\mathrm{\θ}}_P=\frac{R_{l-1}}{384\·N_m-{\mathrm{\ρ}}_{l-1}}---\left(18\right)$

式中N_m表示一帧图像包含的宏块个数，R_l-1和ρ_l-1分别表示前一帧的实际编码比特和DCT零系数的比重。根据式17，可以得到下一帧的目标ρ值，经过ρ-QP对应关系，得到对应的帧量化参数(QP)值；

最终，多通道视频编码器根据计算得到的帧量化参数值，对当前帧进行编码。

所述第二步多通道比特分配中其中α _i 的典型值在10～25之间。

有益效果：

本发明提出了一种更加实用的一种可变码率的多通道联合码率控制方法，该方法不仅能够根据视频源图像内容的复杂程度，为各通道分配比特，保证各通道最终复用比特流满足带宽要求，减小各通道视频质量的差别，并且由于对各通道采用可变码率技术，可保证通道内图像质量的稳定。此外，本方法完全基于反馈的方式，图像复杂度的分析基于编码过程中产生的统计信息，不需要增加额外的图像复杂度分析模块，有效降低了发明技术的实现成本。

附图说明

图1为现有的多通道编码应用环境；

图2为本发明的多通道编码应用环境；

图3为本发明的工作流程图。

具体实施方式

如图1中，多路视频源平行进入多个视频编码器，每个编码器负责编码一路视频，生成的比特流输入到复用器，复用器将多个基本比特流封装成传输流，然后通过信道发送到接收端。这种应用环境在传统的数字电视广播中较为常见。

图2中，多路视频源交织后输入到一个多通道视频编码器，合成视频解交织后，编码器逐帧进行编码。对应编码器各通道生成的比特流输入到复用器，复用器将多个基本比特流封装成传输流，然后通过信道发送到接收端。这种应用环境由于引入了多通道编码器，节省了大量计算资源，在数字电视广播和网络视频监控等领域有广阔的应用前景。

上面所述的两种应用环境都需要码率控制模块调节各通道的编码比特，从而满足信道带宽的要求。

本发明提出的一种多通道视频联合码率控制方法，首先根据每个通道的视频内容建立基于Rho域的率失真模型，然后根据多通道视频编码统计信息和信道带宽，将固定时间周期内的信道带宽分配给每个通道，最后每个通道根据分配的带宽和当前时间周期内的视频内容动态地为每个视频帧分配目标编码比特，并根据该目标比特，计算每个视频帧的量化参数。本发明技术包括以下四个步骤：

本方法分为编码统计信息采集、多通道比特分配、单通道可变码率比特分配、帧量化参数计算四个步骤(如图3所示)：

一、编码统计信息采集

统计信息采集模块负责统计一帧的平均量化参数QP_avg、DCT系数的方差σ²、累计编码比特R_tot、DCT系数中零系数的比重ρ和各宏块编码模式的比重mode_ratio。本领域的技术人员可运用概率统计知识分别计算得到QP_avg，σ²，R_tot和mode_ratio。ρ的数值可根据[8][9]提供的方法计算得到。

二、多通道比特分配

多通道比特分配过程采用了基于通道间失真方差最小的方法，为了补偿Rho域率失真模型与实际编码结果的差别，本发明采用了反馈机制自适应地调整分配给每个通道的比特大小。

减小多通道编码视频质量差别的问题可以表达为多通道视频失真之间方差最小化的问题，如式1所示，式中S表示通道总数：

$\begin{array}{ccc}\underset{R}{\min }\frac{1}{S}\underset{i=1}{\overset{S}{\mathrm{\Σ}}}{(D_i\left(R_i\right)-\stackrel{\‾}{D})}^2& S.t.& \underset{i=1}{\overset{S}{\mathrm{\Σ}}}{R}_i\≤R---\left(1\right)\end{array}$

由[8，9]的Rho域率失真函数可知，

R(ρ)＝θ·(1-ρ)(2)

D(ρ)＝σ²e^-α(1-ρ)(3)

上述最小化问题可以表达为：

$\begin{array}{ccc}\underset{R}{\min }\frac{1}{S}\underset{i=1}{\overset{S}{\mathrm{\Σ}}}{(D_i\left({\mathrm{\ρ}}_i\right)-\stackrel{\‾}{D})}^2& S.t.& \underset{i=1}{\overset{S}{\mathrm{\Σ}}}{\mathrm{\θ}}_i(1-{\mathrm{\ρ}}_i)\≤R---\left(4\right)\end{array}$

式4中的

为各通道失真的均值，取决于每个通道的失真，上述最小化问题很难得到闭合形式的解。但是，式4的最小化问题可以等价为包含若干个最小化问题P₁，P₂，....P_n...的序列，如下所示

$\begin{array}{ccc}\mathrm{Pn}:\underset{R}{\min }\underset{i=1}{\overset{S}{\mathrm{\Σ}}}{D}_i^n\left({\mathrm{\ρ}}_i\right)=\underset{R}{\min }\underset{i=1}{\overset{S}{\mathrm{\Σ}}}{{\mathrm{\σ}}_i}^{2n}{e}^{-n{\mathrm{\α}}_i(1-{\mathrm{\ρ}}_i)}& S.t.& \underset{i=1}{\overset{S}{\mathrm{\Σ}}}{\mathrm{\θ}}_i(1-{\mathrm{\ρ}}_i)\≤R_i---\left(5\right)\end{array}$

求解上述最小化问题得到的各通道的失真可以表示为

n＝1，2，3，...

我们可以证明，式5所示最小化问题在n-＞∞时的解会使

趋于零，从而将式4和式5所示的两个最小化问题等价起来。使用拉格朗日最优化方法求解式5所示最小化问题，并且令n-＞∞，可以得到

${\tilde{R}}_i=\underset{n->\∞}{\lim }{{\tilde{R}}_i}^{\left(n\right)}$

$=\underset{n->\∞}{\lim }{\mathrm{\ζ}}_i\log {{\mathrm{\σ}}_i}^2+\frac{{\mathrm{\ζ}}_{i}R}{{\mathrm{\Σ}}_{i=1}^S{\mathrm{\ζ}}_i}-\frac{{\mathrm{\ζ}}_i{\mathrm{\Σ}}_{i=1}^S{\mathrm{\ζ}}_i\log {{\mathrm{\σ}}_i}^2}{{\mathrm{\Σ}}_{i=1}^S{\mathrm{\ζ}}_i}+\frac{1}{n}[\frac{{\mathrm{\ζ}}_i{\mathrm{\Σ}}_{i=1}^S{\mathrm{\ζ}}_i\log {\mathrm{\ζ}}_i}{{\mathrm{\Σ}}_{i=1}^S{\mathrm{\ζ}}_i}-{\mathrm{\ζ}}_i\log {\mathrm{\ζ}}_i]$

$={\mathrm{\ζ}}_i\log {{\mathrm{\σ}}_i}^2+\frac{{\mathrm{\ζ}}_{i}R}{{\mathrm{\Σ}}_{i=1}^S{\mathrm{\ζ}}_i}-\frac{{\mathrm{\ζ}}_i{\mathrm{\Σ}}_{i=1}^S{\mathrm{\ζ}}_i\log {{\mathrm{\σ}}_i}^2}{{\mathrm{\Σ}}_{i=1}^S{\mathrm{\ζ}}_i}---\left(6\right)$

上式中R表示信道带宽，ζ_i＝θ_i/α_i，其中α_i为常数，典型值在10～25之间。σ_i ²为DCT系数的方差，θ_i＝R_i/(1-ρ_i)，其中ρ、R_i和σ_i ²均可从步骤一中计算得到。使用式6为各通道分配比特能够得到一个最小的多通道视频失真方差。

三、单通道可变码率比特分配

通道内帧目标比特分配过程采用基于反馈的可变码率方式；根据[15]所作试验结果发现，在相同视觉质量前提下，编码不同复杂度的视频，复杂度越高，量化参数越大，编码比特越多，可以推导出，在相同的视觉质量下，对于不同复杂程度的视频序列，编码比特与量化参数之间存在如下关系：

R∝(a₁+a₂Q^β)

令β＝1.0上式可以简化为

R＝K(a₁+a₂Q)＝KF(Q)(10)

其中，a1，a2均为常数。K表示一个与码率有关的常数，单位为Mbps。

这里，我们考虑一个由多个不同复杂度的视频片断S_Interval组成的视频序列S_VBR，每个S_Interval可以分为m个图像组(GOP)，每个图像组表示为{S_l}_{l＝0，..，m}，每个图像组定义一个目标比特-量化参数对

我们将式(10)修改为

${\stackrel{\‾}{C}}_l=f^{-1}K(a_1+a_2{\stackrel{\‾}{Q}}_l)=f^{-1}\mathrm{KF}\left({\stackrel{\‾}{Q}}_l\right)---\left(11\right)$

其中f表示帧率；

另一方面，假设视频序列的统计特性服从无记忆高斯分布，能够得到[16]推导出的率失真函数

$R\left(q\right)=b_1\log \frac{b_2}{Q}.---\left(12\right)$

由式(12)，[1]提出一个更为简化的R-Q模型：

$R\left(Q\right)=\frac{X}{Q}.---\left(13\right)$

式中x表示视频图像复杂度。从式13可以看到，在恒定码率或恒定图像质量下，视频编码使用的量化参数和得到的比特长度能够反映图像的复杂程度。为方便硬件实现，将R-Q关系定义为线性形式：

${\stackrel{\‾}{C}}_e=-{\mathrm{\ξ}}_e{\stackrel{\‾}{Q}}_e+{\mathrm{\η}}_e,---\left(14\right)$

其中ζ_l，η_l为常数，可以由连续两个图像组的累计帧比特和平均量化参数对

代入式14得到，

$\left\{\begin{array}{cc}{\mathrm{\ζ}}_l=\mathrm{\Δ}{\stackrel{\‾}{C}}_l{\left(\mathrm{\Δ}{\stackrel{\‾}{Q}}_l\right)}^{-1}& {\mathrm{\η}}_l={\stackrel{\‾}{C}}_{l-1,\mathrm{actual}}+{\mathrm{\ζ}}_l{\stackrel{\‾}{Q}}_{l-1,\mathrm{actual}}\\ \mathrm{\Δ}{\stackrel{\‾}{C}}_l={\stackrel{\‾}{C}}_{l-1,\mathrm{actual}}-{\stackrel{\‾}{C}}_{l-2,\mathrm{actual}}& \mathrm{\Δ}{\stackrel{\‾}{Q}}_l={\stackrel{\‾}{Q}}_{l-2,\mathrm{actual}}-{\stackrel{\‾}{Q}}_{l-1,\mathrm{actual}}\end{array}\right\}$

最后，将式11代入式14可以得到下一个图像组的目标比特：

$R_T=\frac{K({\mathrm{\ζ}}_l{a}_1+{\mathrm{\η}}_l{a}_2)}{f{\mathrm{\ζ}}_1+a_{2}K}---\left(15\right)$

式中f表示帧率，a₂为常数。

上式中a₁和K的计算方法如下。我们根据式11，并对所有图像组累加得到：

${\mathrm{fR}}_{\mathrm{TOT}}=G^{-1}K{\mathrm{\Σ}}_{l=0}^{N_{\mathrm{gop}}-1}F\left({\stackrel{\‾}{Q}}_{l,\mathrm{actural}}\right)$

$=G^{-1}K(a_1+a_2{\mathrm{\Σ}}_{l=0}^{N_{\mathrm{gop}}-1}{\stackrel{\‾}{Q}}_{l,\mathrm{actural}})$

令K等于f*C_Gop，其中f表示帧率，C_Gop表示图像组的目标比特，且C_GOP＝R_CBR·G/f，其中R_CBR表示目标码率，G表示图像组的长度。由上式进一步可以得到a₁，

$a_1=\frac{R_{\mathrm{TOT}}-C_{\mathrm{gop}}{a}_2{\mathrm{\Σ}}_{e=0}^{N_{\mathrm{gop}}-1}{\stackrel{\‾}{Q}}_e}{C_{\mathrm{gop}}{N}_{\mathrm{gop}}}.---\left(16\right)$

式中R_TOT表示分配给当前信道的剩余比特，N_GOP表示图像组的个数。将a₁和K代入式15就可以得到下一个图像组的目标比特数。根据计算得到的下一个图像组的目标比特数，可以得到图像组中每帧的目标比特数，这可以通过简单的平均法得到。

四、帧量化参数计算

通道内帧量化参数的计算采用Rho域的率失真函数[8-9]：

R_T(ρ)＝θ_p·(1-ρ)(17)

式中R_T(ρ)表示下一帧的目标比特，ρ表示DCT系数零系数的比重，θ是一个与图像复杂度有关的常数，θ_p表示下一帧θ的预测值：

${\mathrm{\θ}}_p=\frac{R_{l-1}}{384\·N_m-{\mathrm{\ρ}}_{l-1}}---\left(18\right)$

式中N_m表示一帧图像包含的宏块个数，R_l-1和ρ_l-1分别表示前一帧的实际编码比特和DCT零系数的比重。根据式17，可以得到下一帧的目标ρ值，经过[8，9]定义的ρ-QP对应关系，得到对应的帧量化参数(QP)值。

最终，多通道视频编码器根据计算得到的帧量化参数值，对当前帧进行编码。

[1]MPEG-2video test model 5.ISO/IEC/JTC1/SC29/WG11，MPEG93/457，April.1993

[2]J.W.Lee and Y.S.Ho.“Target bit matching for MPEG-2video rate control”，Proceedings ofTencon 1998，New Delhi，India，vol.1，pp：66-99，Dec.1998

[3]J.Robas-Corbera and S.Lei.“Rate control in DCT video coding for low-delaycommunications”，IEEE Trans.On Circuits and Systems for Video Technology，1999，vol.9(1)，pp：172-185

[4]Video Codec.Test Model Near-Term，TMN8.ITU-T/SG16/VCEG/Q15 A59，Portland，USA，Jun 1997

[5]Vetro，H.Sun，and Yao Wang.“MPEG-4 rate control for multiple video objects”，IEEETransactions on Circuits and Systems for Video Technology，vol.9，pp.186-199，February 1999

[6]T.Chiang and Y.Q.Zhang，“A new rate control scheme using quadratic rate distortionmedel”，IEEE Transactions on Circuits and Systems for video Technology，vol 7(1)，pp：246-250，Feb.1997

[7]“Adaptive basic unit layer rate control for JVT，”presented at the 7th.JVT Meeting，Pattaya II JVT-G012-rl Thailand，Mar.2003.

[8]He，Zhihai，A unified approach to rate-distoriton analysis and rate control for visual codingand communication for the degree of Doctor of Philosophy，University of California，Santa Barbara

[9]He，Zhihai，Yong Kwan Kim，Sanjit K.Mitra，“Low-delay rate control for DCT videocoding via p-domain source modeling”，IEEE Transactions on Circuits and systems for videotechnology，2001，vool.11(8)，pp：928-940

[10]Krunz M.Bandwidth allocation strategies for transports VBR Video traffic.IEEECommunication Magazine，1999(Jan)：43～45

[11]Rose O.Impact of MPEG video traffic on an ATM multiplexer[R].Germany：

Technical Report，Wurzburg University，1995.

[12]Frater M.Cell loss analysis of broadband switching systems carrying VBR video traffic

[R].Australian：Technical Report，University of New South Wales，1995.

[13]Feng J，Kwok-Tung，Hassan M.Simulation analysis on statistical multiplexing ofMPEG video sources[A].ICC’97[C].Montreal，1997.540～544.

[14]Mehdi Rezaei，Imed Bouazizi，Moncef Gabbouj，“Joint Video Coding and StatisticalMultiplexing for broadcasting over DVB-H channels”，VOL.10，NO.8，IEEE TRANSACTIONSON MULTIMEDIA，2008

[15]P.H.Westerink，R.Rajagopalan，and C.A.Gonzales，“Two-Pass MPEG-2variable-bit-rate encoding”，IBM J.Res Develop.43，No.4，471-488(1999)

[16]J.L.Mitchell，W.B.Pennebaker，C.E.Fogg，and D.J.LeGall，MPEG VideoCompression Standard，Chapman and Hall Publishers，New York，1997

Claims (2)

1.一种多通道视频联合码率控制方法，其特征在于：首先根据每个通道的视频内容建立基于Rho域的率失真模型，然后根据多通道视频编码统计信息和信道带宽，将固定时间周期内的信道带宽分配给每个通道，最后每个通道根据分配的带宽和当前时间周期内的视频内容动态地为每个视频帧分配目标编码比特，并根据该目标比特，计算每个视频帧的量化参数，其包括以下四个步骤：

第一步：编码统计信息采集

统计信息采集模块负责统计一帧的平均量化参数QP_avg、DCT系数的方差σ²、累计编码比特R_tot、DCT系数中零系数的比重ρ和各宏块编码模式的比重mode_ratio；

第二步：多通道比特分配

${\tilde{R}}_i=\underset{n->\∞}{\lim }{{\tilde{R}}_i}^{\left(n\right)}$

$=\underset{n->\∞}{\lim }{\mathrm{\ζ}}_i\log {{\mathrm{\σ}}_i}^2+\frac{{\mathrm{\ζ}}_{i}R}{{\mathrm{\Σ}}_{i=1}^S{\mathrm{\ζ}}_i}-\frac{{\mathrm{\ζ}}_i{\mathrm{\Σ}}_{i=1}^S\log {{\mathrm{\σ}}_i}^2}{{\mathrm{\Σ}}_{i=1}^S{\mathrm{\ζ}}_i}+\frac{1}{n}[\frac{{\mathrm{\ζ}}_i{\mathrm{\Σ}}_{i=1}^S{\mathrm{\ζ}}_i\log {\mathrm{\ζ}}_i}{{\mathrm{\Σ}}_{i=1}^S{\mathrm{\ζ}}_i}+\frac{1}{n}[\frac{{\mathrm{\ζ}}_i{\mathrm{\Σ}}_{i=1}^S{\mathrm{\ζ}}_i\log {\mathrm{\ζ}}_i}{{\mathrm{\Σ}}_{i=1}^S{\mathrm{\ζ}}_i}-{\mathrm{\ζ}}_i\log {\mathrm{\ζ}}_i]$

$={\mathrm{\ζ}}_i\log {{\mathrm{\σ}}_i}^2+\frac{{\mathrm{\ζ}}_{i}R}{{\mathrm{\Σ}}_{i=1}^S{\mathrm{\ζ}}_i}-\frac{{\mathrm{\ζ}}_i{\mathrm{\Σ}}_{i=1}^S{\mathrm{\ζ}}_i\log {{\mathrm{\σ}}_i}^2}{{\mathrm{\Σ}}_{i=1}^S{\mathrm{\ζ}}_i}---\left(6\right)$

上式中R表示信道带宽，ζ_i＝θ_i/α_i，其中α_i为常数，

为DCT系数的方差，θ_i＝R_i/(1-ρ_i)，其中ρ、R_i和

均可从步骤一中计算得到，使用式6为各通道分配比特能够得到一个最小的多通道视频失真方差；

第三步：单通道可变码率比特分配

包括以下步骤：

一：前两个图像组采用固定码率方式编码，分别统计两个图像组的累计帧比特和平均量化参数即

二：将第一步统计得到的

代入下式，计算ζ_l，η_l

$\left\{\begin{array}{cc}{\mathrm{\ζ}}_l=\mathrm{\Δ}{\stackrel{\‾}{C}}_l{\left(\mathrm{\Δ}{\stackrel{\‾}{Q}}_l\right)}^{-1}& {\mathrm{\η}}_l={\stackrel{\‾}{C}}_{l-1,\mathrm{actual}}+{\mathrm{\ζ}}_l{\stackrel{\‾}{Q}}_{l-1,\mathrm{actual}}\\ \mathrm{\Δ}{\stackrel{\‾}{C}}_l={\stackrel{\‾}{C}}_{l-1,\mathrm{actual}}-{\stackrel{\‾}{C}}_{l-2,\mathrm{actual}}& \mathrm{\Δ}{\stackrel{\‾}{Q}}_l={\stackrel{\‾}{Q}}_{l-2,\mathrm{actual}}-{\stackrel{\‾}{Q}}_{l-1,\mathrm{actual}}\end{array}\right.$

三：根据式16计算a₁，其中R_TOT为多通道比特分配模块分配给当前信道的剩余比特，N_GOP表示已编码图像组的个数，C_Gop表示图像组的目标比特，C_GOP＝R_CBR·G/f，其中R_CBR表示目标码率，G表示图像组的长度，f表示帧率；

$a_1=\frac{R_{\mathrm{TOT}}-C_{\mathrm{gop}}{a}_2{\mathrm{\Σ}}_{e=0}^{N_{\mathrm{gop}}-1}{\stackrel{\‾}{Q}}_e}{C_{\mathrm{gop}}{N}_{\mathrm{gop}}}.---\left(16\right)$

四：将a₁代入式15就可以得到下一个图像组的目标比特数R_T；

$R_T=\frac{K({\mathrm{\ζ}}_l{a}_1+{\mathrm{\η}}_l{a}_2)}{f{\mathrm{\ζ}}_l+a_{2}K}---\left(15\right)$

式中f表示帧率，，a₂为常数，K等于f*C_Gop，其中C_Gop表示图像组的目标比特。

第四步：量化参数计算

通道内帧量化参数的计算采用Rho域的率失真函数：

R_T(ρ)＝θ_p·(1-ρ)                        (17)

式中R_T(ρ)表示下一帧的目标比特，ρ表示DCT系数零系数的比重，θ是一个与图像复杂度有关的常数，θ_p表示下一帧θ的预测值：

${\mathrm{\θ}}_p=\frac{R_{l-1}}{384\·N_m-{\mathrm{\ρ}}_{l-1}}---\left(18\right)$

式中N_m表示一帧图像包含的宏块个数，R_l-1和ρ_l-1分别表示前一帧的实际编码比特和DCT零系数的比重。根据式17，可以得到下一帧的目标ρ值，经过ρ-QP对应关系，得到对应的帧量化参数(QP)值；

最终，多通道视频编码器根据计算得到的帧量化参数值，对当前帧进行编码。

2.根据权利要求1所述的一种多通道视频联合码率控制方法，其特征在于：所述第二步多通道比特分配中其中α_i的典型值在10～25之间。

Images