CN105898299A - 基于变换块大小的自适应量化方法及装置 - Google Patents

Abstract

本发明实施例提供一种基于变换块大小的自适应量化方法及装置。将变换块对应的当前多维量化矢量分解为多个量化矢量，并对每一个所述量化矢量求相应的最优量化参数偏移值；根据所述最优量化参数偏移值，获取所述多维量化矢量的次优量化矢量；根据所述次优量化矢量计算相应的量化参数，根据所述量化参数选择量化步长。极大提高了视频压缩效率以及编码性能。

Description

基于变换块大小的自适应量化方法及装置

技术领域

本发明实施例涉及视频技术领域，尤其涉及一种基于变换块大小的自适应量化方法及装置。

背景技术

量化(Quantization)是一个用更小的集合表示更大的集合的过程。由于量化过程是对信号源的有限近似，因此是一个有损过程。量化主要应用于A/D(模拟/数字)转换以及视频压缩等。量化的基本思想是映射一个输入间隔到一个整数，减少信源编码的bit，一般情况重构值与输入值不同。常用的量化方法是标量(Scalar)量化以及矢量(Vector)量化。

其中，标量量化是对数据一个一个的进行量化，称为标量量化。矢量量化是将数据分组，每组K个数据构成K维矢量，再以矢量为处理单元进行量化。矢量量化是标量量化的多维扩展，而标量量化是矢量量化的特殊情况。

在传统的预测和变换编码中，首先将信号经某种映射变换变成一个数的序列，然后对其一个一个地进行标量量化编码。而在视频矢量量化编码中，则是把输入数据几个一组地分成许多组，成组地量化编码，即将这些数看成一个k维矢量，然后以矢量为单位逐个矢量进行量化。

在现有编码框架中，通过RDOQ技术改变变换后块系数的值可以使得量化器更为有效。在实验中发现，对不同大小的变换块选用不同的量化步长时，发现不同大小的变换块拥有不同的最佳量化参数偏移值。现有技术中，根据Laplace的分布特性来选择不同的量化步长，然而在计算其分布特性时不可避免的带来更多的计算开销。

因此，一种新的量化方法亟待提出。

发明内容

本发明实施例提供一种基于变换块大小的自适应量化方法及装置，用以解决现有技术中计算量化步长时，带来额外计算开销的缺陷，实现了根据编码变换块的大小自适应量化。

本发明实施例提供一种基于变换块大小的自适应量化方法，包括：

将变换块对应的当前多维量化矢量分解为多个量化矢量，并对每一个分解后的所述量化矢量求相应的最优量化参数偏移值；

根据所述最优量化参数偏移值，获取所述多维量化矢量的次优量化矢量；

根据所述次优量化矢量计算相应的量化参数，根据所述量化参数选择量化步长。

本发明实施例提供一种基于变换块大小的自适应量化装置，包括：

量化参数偏移值获取模块，用于将变换块对应的当前多维量化矢量分解为多个量化矢量，并对每一个分解后的所述量化矢量求相应的最优量化参数偏移值；

次优量化矢量计算模块，根据所述最优量化参数偏移值，获取所述多维量化矢量的次优量化矢量；

量化参数计算模块，用于根据所述次优量化矢量计算相应的量化参数，根据所述量化参数选择量化步长。

本发明实施例提供的基于变换块大小的自适应量化方法及装置，通过将多维量化矢量分解为多个个量化矢量，然后对每一个量化矢量求其最优的量化参数的偏移值，从而得到量化矢量的次优解，极大提高了最优量化矢量的计算效率，从而达到最高视频压缩效率，并分别在亮度Y、色度U、V上提高了视频编码的压缩性能；与此同时由于在高分辨序列中选择不同的变换块大小几率比低分辨率选择不同变换块大小的几率要大，因此本发明实施例极大提升了在高分辨序列上的视频压缩编码的性能。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一的技术流程图；

图2为本发明实施例二的装置结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例一

图1是本发明实施例一的技术流程图，结合图1，本发明实施例一种基于变换块大小的自适应量化方法，主要包括如下的步骤：

步骤110：将变换块对应的当前多维量化矢量分解为多个量化矢量，并对每一个分解后的所述量化矢量求相应的最优量化参数偏移值；

HEVC对预测残差使用变换编码，依据标准中的规定，可以将残差块划分成多个正方形的变换块(TU，Transform Unit)；HEVC支持的变换块尺寸为4×4,8×8,16×16,和32×32。为了避免在TU块中增加额外的比特，采用对不同变换块大小选择不同的QP(量化参数，Quantization Parameter)偏移值的方法，也就说这个QP偏移值与TU块大小相对应，不需要做率失真代价计算。

本发明实施例中，将四种大小不同变换块对应的多维量化矢量分解为四个量化矢量，分别计算这四个量化矢量的最优解，从而能够得到多维量化矢量的一个次优解。相对于现有技术中，直接对所述多维量化矢量求最优量化偏移值，本发明实施例将所述多维量化矢量进行分解之后，能够大幅度减少计算复杂度，从而提高视频编码效率。假设当前HEVC编码序列所用的量化矢量为(x,y,z,k)，将其拆分为四个向量得到：

(x,0,0,0)、(0,y,0,0)、(0,0,z,0)、(0,0,0,k)

接着，采用如下公式获取所述最优量化参数偏移值：

(α,0,0,0)＝Argmin(BDrate(HEVC(x,0,0,0)))

(0,β,0,0)＝Argmin(BDrate(HEVC(0,y,0,0)))

(0,0,γ,0)＝Argmin(BDrate(HEVC(0,0,z,0)))

(0,0,0,η)＝Argmin(BDrate(HEVC(0,0,0,k)))

其中，α,β,γ,η为所述最优量化偏移值，TUsize为所述变换块的大小，HEVC(x,0,0,0)、HEVC(0,y,0,0)、HEVC(0,0,z,0)、HEVC(0,0,0,k)表示当前HEVC编码序列所用的量化矢量为(x,y,z,k)，Argmin(BDrate())为使得函数BDrate取得最小值的函数。

BD-rate值的计算方法为成熟的现有技术，并非本发明实施例保护的重点，此处不做赘述。

步骤120：根据所述最优量化参数偏移值，获取所述多维量化矢量的次优量化矢量；

具体的，采用如下公式计算所述次优量化矢量：

(α,β,γ,η)＝(α,0,0,0)+(0,β,0,0)+(0,0,γ,0)+(0,0,0,η)

其中，α为32×32的所述最优量化参数偏移值、β为16×16的所述最优量化参数偏移值、γ为8×8的所述最优量化参数偏移值、η为4×4的所述最优量化参数偏移值，+表示矢量求和运算。

步骤130：根据所述次优量化矢量计算相应的量化参数，根据所述量化参数选择量化步长。

采用如下公式计算量化参数：

其中，QP为自适应变化后的量化参数，QP‘为当前编码器设置的量化参数，TUsize为所述变换块的大小。

视频编码标准HEVC的量化范围是0～51，其量化值每增加6，与之对应的量化步长将增长一倍。得到量化参数后，根据所述如下量化参数与量化步长的对应公式即可求出相应的量化步长：

$Q_{step}\left(QP\right)=\frac{f\left(QP\%6\right)\×(QP/6+1)}{2^{14}}$

本发明实施例通过将多维量化矢量分解为多个个量化矢量，然后对每一个量化矢量求其最优的量化参数的偏移值，从而得到量化矢量的次优解，极大提高了最优量化矢量的计算效率，从而达到最高视频压缩效率，并分别在亮度Y、色度U、V上提高了视频编码的压缩性能；与此同时由于在高分辨序列中选择不同的变换块大小几率比低分辨率选择不同变换块大小的几率要大，因此本发明实施例极大提升了在高分辨序列上的视频压缩编码的性能。

实施例二

图2是本发明实施例二的装置结构示意图，结合图2，本发明实施例一种基于变换块大小的自适应量化装置，主要包括如下的模块：量化参数偏移值获取模块210、次优量化矢量计算模块220、量化参数计算模块230。

所述量化参数偏移值获取模块210，用于将变换块对应的当前多维量化矢量分解为多个量化矢量，并对每一个所述量化矢量求相应的最优量化参数偏移值；

所述次优量化矢量计算模块220，根据所述最优量化参数偏移值，获取所述多维量化矢量的次优量化矢量；

所述量化参数计算模块230，用于根据所述次优量化矢量计算相应的量化参数，根据所述量化参数选择量化步长。

所述量化参数偏移值获取模块210具体用于：

采用如下公式获取所述最优量化参数偏移值：

(α,0,0,0)＝Argmin(BDrate(HEVC(x,0,0,0)))

(0,β,0,0)＝Argmin(BDrate(HEVC(0,y,0,0)))

(0,0,γ,0)＝Argmin(BDrate(HEVC(0,0,z,0)))

(0,0,0,η)＝Argmin(BDrate(HEVC(0,0,0,k)))

其中，α,β,γ,η为所述最优量化偏移值，HEVC(x,0,0,0)、HEVC(0,y,0,0)、HEVC(0,0,z,0)、HEVC(0,0,0,k)表示当前HEVC编码序列所用的量化矢量为(x,y,z,k)，Argmin(BDrate())为使得函数BDrate取得最小值的函数。

所述次优量化矢量计算模块220具体用于：

采用如下公式计算所述次优量化矢量：

(α,β,γ,η)＝(α,0,0,0)+(0,β,0,0)+(0,0,γ,0)+(0,0,0,η)

其中，α为32×32的所述最优量化参数偏移值、β为16×16的所述最优量化参数偏移值、γ为8×8的所述最优量化参数偏移值、η为4×4的所述最优量化参数偏移值，+表示矢量求和运算。

所述量化参数计算模块230，具体用于：

采用如下公式计算量化参数：

其中，QP为自适应变化后的量化参数，QP‘为当前编码器设置的量化参数，TUsize为所述变换块的大小。

图2所示装置可以执行图1所示实施例的方法，实现原理和技术效果参考图1所示实施例，不再赘述。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机装置(可以是个人计算机，服务器，或者网络装置等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种基于变换块大小的自适应量化方法，其特征在于，包括如下的步骤：

将变换块对应的当前多维量化矢量分解为多个量化矢量，并对每一个分解后的所述量化矢量求相应的最优量化参数偏移值；

根据所述最优量化参数偏移值，获取所述多维量化矢量的次优量化矢量；

根据所述次优量化矢量计算相应的量化参数，根据所述量化参数选择量化步长。

2.根据权利要求1所述的方法，其特征在于，对每一个所述量化矢量求相应的最优量化参数偏移值，进一步包括：

采用如下公式获取所述最优量化参数偏移值：

(α,0,0,0)＝Argmin(BDrate(HEVC(x,0,0,0)))

(0,β,0,0)＝Argmin(BDrate(HEVC(0,y,0,0)))

(0,0,γ,0)＝Argmin(BDrate(HEVC(0,0,z,0)))

(0,0,0,η)＝Argmin(BDrate(HEVC(0,0,0,k)))

其中，α,β,γ,η为所述最优量化参数偏移值，HEVC(x,0,0,0)、HEVC(0,y,0,0)、HEVC(0,0,z,0)、HEVC(0,0,0,k)表示当前HEVC编码序列所用的量化矢量为(x,y,z,k)，Argmin(BDrate())为使得函数BDrate取得最小值的函数。

3.根据权利要求2所述的方法，获取所述K维量化矢量的次优量化矢量，具体包括：

采用如下公式计算所述次优量化矢量：

(α,β,γ,η)＝(α,0,0,0)+(0,β,0,0)+(0,0,γ,0)+(0,0,0,η)

其中，α为32×32的所述最优量化参数偏移值、β为16×16的所述最优量化参数偏移值、γ为8×8的所述最优量化参数偏移值、η为4×4的所述最优量化参数偏移值，+表示矢量求和运算。

4.根据权利要求3所述的方法，其特征在于，根据所述次优量化矢量计算相应的量化参数，根据所述量化参数选择量化步长，具体包括：

采用如下公式计算量化参数：

其中，TUsize为所述变换块的大小，QP为自适应变化后的量化参数，QP‘为当前编码器设置的量化参数，TUsize为所述变换块的大小。

5.一种基于变换块大小的自适应量化装置，其特征在于，包括如下的模块：

量化参数偏移值获取模块，用于将变换块对应的当前多维量化矢量分解为多个量化矢量，并对每一个分解后的所述量化矢量求相应的最优量化参数偏移值；

次优量化矢量计算模块，根据所述最优量化参数偏移值，获取所述多维量化矢量的次优量化矢量；

量化参数计算模块，用于根据所述次优量化矢量计算相应的量化参数，根据所述量化参数选择量化步长。

6.根据权利要求5所述的装置，其特征在于，所述量化参数偏移值获取模块具体用于：

采用如下公式获取所述最优量化参数偏移值：

(α,0,0,0)＝Argmin(BDrate(HEVC(x,0,0,0)))

(0,β,0,0)＝Argmin(BDrate(HEVC(0,y,0,0)))

(0,0,γ,0)＝Argmin(BDrate(HEVC(0,0,z,0)))

(0,0,0,η)＝Argmin(BDrate(HEVC(0,0,0,k)))

其中，α,β,γ,η为所述最优量化参数偏移值，HEVC(x,0,0,0)、HEVC(0,y,0,0)、HEVC(0,0,z,0)、HEVC(0,0,0,k)表示当前HEVC编码序列所用的量化矢量为(x,y,z,k)，Argmin(BDrate())为使得函数BDrate取得最小值的函数。

7.根据权利要求5所述的装置，其特征在于，所述次优量化矢量计算模块具体用于：

采用如下公式计算所述次优量化矢量：

(α,β,γ,η)＝(α,0,0,0)+(0,β,0,0)+(0,0,γ,0)+(0,0,0,η)

其中，α为32×32的所述最优量化参数偏移值、β为16×16的所述最优量化参数偏移值、γ为8×8的所述最优量化参数偏移值、η为4×4的所述最优量化参数偏移值，+表示矢量求和运算。

8.根据权利要求7所述的装置，其特征在于，所述量化参数计算模块，具体用于：

采用如下公式计算量化参数：

其中，TUsize为所述变换块的大小，QP为自适应变化后的量化参数，QP‘为当前编码器设置的量化参数，TUsize为所述变换块的大小。