CN107707918A - 基于hevc/h.265平均码率控制的优化算法 - Google Patents

Abstract

本发明提供一种基于HEVC/H.265平均码率控制的优化算法。所述算法采用了基于R‑D率失真优化模型的视频评价方法，首先通过R‑D率失真优化模型，获取最大编码单元的原始比特，求解比特分配比重，进而进行当前最大编码单元层的比特分配；其次，通过已编码单元获取实际平均每像素目标比特数bpp_act，并以此获得视频编码过程中的实际编码失真；最后，通过视频编码过程中的实际编码失真计算编码更新参数，以及编码过程中的视频序列特征参数α和β的更新值。利用所述算法可对HEVC/H.265进行更为准确地码率控制，针对不同图像复杂度对比特进行合理的分发，并且还可以获得更好的峰值信噪比，便于接受端获得良好稳定的视频流。

Description

基于HEVC/H.265平均码率控制的优化算法

技术领域

本发明属于视频通信技术领域，具体涉及一种基于HEVC/H.265平均码率控制的优化算法。

背景技术

在这个视频通信的年代，视频压缩效率和视频质量，以及传输带宽与实际码率的适配性始终是视频通信领域最关注的问题。码率控制技术一直是视频通信领域研究的热点，国内外研究人员相继提出多种经典的码率控制算法。

当前视频编码的码率控制算法主要分为两个部分：根据目标码率为各种编码单元分配目标比特数；根据码率控制模型确定不同的编码单元的量化参数。

1、各种编码单元目标比特数的分配

1)首先计算每幅图片的目标比特数，计算公式如下：

公式(1)Rate_AvgPic＝Rate_tar/f

其中，f为帧率，Rate_tar为各编码图片的目标码率；

2)GOP级别的比特分配算法：

公式(2)T_AvgPic＝[Rate_AvgPic·(N_coded+SW)-Rate_coded]/SW

公式(3)T_G0P＝T_AvgPic·N_GOP

其中，已编码图片的数量为N_coded，这些图片消耗的比特数为Rate_coded，当前GOP中的图片数量为N_GOP，SW(SlidingWindow)是平滑比特分配的滑动窗口的大小，通常设定为25，T_AvgPic为每幅图像的平均比特数，T_GOP为每个GOP分配目标比特数；

3)当前图片的目标比特数的计算公式为：

公式(4)

其中，当前GOP层已消耗比特数为Rate_GOPcoded，ω_curpi是GOP中每幅图像的比特分配权重，T_GOP为当前GOP目标比特数；Notcpics为未编码图像数；

4)图片的最大编码单元(LCU)层的比特分配公式如下：

公式(5)

其中，T_curPic表示当前图片的目标比特，T_headbits表示该图片头信息比特数的预测值，Rate_Piccoded表示当前图片已编码的单元所用的实际比特总数，ω_curLCU为每个最大编码单元的比特分配权重；

5)比特分配权重的计算公式如下：

公式(6)

公式(7)

其中，ω_LCU是每个LCU的权重，根据之前编码的，在同一级别图片中处于同一位置的最大编码单元的预测均值绝对差(MAD)进行计算，N_pixels表示该最大编码单元像素点数，pred_i与org_i分别表示该最大编码单元预测亮度值与原始亮度值。

2、量化参数确定

量化参数确定包括两个方面的内容：第一是通过比特分配得到目标比特计算量化参数；第二确定量化参数后的参数更新。通过对视频编码率失真性能的分析，采用R-D双曲模型能更好地体现HEVC/H.265视频码率与失真的关系：

公式(8)D(R)＝CR^-K

其中，C、K是与视频内容有关的模型参数。拉格朗日因子(λ)定义为R-D率失真曲线切线斜率的绝对值，利用式(8)可以得到推导式(9)：

公式(9)

其中，其中α＝CK，β＝-K-1二者都是与视频内容有关的模型参数。

而在实际的图片层以及最大编码单元中，考虑到比特分配得到的目标比特数T_cur以及对应编码单元的总的像素数N_pixels，可以计算出平均每像素目标比特数(bitsperpixel，bpp)，其值为bpp＝T_cur/N_pixels。通过bpp与对应编码单元的拉格朗日因子计算公式为：

公式(10)λ＝α·bpp^β

同时通过大量的实验表明量化参数和拉格朗日因子的自然对数存在一次性关系，如下式所示：

公式(11)QP＝a·lnλ+b

通过实验的测试取定a、b分别为4.2005和13.7122。通过公式(10)确定拉格朗日因子λ，由公式(11)确定量化参量。

为了能够使码率控制更加精确，需要对α、β实时进行更新。HM13.0中码率控制算法中采用式(12)、(13)的参数更新方法，具体如下：

公式(12)α_new＝α_old+δ_α·(ln·λ_real-ln·λ_comp)·α_old

公式(13)β_new＝β_old+δ_β·(ln·λ_real-ln·λ_comp)·ln·bpp_real

其中：α_old、β_old、λ_real为编码单元层(图片层、LCU层)确定量化参数时使用的α、β、λ值，bpp_real为编码单元层编码完成后可得实际编码比特数，α_new、β_new更新后的值，δ_α、δ_β分别设置为0.1和0.05。实际已编码的λ值通过式(14)求得：

公式(14)

HEVC/H.265的码率控制算法在码率控制比以往的算法有所提高，但在某些模块存在可以改进优化的地方。在最大编码单元层(LCU)比特分配中，现行算法(如HM.13.0算法)在求解比特分配权重(ω_LCU)用到的是参考帧中对应位置均值绝对差(MAD)的平方即通过时域预测得到。但MAD的预测值只能在一定程度上表征最大编码单元残差所需要的比特数，无法体现基本单元的非残差部分消耗的比特数所带来的影响，这会导致最大编码单元层比特分配无法达到最优。

同时在现行的码率控制算法的参数更新过程中，采用了实际使用λ_real与计算得到的λ_comp之间的平均误差达到最小，并以此调整参数(α、β)值，其中λ_real和λ_comp之间平均误差的计算公式如下：

公式(15)

在计算λ_comp时使用了原来模型的参数α_old和β_old，其本身并不能反映当前序列的参数特征，因此以λ_real和λ_comp之间的平方误差来更新α和β值，得到的更新模型只是近似当前视频序列的特征。

故，HEVC/H.265码率控制中针对不同复杂度的图像对比特进行合理的分配成为待解决的问题。

发明内容

本发明旨在至少解决现有技术中存在的问题之一。

本发明要解决的技术问题之一在于解决HEVC/H.265码率控制中针对不同复杂度的图像对比特进行合理的分配，并获得更好的峰值信噪比，使接受端获得良好稳定的视频流。

为解决上述技术问题，本发明提供一种基于HEVC/H.265平均码率控制的优化算法。

所述基于HEVC/H.265平均码率控制的优化算法采用了基于R-D率失真优化模型的视频评价方法，包括如下步骤：

首先通过R-D率失真优化模型，建立当前最大编码单元的原始比特与当前编码单元拉格朗日因子的关系，并由当前最大编码单元的原始比特求解比特分配比重，进而进行当前最大编码单元层的比特分配。

其次，在得到最大编码单元层的比特分配的基础上，通过已编码单元获取实际平均每像素目标比特数bpp_act，并以此获得视频编码过程中的实际编码失真。

最后，通过视频编码过程中的实际编码失真计算编码更新参数，以及编码过程中的视频序列特征参数α和β的更新值。

具体的说，所述当前最大编码单元的原始比特与当前编码单元拉格朗日因子的关系如下公式所示：

公式(16)

其中：R_LCUi表示当前最大编码单元的原始比特，λ_LCUi为当前编码单元的拉格朗日因子，α’_LCUi与β’_LCUi是通过建立的R-D率失真优化模型推导得到，具体如下公式所示：

公式(17)

公式(18)

其中，α_LCUi与β_LCUi分别表示与视频内容特性相关的当前编码单元的参数。

具体的说，所述比特分配比重为当前图片中每个最大编码单元原始比特占当前图片总的原始比特的比重φ_i，其计算公式如下：

公式(19)

其中，R_LCUi为当前最大编码单元的原始比特，N表示当前图片中所包含的最大编码单元数。

具体的说，所述当前最大编码单元比特分配计算公式如下：

公式(20)

其中，T_curPic表示当前图片的目标比特，T_headbits表示该图片头信息比特数的预测值，Rate_Piccoded表示当前图片已编码单元所用的实际比特总数，为每个编码单元对应的比特分配比重，N表示当前图片中所包含总的最大编码单元数。

具体的说，所述实际平均每像素目标比特数bpp_act的计算公式如下：

公式(22)

其中，α_new与β_new分别为当前已编码单元确定量化参数使用的参数。

具体的说，所述视频编码过程中的实际编码失真计算公式如下：

公式(23)

其中，根据建立的R-D率失真优化模型可以得到α_new＝CK，β_new＝-K-1。将其变形转化可以得到如下式：

公式(24)K＝-β_new-1

公式(25)C＝α_new/K＝α_new/(-β_new-1)

具体的说，将上述C、K模型参数计算公式(24)和(25)代入实际编码失真计算公式(23)可以得到关于实际编码失真与更新参数之间的计算公式如下：

公式(26)

具体的说，针对当前视频编码码率控制算法中参数更新过程，通过公式(22)、(26)联立求解可以求得参数更新值β_new的关系公式(27)，将的更新公式β_new代入公式(20)求得参数更新值α_new的关系公式(28)，具体如下所示：

公式(27)β_new＝-[1+(λ_old·bpp_act)/D(bpp_act)]

公式(28)

其中D(bpp_act)为视频编码过程中的实际编码失真，λ_old为当前已编码单元的拉格朗日因子，bpp_act为当前已编码单元实际的平均每像素目标比特数。

与现有公开的技术方案相比，本发明具有的优势为：

利用所述基于HEVC/H.265平均码率控制的优化算法可以对HEVC/H.265进行更为准确地码率控制，针对不同图像复杂度对比特进行合理的分发，并且还可以获得更好的峰值信噪比，便于接受端获得良好稳定的视频流。

具体实施方式

下文将结合具体实施例详细描述本发明方法的具体实施方式及效果。应当注意的是，下述实施例中描述的技术特征或者技术特征的组合不应当被认为是孤立的，它们可以被相互组合从而达到更好的技术效果。

以下对本发明进行详细说明。

实施例1针对MAD的预测值进行优化

第一步：通过R-D率失真优化模型，建立当前最大编码单元的原始比特与当前编码单元拉格朗日因子的关系如下公式所示：

公式(16)

其中：R_LCUi表示当前最大编码单元的原始比特，λ_LCUi为当前编码单元的拉格朗日因子，α’_LCUi与β’_LCUi是通过建立的R-D率失真优化模型的公式(9)推导得到，具体如下公式所示：

公式(17)

公式(18)

其中，α_LCUi与β_LCUi分别表示与视频内容特性相关的当前编码单元的参数。

第二步：计算当前图片中每个最大编码单元原始比特占当前图片总的原始比特的比重φ_i，其计算公式如下：

公式(19)

其中，R_LCUi为当前最大编码单元的原始比特，N表示当前图片中所包含的最大编码单元数。

第三步：计算当前最大编码单元比特分配，具体公式如下：

公式(20)

其中，T_curPic表示当前图片的目标比特，T_headbits表示该图片头信息比特数的预测值，Rate_Piccoded表示当前图片已编码单元所用的实际比特总数，为每个编码单元对应的比特分配比重，N表示当前图片中所包含总的最大编码单元数。

实施例2针对参数(α、β)进行更新优化

由于参数(α、β)是与视频内容特性相关的模型参数，在编码过程当中对应每一幅图片或者是每一个最大编码单元其参数都不相同，所以在确定量化参数后需要对图片层以及最大编码单元层的参数进行更新。

在图片层以及最大编码单元层中，通过比特分配得到的平均每像素目标比特数(bpp)相对于编码后得到实际的平均每像素目标比特数(bpp_act)存在一定的偏差。

根据公式(10)可以得到当前已最大编码单元的拉格朗日因子为：

公式(21)

其中，α_old与β_old为当前已编码单元确定量化参数使用的参数。

由于相邻即将编码的编码单元需要更新的参数α_new和β_new只与编码单元的内容特性相关，不会随着比特分配得到的目标比特发生改变。所以当λ在码率控制当中取值等于λ_old时，当前已编码单元实际的平均每像素比特数bpp_act，根据公式(10)同样满足公式(22)：

公式(22)

其中，α_new与β_new分别为当前已编码单元确定量化参数使用的参数。

通过已编码单元得到的实际平均每像素目标比特数bpp_act，由公式(8)可得视频编码过程中的实际编码失真计算公式如下：

公式(23)

其中，根据建立的R-D率失真优化模型可以得到α_new＝CK，β_new＝-K-1。将其变形转化可以得到如下式：

公式(24)K＝-β_new-1

公式(25)C＝α_new/K＝α_new/(-β_new-1)

将上述C、K模型参数计算公式(24)和(25)代入实际编码失真计算公式(23)可以得到关于实际编码失真与更新参数之间的计算公式如下：

公式(26)

针对当前视频编码码率控制算法中参数更新过程，通过公式(22)、(26)联立求解可以求得参数更新值β_new的关系公式(27)，将的更新公式β_new代入公式(20)求得参数更新值α_new的关系公式(28)，具体如下所示：

公式(27)β_new＝-[1+(λ_old·bpp_act)/D(bpp_act)]

公式(28)

其中D(bpp_act)为视频编码过程中的实际编码失真，λ_old为当前已编码单元的拉格朗日因子，bpp_act为当前已编码单元实际的平均每像素目标比特数。

公式(27)和公式(28)为最终参数(α、β)的更新公式。

本发明所述的基于HEVC/H.265平均码率控制的优化算法运用了当前编码单元的信息参数，能最大限度提高码率控制精度。

本文虽然已经给出了本发明的一些实施例，但是本领域的技术人员应当理解，在不脱离本发明精神的情况下，可以对本文的实施例进行改变。上述实施例只是示例性的，不应以本文的实施例作为本发明权利范围的限定。

Claims (8)

1.基于HEVC/H.265平均码率控制的优化算法，其特征在于，所述基于HEVC/H.265平均码率控制的优化算法采用了基于R-D率失真优化模型的视频评价方法，包括如下步骤：

首先通过R-D率失真优化模型，建立当前最大编码单元的原始比特与当前编码单元拉格朗日因子的关系，并由当前最大编码单元的原始比特求解比特分配比重，进而进行当前最大编码单元层的比特分配；

其次，在得到最大编码单元层的比特分配的基础上，通过已编码单元获取实际平均每像素目标比特数bpp_act，并以此获得视频编码过程中的实际编码失真；

最后，通过视频编码过程中的实际编码失真计算编码更新参数，以及编码过程中的视频序列特征参数α和β的更新值。

2.如权利要求1所述的基于HEVC/H.265平均码率控制的优化算法，其特征在于，所述当前最大编码单元的原始比特与当前编码单元拉格朗日因子的关系如下公式所示：

公式(16)

其中：R_LCUi表示当前最大编码单元的原始比特，λ_LCUi为当前编码单元的拉格朗日因子，α’_LCUi与β’_LCUi是通过建立的R-D率失真优化模型推导得到，具体如下公式所示：

公式(17)

公式(18)

其中，α_LCUi与β_LCUi分别表示与视频内容特性相关的当前编码单元的参数。

3.如权利要求2所述的基于HEVC/H.265平均码率控制的优化算法，其特征在于，所述比特分配比重为当前图片中每个最大编码单元原始比特占当前图片总的原始比特的比重其计算公式如下：

公式(19)

其中，R_LCUi为当前最大编码单元的原始比特，N表示当前图片中所包含的最大编码单元数。

4.如权利要求3所述的基于HEVC/H.265平均码率控制的优化算法，其特征在于，所述当前最大编码单元比特分配计算公式如下：

公式(20)

其中，T_curPic表示当前图片的目标比特，T_headbits表示该图片头信息比特数的预测值，Rate_Piccoded表示当前图片已编码单元所用的实际比特总数，为每个编码单元对应的比特分配比重，N表示当前图片中所包含总的最大编码单元数。

5.如权利要求4所述的基于HEVC/H.265平均码率控制的优化算法，其特征在于，所述实际平均每像素目标比特数bpp_act的计算公式如下：

公式(22)

其中，α_new与β_new分别为当前已编码单元确定量化参数使用的参数。

6.如权利要求5所述的基于HEVC/H.265平均码率控制的优化算法，其特征在于，所述视频编码过程中的实际编码失真计算公式如下：

公式(23)

其中，根据建立的R-D率失真优化模型可以得到α_new＝CK，β_new＝-K-1。将其变形转化可以得到如下式：

公式(24) K＝-β_new-1

公式(25) C＝α_new/K＝α_new/(-β_new-1)

7.如权利要求6所述的基于HEVC/H.265平均码率控制的优化算法，其特征在于，将上述C、K模型参数计算公式(24)和(25)代入实际编码失真计算公式(23)可以得到关于实际编码失真与更新参数之间的计算公式如下：

公式(26)

8.如权利要求7所述的基于HEVC/H.265平均码率控制的优化算法，其特征在于，针对当前视频编码码率控制算法中参数更新过程，通过公式(22)、(26)联立求解可以求得参数更新值β_new的关系公式(27)，将的更新公式β_new代入公式(20)求得参数更新值α_new的关系公式(28)，具体如下所示：

公式(27) β_new＝-[1+(λ_old·bpp_act)/D(bpp_act)]

公式(28)

其中D(bpp_act)为视频编码过程中的实际编码失真，λ_old为当前已编码单元的拉格朗日因子，bpp_act为当前已编码单元实际的平均每像素目标比特数。