CN109274968A - 视频压缩自适应量化与反量化方法 - Google Patents
视频压缩自适应量化与反量化方法 Download PDFInfo
- Publication number
- CN109274968A CN109274968A CN201811260544.6A CN201811260544A CN109274968A CN 109274968 A CN109274968 A CN 109274968A CN 201811260544 A CN201811260544 A CN 201811260544A CN 109274968 A CN109274968 A CN 109274968A
- Authority
- CN
- China
- Prior art keywords
- quantization
- compensation
- residual error
- template
- residual
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/124—Quantisation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
- H04N19/51—Motion estimation or motion compensation
- H04N19/567—Motion estimation based on rate distortion criteria
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明涉及一种视频压缩自适应量化与反量化方法,(a)获取量化单元各像素的预测残差;(b)根据所述预测残差、量化模板、第一补偿模板获得量化残差和第一率失真优化;(c)根据所述量化残差和第二补偿模板获得第二率失真优化;(d)比较所述第一率失真优化和所述第二率失真优化,若所述第一率失真优化小于等于所述第二率失真优化,则设置补偿标识为不进行第二补偿处理;否则设置所述补偿标识为进行第二补偿处理;(e)将所述补偿标识、所述量化残差写入码流。本发明实施例本发明通过增加一次补偿处理,并通过比较两次补偿后和一次补偿的结果获得损失较小的方式进行量化和反量化,使视频图像的量化损失进一步降低,且该方法简单易行。
Description
技术领域
本发明属于视频压缩领域,具体涉及一种视频压缩自适应量化与反量化方法。
背景技术
视频图像数据有极强的相关性,也就是说有大量的冗余信息。其中冗余信息可分为空域冗余信息和时域冗余信息。压缩技术就是将数据中的冗余信息去掉(去除数据之间的相关性),压缩技术包含帧内图像数据压缩技术、帧间图像数据压缩技术和熵编码压缩技术。
随着视频质量的要求越来越高,对视频压缩编码技术的要求也越来越高,视频编码压缩主要由4个部分组成,包含:预测,量化,码控,熵编码。其中量化和码控是有损压缩特有的。量化作为一个重要的模块,根据码率控制得到的QP,对预测残差进行量化。
如何进一步减小量化和反量化后图像的损失程度一直为视频压缩技术不断研究的方向。
发明内容
为了解决现有技术中存在的上述问题,本发明提供了一种视频压缩自适应量化与反量化方法。本发明要解决的技术问题通过以下技术方案实现:
本发明实施例提供了一种视频压缩自适应量化方法,包括如下步骤:
(a)获取量化单元各像素的预测残差、量化模板、第一补偿模板、第二补偿模板;
(b)根据所述预测残差、所述量化模板、所述第一补偿模板获得量化残差和第一率失真优化;
(c)根据所述量化残差和所述第二补偿模板获得第二率失真优化;
(d)比较所述第一率失真优化和所述第二率失真优化,若所述第一率失真优化小于等于所述第二率失真优化,则设置补偿标识为不进行第二补偿处理;否则设置所述补偿标识为进行第二补偿处理;
(e)将所述补偿标识、所述量化残差写入码流。
在本发明一个实施例中,步骤(b)包括:
(b1)根据所述预测残差、所述量化模板、所述第一补偿模板获得量化残差、第二反量化残差、第一残差损失;
(b2)根据所述量化残差和所述第一残差损失计算第一率失真优化。
在本发明一个实施例中,步骤(b1)包括:
(b11)根据所述预测残差、所述量化模板获得所述量化残差;
(b12)根据所述量化残差、所述量化模板获得第一反量化残差;
(b13)根据所述第一反量化残差、所述第一补偿模板获得第二反量化残差;
(b14)根据所述第二反量化残差、所述预测残差获得所述第一残差损失;
在本发明一个实施例中,步骤(c)包括:
(c1)根据所述第一残差损失获得波动系数;
(c2)根据所述第二反量化残差、所述波动系数、所述第二补偿模板获得第三反量化残差;
(c3)根据所述第三反量化残差和所述预测残差获得所述第二残差损失;
(c4)根据所述量化残差和所述第二残差损失获得所述第二率失真优化。
在本发明一个实施例中,所述波动系数k满足:
其中,lossresi为第i位像素的残差损失,pixnumnone0为所述残差损失内非0的数量。
在本发明一个实施例中,所述第二补偿模板CT2满足:
CT2={c0,c1,ci,...,cm},其中,c=0或1或-1,m=量化单元长度。
在本发明一个实施例中,所述量化单元长度为8,所述第二补偿模板CT={1,0,-1,0,1,0,-1,0}。
本发明的另一个实施例提供了一种视频压缩自适应反量化方法,包括如下步骤:
(a)获取码流中的补偿标识和量化残差;
(b)根据所述补偿标识和所述量化残差获得反量化残差。
在本发明的一个实施例中,步骤(b)包括:
若所述补偿标识为不进行第二补偿处理,则根据量化模板、第一补偿模板获得所述反量化残差;否则,根据所述量化模板、所述第一补偿模板、所述第二补偿模板获得所述反量化残差。
与现有技术相比,本发明的有益效果:
本发明通过增加一次补偿处理,并通过比较两次补偿后和一次补偿的结果获得损失较小的方式进行量化和反量化,使视频图像的量化损失进一步降低,且该方法简单易行。
附图说明
图1为本发明实施例提供的一种视频压缩自适应量化方法示意图。
具体实施方式
下面结合具体实施例对本发明做进一步详细的描述,但本发明的实施方式不限于此。
实施例一
请参见图1,图1为本发明实施例提供的一种视频压缩自适应量化方法示意图。该量化方法包括如下步骤:
(a)获取量化单元各像素的预测残差、量化模板、第一补偿模板、第二补偿模板;
(b)根据所述预测残差、所述量化模板、所述第一补偿模板获得量化残差和第一率失真优化;(c)根据所述量化残差和所述第二补偿模板获得第二率失真优化;
(d)比较所述第一率失真优化和所述第二率失真优化,若所述第一率失真优化小于等于所述第二率失真优化,则设置补偿标识为不进行第二补偿处理;否则设置所述补偿标识为进行第二补偿处理;
(e)将所述补偿标识、所述量化残差写入码流。
本发明通过增加一次补偿处理,并通过比较两次补偿后和一次补偿的结果获得损失较小的方式进行量化和反量化,使视频图像的量化损失进一步降低,且该方法简单易行。
实施例二
请再次参见图1,本实施例在上述实施例基础上包括实施例1的步骤,还包括如下步骤:
其中,步骤(b)包括:
(b1)根据所述预测残差、所述量化模板、所述第一补偿模板获得量化残差、第二反量化残差、第一残差损失;
(b2)根据所述量化残差和所述第一残差损失计算第一率失真优化。
其中,步骤(b1)包括:
(b11)根据所述预测残差、所述量化模板获得所述量化残差;
(b12)根据所述量化残差、所述量化模板获得第一反量化残差;
(b13)根据所述第一反量化残差、所述第一补偿模板获得第二反量化残差;
(b14)根据所述第二反量化残差、所述预测残差获得所述第一残差损失;
其中,量化残差满足:
QPRESi=[PRESi>>QPi]
其中,QPRESi为第i位像素的量化残差,PRESi为第i位像素的预测残差,QPi为第i位像素的量化模板。
优选地,QPi=qp,0≤i≤N,N为量化单元的长度,qp为编码端根据码率计算获得的量化参数。
其中,“>>”算式表示,若有表达式a>>m则表示将整型数a按二进制位向右移动m位,低位移出后,高位补0。
其中,第一反量化残差满足:
IQPRES_1i=QPRESi<<QPi
其中,IQPRES_1i为第i位像素的第一反量化残差。
其中,“<<”算式表示,若有表达式a<<m则表示将整型数a按二进制位向左移动m位,高位移出后,低位补0。
其中,第二反量化残差满足:
IQPRES_2i=IQPRES_1i+CPi
其中,IQPRES-2i为第i位像素的第二反量化残差,CPi为第一补偿模板中第i位像素的第一补偿参数。
优选地,CPi=(1<<QPi)/2。
其中,第一残差损失满足:
LOSS_1i=IQPRES-2i-PRESi
其中,LOSS_1i为第i位像素的第一残差损失。
其中,步骤(c)包括:
(c1)根据所述第一残差损失获得波动系数;
(c2)根据所述第二反量化残差、所述波动系数、所述第二补偿模板获得第三反量化残差;
(c3)根据所述第三反量化残差和所述预测残差获得所述第二残差损失;
(c4)根据所述量化残差和所述第二残差损失获得所述第二率失真优化。
其中,所述波动系数k满足:
其中,lossresi为第i位像素的残差损失,pixnumnone0为所述残差损失内非0的数量,round表示四舍五入运算符。
其中,所述第二补偿模板CT2满足:
CT2={c0,c1,ci,...,cm},其中,ci=0或1或-1,m=量化单元长度,
其中,ci为第i位像素的第二补偿参数。
其中,第三反量化残差满足:
IQPRES_3i=IQPRES_2i+k×ci
其中,IQPRES_3i为第i位像素的第三反量化残差。
其中,所述量化单元长度为8,所述第二补偿模板CT={1,0,-1,0,1,0,-1,0}。
其中,所述第二残差损失满足:
LOSS_2i=IQPRES_3i-PRESi
其中,LOSS_2i为第i位像素的第二残差损失。
其中,第一率失真优化满足:
其中,RDO1为第一率失真优化,pixnum为量化单元的长度,a1和a2为权重参数。
其中,第二率失真优化满足:
其中,RDO1为第二率失真优化。
本发明通过增加一次补偿处理,并通过比较两次补偿后和一次补偿的率失真优化获得损失较小的方式进行量化和反量化,使视频图像的量化损失进一步降低,且该方法简单易行。
实施例三
本实施例在上述实施的基础上,以详细描述一种视频压缩自适应量化方法,包括如下步骤:
S01:获取量化单元的原始预测残差PRES={12,13,15,18,20,23,15,10},量化单元长度pixnum=8。
根据码率控制获取量化参数2,补偿参数2;则量化模板QP={4,4,4,4,4,4,4,4},第一补偿模板CT1={2,2,2,2,2,2,2,2}。
设编码端和解码端同时存储第二补偿模板为CT2={1,0,-1,0,1,0,-1,0}。
S03:设a1=a2=1,获得:
量化预测残差QPRES={3,3,3,4,5,5,3,2}
第一反量化预测残差IQPRES_1={12,12,12,16,20,20,12,8}
第二反量化预测残差IQPRES_2={14,14,14,18,22,22,14,10}
第一量化残差损失LOSS_1={2,1,-1,0,2,-1,-1,0}
第一率失真优化参数RDO_1=30
S04:获得
波动系数k=1;
第三反量化残差IQPRES2={15,14,13,18,23,22,13,10}
第二量化残差损失LOSS_2={3,1,-2,0,3,-1,-2,0}
第二率失真优化参数RDO_2=30
S05:设补偿标识为0表示不进行第二补偿处理,为1表示进行第二补偿处理,则RDO_1≤RDO_2,因此设置补偿标识为0。
S06:将补偿标识、量化预测残差{3,3,3,4,5,5,3,2,0}写入传输码流,其中,最后一位为补偿标识。
本发明通过增加一次补偿处理,并通过比较两次补偿后和一次补偿的率失真优化获得损失较小的方式进行量化和反量化,使视频图像的量化损失进一步降低,且该方法简单易行。
实施例四
本实施例详细描述了一种视频压缩自适应反量化方法,包括如下步骤:
(a)获取码流中的补偿标识和量化残差;
(b)根据所述补偿标识和所述量化残差获得反量化残差。
其中,步骤(b)包括:
若所述补偿标识为不进行第二补偿处理,则根据量化模板、第一补偿模板获得所述反量化残差;否则,根据所述量化模板、所述第一补偿模板、所述第二补偿模板获得所述反量化残差。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (9)
1.一种视频压缩自适应量化方法,其特征在于,包括如下步骤:
(a)获取量化单元各像素的预测残差、量化模板、第一补偿模板、第二补偿模板;
(b)根据所述预测残差、所述量化模板、所述第一补偿模板获得量化残差和第一率失真优化;
(c)根据所述量化残差和所述第二补偿模板获得第二率失真优化;
(d)比较所述第一率失真优化和所述第二率失真优化,若所述第一率失真优化小于等于所述第二率失真优化,则设置补偿标识为不进行第二补偿处理;否则设置所述补偿标识为进行第二补偿处理;
(e)将所述补偿标识、所述量化残差写入码流。
2.根据权利要求1所述的量化方法,其特征在于,步骤(b)包括:
(b1)根据所述预测残差、所述量化模板、所述第一补偿模板获得量化残差、第二反量化残差、第一残差损失;
(b2)根据所述量化残差和所述第一残差损失计算第一率失真优化。
3.根据权利要求2所述的量化方法,其特征在于,步骤(b1)包括:
(b11)根据所述预测残差、所述量化模板获得所述量化残差;
(b12)根据所述量化残差、所述量化模板获得第一反量化残差;
(b13)根据所述第一反量化残差、所述第一补偿模板获得第二反量化残差;
(b14)根据所述第二反量化残差、所述预测残差获得所述第一残差损失。
4.根据权利要求3所述的量化方法,其特征在于,步骤(c)包括:
(c1)根据所述第一残差损失获得波动系数;
(c2)根据所述第二反量化残差、所述波动系数、所述第二补偿模板获得第三反量化残差;
(c3)根据所述第三反量化残差和所述预测残差获得所述第二残差损失;
(c4)根据所述量化残差和所述第二残差损失获得所述第二率失真优化。
5.根据权利要求4所述的量化方法,其特征在于,所述波动系数k满足:
其中,lossresi为第i位像素的残差损失,pixnumnone0为所述残差损失内非0的数量。
6.根据权利要求1所述的量化方法,其特征在于,所述第二补偿模板CT2满足:
CT2={c0,c1,ci,…,cm},其中,c=0或1或-1,m=量化单元长度。
7.根据权利要求6所述的量化方法,其特征在于,所述量化单元长度为8,所述第二补偿模板CT={1,0,-1,0,1,0,-1,0}。
8.一种视频压缩自适应反量化方法,其特征在于,包括如下步骤:
(a)获取码流中的补偿标识和量化残差;
(b)根据所述补偿标识和所述量化残差获得反量化残差。
9.根据权利要求8所述的量化方法,其特征在于,步骤(b)包括:
若所述补偿标识为不进行第二补偿处理,则根据量化模板、第一补偿模板获得所述反量化残差;否则,根据所述量化模板、所述第一补偿模板、所述第二补偿模板获得所述反量化残差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811260544.6A CN109274968B (zh) | 2018-10-26 | 2018-10-26 | 视频压缩自适应量化与反量化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811260544.6A CN109274968B (zh) | 2018-10-26 | 2018-10-26 | 视频压缩自适应量化与反量化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109274968A true CN109274968A (zh) | 2019-01-25 |
CN109274968B CN109274968B (zh) | 2021-11-09 |
Family
ID=65193854
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811260544.6A Active CN109274968B (zh) | 2018-10-26 | 2018-10-26 | 视频压缩自适应量化与反量化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109274968B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111787324A (zh) * | 2020-06-29 | 2020-10-16 | 北京大学 | 率失真优化量化的方法、编码方法及装置 |
WO2024007253A1 (zh) * | 2022-07-07 | 2024-01-11 | Oppo广东移动通信有限公司 | 点云率失真优化方法及属性压缩方法、装置和存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1688167A (zh) * | 2005-04-28 | 2005-10-26 | 天津大学 | 色差信号飘移误差校正型异类标准转换编码器 |
CN101009839A (zh) * | 2006-01-23 | 2007-08-01 | 三星电子株式会社 | 基于正交变换和向量量化的视频编码/解码的方法和设备 |
CN101677400A (zh) * | 2008-09-19 | 2010-03-24 | 华为技术有限公司 | 编码、解码方法和编码器、解码器及编解码系统 |
CN102138326A (zh) * | 2008-09-01 | 2011-07-27 | 三星电子株式会社 | 反量化图像的方法和设备以及解码图像的方法和设备 |
CN102595130A (zh) * | 2011-01-06 | 2012-07-18 | Kddi株式会社 | 图像编码装置和图像解码装置 |
US8700687B2 (en) * | 2010-07-19 | 2014-04-15 | Mstar Semiconductor, Inc. | Video codec and method thereof |
-
2018
- 2018-10-26 CN CN201811260544.6A patent/CN109274968B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1688167A (zh) * | 2005-04-28 | 2005-10-26 | 天津大学 | 色差信号飘移误差校正型异类标准转换编码器 |
CN101009839A (zh) * | 2006-01-23 | 2007-08-01 | 三星电子株式会社 | 基于正交变换和向量量化的视频编码/解码的方法和设备 |
CN102138326A (zh) * | 2008-09-01 | 2011-07-27 | 三星电子株式会社 | 反量化图像的方法和设备以及解码图像的方法和设备 |
CN101677400A (zh) * | 2008-09-19 | 2010-03-24 | 华为技术有限公司 | 编码、解码方法和编码器、解码器及编解码系统 |
US8700687B2 (en) * | 2010-07-19 | 2014-04-15 | Mstar Semiconductor, Inc. | Video codec and method thereof |
CN102595130A (zh) * | 2011-01-06 | 2012-07-18 | Kddi株式会社 | 图像编码装置和图像解码装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111787324A (zh) * | 2020-06-29 | 2020-10-16 | 北京大学 | 率失真优化量化的方法、编码方法及装置 |
CN111787324B (zh) * | 2020-06-29 | 2021-05-04 | 北京大学 | 率失真优化量化的方法、编码方法及装置 |
WO2024007253A1 (zh) * | 2022-07-07 | 2024-01-11 | Oppo广东移动通信有限公司 | 点云率失真优化方法及属性压缩方法、装置和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109274968B (zh) | 2021-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101959065B (zh) | 在数字视频编码内进行自适应量化的方法和装置 | |
WO2009035149A1 (ja) | 画像処理装置及び画像処理方法 | |
CN101755464B (zh) | 基于行的视频码率控制和压缩 | |
CN101543076A (zh) | 用于环内去伪影滤波的方法和设备 | |
JP5770476B2 (ja) | ビデオ符号化に於いてレート制御を正確にする方法及び装置 | |
CN107257464B (zh) | 基于Sobel算子和线性回归的高清视频编码码率控制方法 | |
US20140321534A1 (en) | Video processors for preserving detail in low-light scenes | |
EP3545677A1 (en) | Methods and apparatuses for encoding and decoding video based on perceptual metric classification | |
Pan et al. | Frame-level Bit Allocation Optimization Based on<? brk?> Video Content Characteristics for HEVC | |
CN109274968A (zh) | 视频压缩自适应量化与反量化方法 | |
Lin et al. | A deeply modulated scheme for variable-rate video compression | |
CN110365981B (zh) | 一种视频编码方法、装置、电子设备及存储介质 | |
CN109361922B (zh) | 预测量化编码方法 | |
Milani et al. | A rate control algorithm for the H. 264 encoder | |
CN102333223A (zh) | 视频数据编码方法、解码方法、编码系统和解码系统 | |
CN101742323B (zh) | 无再损视频编码和解码的方法和装置 | |
CN112616326B (zh) | 图像解码装置、图像解码方法和存储介质 | |
CN103237221B (zh) | 一种基于结构相似性系数的h.264帧层码率控制方法 | |
NO326724B1 (no) | Metode for entropikoding av transformasjonskoeffisienter i videokomprimeringssystemer | |
CN111107362A (zh) | 视频压缩编码方法 | |
JP6912642B2 (ja) | 画像復号装置、画像復号方法及びプログラム | |
CN109618155B (zh) | 压缩编码方法 | |
CN106658010A (zh) | 一种hevc自适应视频码率控制方法及系统 | |
CN109257602B (zh) | 自适应量化方法 | |
CN109561305A (zh) | 视频压缩量化与反量化补偿方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220523 Address after: Room 402, building 5, No. 2, Tiantai 1st Road, Huangpu District, Guangzhou, Guangdong 510700 Patentee after: GUANGZHOU VIEWMED MEDICAL EQUIPMENT Co.,Ltd. Address before: 710065 Xi'an new hi tech Zone, Shaanxi, No. 86 Gaoxin Road, No. second, 1 units, 22 stories, 12202 rooms, 51, B block. Patentee before: XI'AN CREATION KEJI Co.,Ltd. |