CN109274968B

CN109274968B - 视频压缩自适应量化与反量化方法

Info

Publication number: CN109274968B
Application number: CN201811260544.6A
Authority: CN
Inventors: 张莹; 冉文方
Original assignee: Xian Keruisheng Innovative Technology Co Ltd
Current assignee: Guangzhou Viewmed Medical Equipment Co ltd
Priority date: 2018-10-26
Filing date: 2018-10-26
Publication date: 2021-11-09
Anticipated expiration: 2038-10-26
Also published as: CN109274968A

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

视频压缩自适应量化与反量化方法

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，lossres_i为第i位像素的残差损失，pixnum_none0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，c_i，...，c_m}，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：

(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；

(e)将所述补偿标识、所述量化残差写入码流。

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：

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；

其中，量化残差满足：

QPRES_i＝[PRES_i＞＞QP_i]

其中，QPRES_i为第i位像素的量化残差，PRES_i为第i位像素的预测残差，QP_i为第i位像素的量化模板。

优选地，QP_i＝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_1_i＝QPRES_i＜＜QP_i

其中，IQPRES_1_i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_2_i＝IQPRES_1_i+CP_i

其中，IQPRES-2_i为第i位像素的第二反量化残差，CP_i为第一补偿模板中第i位像素的第一补偿参数。

优选地，CP_i＝(1＜＜QP_i)/2。

其中，第一残差损失满足：

LOSS_1_i＝IQPRES-2_i-PRES_i

其中，LOSS_1_i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；

其中，所述波动系数k满足：

其中，lossres_i为第i位像素的残差损失，pixnum_none0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，c_i，...，c_m}，其中，c_i＝0或1或-1，m＝量化单元长度，

其中，c_i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_3_i＝IQPRES_2_i+k×c_i

其中，IQPRES_3_i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_2_i＝IQPRES_3_i-PRES_i

其中，LOSS_2_i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。

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：

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

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：

(e)将所述补偿标识、所述量化残差写入码流；其中，

所述步骤(b)包括：

(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，

所述步骤(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；

其中，所述量化残差满足：

QPRES_i＝[PRES_i＞＞QP_i]

其中，QPRES_i为第i位像素的量化残差，PRES_i为第i位像素的预测残差，QP_i为第i位像素的量化模板；“>>”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；

第一反量化残差满足：

IQPRES_1_i＝QPRES_i<<QP_i

其中，IQPRES_1_i为第i位像素的第一反量化残差；“<<”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；

第二反量化残差满足：

IQPRES_2_i＝IQPRES_1_i+CP_i

IQPRES_2_i为第i位像素的第二反量化残差，CP_i为第一补偿模板中第i位像素的第一补偿参数；

第一残差损失满足：

LOSS_1_i＝IQPRES_2_i-PRES_i

LOSS_1_i为第i位像素的第一残差损失；其中：

所述步骤(c)包括：

(c1)根据所述第一残差损失获得波动系数；

(c3)根据所述第三反量化残差和所述预测残差获得第二残差损失；

(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：

lossres_i为第i位像素的残差损失，pixnum_none0为所述残差损失内非0的数量，round表示四舍五入运算符；

所述第二补偿模板CT₂满足：

CT₂＝{c₀,c₁,c_i,…,c_m}，其中，c＝0或1或-1，m＝量化单元长度；ci为第i位像素的第二补偿参数；

所述量化单元长度为8，所述第二补偿模板CT₂＝{1,0,-1,0,1,0,-1,0}；

第三反量化残差满足：

IQPRES_3_i＝IQPRES_2_i+k×c_i

其中，IQPRES_3_i为第i位像素的第三反量化残差；

所述第二残差损失满足：

LOSS_2_i＝IQPRES_3_i-PRES_i

LOSS_2_i为第i位像素的第二残差损失；

第一率失真优化满足：

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；

第二率失真优化满足：

RDO₂为第二率失真优化。