CN109788288B - 码率控制中i帧量化步长的估算方法及装置 - Google Patents

Abstract

本发明实施例提供一种码率控制中I帧量化步长的估算方法及装置，所述方法包括：获取原始图像序列；对原始图像序列中的每帧图像进行欠采样，获得低分辨图像序列，对低分辨图像序列进行运动预测，获得低分辨运动预测代价；基于低分辨运动预测代价，利用分段线性拟合模型估计所述原始图像序列的运动预测代价；根据所述原始图像序列的运动预测代价和预设的一帧目标比特数，利用回归算法计算I帧的量化步长。本发明实施例基于欠采样图像，估计原始图像的运动预测代价，获取I帧码率与后续帧平均码率的比例，在给定目标码率下，采用回归方法得到I帧量化步长，可有效提高编码质量。

Description

码率控制中I帧量化步长的估算方法及装置

技术领域

本发明实施例涉及视频压缩技术领域，更具体地，涉及一种码率控制中I帧量化步长的估算方法及装置。

背景技术

随着计算机和通信技术的迅速发展，数字化技术越来越深刻地影响着人们的日常生活。由于视频信号数据量大，在很大程度上受到现有的通信传输带宽和数据存储设备的限制，为了更好地利用这种多媒体形式，就需要对视频数据进行压缩。视频编码技术是视频通信中的一项核心技术，其目的是针对给定的图像序列，在保证重构质量满足给定条件的前提下，使用尽可能少的比特数对其进行编码，以便于在给定的传输信道中进行传输。

视频编码中码率控制算法是通过调整基础编码单元的量化参数(QP，根据量化参数可以唯一确定量化步长Q)，其目标是在指定的信道带宽下达到最小的率失真代价。其中，首帧或场景切换处的I帧的基础量化参数的定义会影响后续帧的编码质量以及编码码率的准确度。首帧和场景切换处的I帧编码代价变化剧烈，难以基于对以往帧的运动预测代价进行统计来估计I帧的量化步长。因此，亟需提供一种方法来对I帧的量化步长进行准确估算。

发明内容

本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的码率控制中I帧量化步长的估算方法及装置。

第一方面，本发明实施例提供一种码率控制中I帧量化步长的估算方法，包括：

获取原始图像序列，其中，所述原始图像序列由I帧图像和后续N-1帧图像组成，后续每帧图像的类型为P帧或B帧，且后续每帧图像的帧类型是已知的；

对所述原始图像序列进行欠采样，获得低分辨图像序列，并对所述低分辨图像序列进行运动预测，获得低分辨运动预测代价；

基于所述低分辨运动预测代价，利用分段线性拟合模型估计所述原始图像序列的运动预测代价；

根据所述原始图像序列的运动预测代价和预设的一帧目标比特数，利用回归算法计算所述I帧图像的量化步长。

第二方面，本发明实施例提供一种码率控制中I帧量化步长的估算装置，包括：

获取模块，用于获取原始图像序列，其中，所述原始图像序列由I帧图像和后续N-1帧图像组成，后续每帧图像的类型为P帧或B帧，且后续每帧图像的帧类型是已知的；

欠采样模块，用于对所述原始图像序列进行欠采样，获得低分辨图像序列，并对所述低分辨图像序列进行运动预测，获得低分辨运动预测代价；

运动预测模块，用于基于所述低分辨运动预测代价，利用分段线性拟合模型估计所述原始图像序列的运动预测代价；

回归计算模块，用于根据所述原始图像序列的运动预测代价和预设的一帧目标比特数，利用回归算法计算所述I帧图像的量化步长。

第三方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所提供的码率控制中I帧量化步长的估算方法的步骤。

第四方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面所提供的码率控制中I帧量化步长的估算方法的步骤。

本发明实施例提供的码率控制中I帧量化步长的估算方法及装置，基于欠采样图像运动预测代价，估计所述原始图像序列的运动预测代价，获得I帧码率与后续P/B帧平均码率比例，在给定目标码率下，采用回归方法得到I帧量化步长，可有效提高编码质量。

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为根据本发明实施例提供的码率控制中I帧量化步长的估算方法的流程示意图；

图2为根据本发明实施例提供的码率控制中I帧量化步长的估算装置的结构示意图；

图3为本发明实施例提供的电子设备的实体结构示意图。

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。

图1为根据本发明实施例提供的码率控制中I帧量化步长的估算方法的流程示意图，包括：

步骤100、获取原始图像序列，其中，所述原始图像序列由I帧图像和后续N-1帧图像组成，后续每帧图像的类型为P帧或B帧，且后续每帧图像的帧类型是已知的；

本发明实施例中，将当前I帧图像及后续N-1帧图像定义为原始图像序列PS＝{P_i|1≤i≤N}，其中，P₁为I帧图像，后续每帧图像的类型为P帧或B帧，且后续每帧图像的帧类型是预先获知的，N为大于一的自然数。

在视频编码压缩标准(包括H.265和H.264)中I帧、P帧、B帧用于表示传输的视频画面。I帧又称帧内编码帧，是一种自带全部信息的独立帧，无需参考其他图像便可独立进行解码，可以简单理解为一张静态画面。视频序列中的第一个帧始终都是I帧。P帧又称帧间预测编码帧，需要参考前向的I帧、P帧或B帧才能进行编码。运动预测残差表示的是当前帧画面与前向参考帧的差别。解码时需要用之前缓存的参考画面叠加上本帧定义的运动预测，生成最终画面。B帧又称双向预测编码帧，也就是B帧记录的是本帧与前后向参考帧的差别。也就是说要解码B帧，通过前后向参考画面与本帧运动残差数据的叠加取得最终的画面。

步骤101、对所述原始图像序列进行欠采样，获得低分辨图像序列，并对所述低分辨图像序列进行运动预测，获得低分辨运动预测代价；

具体地，对所述原始图像序列PS中的每帧图像进行欠采样，获

块，n的典型值为8，根据第i帧低分辨图像

的帧类型，对其中的图像块进行运动预测，具体地，对其中的I帧进行帧内预测，对其中的P帧以其最近前向P帧作为参考帧进行单向预测，B帧以最近前后的P帧为参考进行双向预测。根据帧的类型采用相应的运动预测算法，可以获得第i帧低分辨图像的运动预测代价

由此可最终获得所述低分辨图像序列对应的低分辨运动预测代价。

其中，运动预测代价为运动预测残差的Hadamard变换系数绝对值和。

步骤102、基于所述低分辨运动预测代价，利用分段线性拟合模型估计所述原始图像序列的运动预测代价；

具体地，在估计所述原始图像序列的运动预测代价之前，对I类型帧、P类型帧和B类型帧通过统计方法分别建立从低分辨运动预测代价到所述原始图像序列的运动预测代价的分段线性拟合模型。

从而可利用针对各类型帧的分段线性拟合模型，通过低分辨运动预测代价

估计其对应的原始图像的运动预测代价C_i，最终获得所述原始图像序列的运动预测代价。

步骤103、根据所述原始图像序列的运动预测代价和预设的一帧目标比特数，利用回归算法计算所述I帧图像的量化步长。

具体地，首先，基于所述原始图像序列的运动预测代价分别获取所述I帧图像的运动预测代价、后续帧图像中所有P帧图像的运动预测代价之和以及所有B帧图像的运动预测代价之和。

根据所获取到的I帧图像的运动预测代价、后续帧图像中所有P帧图像的运动预测代价之和以及所有B帧图像的运动预测代价之和，可计算获得所述I帧图像的编码比特数与后续帧图像的平均编码比特数的比值。

根据所述I帧图像的编码比特数与后续帧图像的平均编码比特数的比值，可获得所述I帧图像的借贷期帧数。

基于所述I帧图像的编码比特数与后续帧图像的平均编码比特数的比值、所述I帧图像的借贷期帧数和预设的一帧目标比特数，更新所述I帧图像的量化步长。

迭代执行上述计算I帧图像的编码比特数与后续帧图像的平均编码比特数的比值、I帧图像的借贷期帧数和更新I帧图像的量化步长的步骤，直至更新后的I帧图像的量化步长与更新前的I帧图像的量化步长的差值小于预设阈值时，停止迭代，输出更新后的I帧图像的量化步长。

本发明实施例提供的码率控制中I帧量化步长的估算方法，基于欠采样图像运动预测代价，估计所述原始图像序列的运动预测代价，在给定目标码率下，采用回归方法得到I帧量化步长，可有效提高编码质量。

基于上述实施例的内容，所述根据所述原始图像序列的运动预测代价和预设的一帧目标比特数，利用回归算法计算所述I帧图像的量化步长的步骤，具体为：

基于所述原始图像序列的运动预测代价分别获取所述I帧图像的运动预测代价、后续帧图像中所有P帧图像的运动预测代价之和以及所有B帧图像的运动预测代价之和；

初始化所述I帧图像的量化步长，迭代执行以下步骤：

根据所述I帧图像的量化步长、所述I帧图像的运动预测代价、后续帧图像中所有P帧图像的运动预测代价之和以及所有B帧图像的运动预测代价之和，计算所述I帧图像的编码比特数与后续帧图像的平均编码比特数的比值；

根据所述I帧图像的编码比特数与后续帧图像的平均编码比特数的比值，计算所述I帧图像的借贷期帧数；

基于所述I帧图像的编码比特数与后续帧图像的平均编码比特数的比值、所述I帧图像的借贷期帧数和预设的一帧目标比特数，更新所述I帧图像的量化步长；

若判断更新后所述I帧图像的量化步长与更新前所述I帧图像的量化步长之间的差值小于预设阈值，则输出更新后的所述I帧图像的量化步长。

具体地，在原始图像序列PS中，P₁为I帧，相应C₁为P₁的帧内预测代价，即I帧帧内预测代价C_I。P₁的后续帧为P类型帧或B类型帧。于是，可定义原始图像序列PS中所有P帧图像的运动预测代价之和

此处C_i是原始图像序列PS中被定义为P类型帧的运动预测代价，定义N_P为原始图像序列PS中P类型帧的总数量；定义原始图像序列PS中所有B帧图像的运动预测代价之和

此处C_i是原始图像序列PS中被定义为B类型帧的运动预测代价，定义N_B为原始图像序列PS中B类型帧的数量。

初始化所述I帧图像的量化步长Q_I，并根据所述I帧图像的量化步长Q_I计算B帧图像的量化步长Q_B和P帧图像的量化步长Q_P。

其中，Q_P为P帧图像的量化步长，Q_P＝Q_I·Δ_IP，Δ_IP为前一个GOP帧组中I帧与P帧量化步长比值的均值，对于首个I帧，Δ_IP＝1.5。Q_B＝Q_P·Δ_PB，Δ_PB为前一个GOP帧组中P帧与B帧量化步长比值的均值，对于首个I帧，Δ_PB＝1.5。已知Q_I，即可获得Q_P和Q_B。

根据所述I帧图像的量化步长Q_I、I帧图像的运动预测代价C_I、后续帧图像中所有P帧图像的运动预测代价之和C_P以及所有B帧图像的运动预测代价之和C_B，利用如下公式计算所述I帧图像的编码比特数与后续帧图像的平均编码比特数的比值α:

其中，C_I为所述I帧图像的运动预测代价，C_P为后续帧图像中所有P帧图像的运动预测代价之和，C_B为后续帧图像中所有B帧图像的运动预测代价之和，Q_I为I帧图像的量化步长，Q_B为B帧图像的量化步长，Q_P为P帧图像的量化步长，N_P为所述原始图像序列中P帧图像的数量，N_B为所述原始图像序列中B帧图像的数量。

当I帧的比特数大于一帧的目标比特数B_C时，多余的比特数量要被平均分配到后续的a_F帧中，a_F被定义为借贷期帧数。

本发明实施例提出了一种基于α求a_F的方法，具体为：

利用如下公式计算所述I帧图像的借贷期帧数a_F：

a_F＝min(kα,68) (2)

其中，α为所述I帧图像的编码比特数与后续帧图像的平均编码比特数的比值，k为一个大于等于2且小于等于4的常数。

当α较小时，利用公式(2)可有效缩短借贷期帧数，提高码率控制的性能。

若给定的目标码率为R_C，帧率为r，那么单帧目标比特数为B_C＝R_C/r。

基于所述I帧图像的编码比特数与后续帧图像的平均编码比特数的比值、所述I帧图像的借贷期帧数和预设的一帧目标比特数，更新所述I帧图像的量化步长的步骤，具体为：

保存I帧图像的量化步长Q_I'＝Q_I，并利用如下公式更新I帧图像的量化步长Q_I：

其中，B_C为预设的一帧目标比特数，C_I为所述I帧图像的运动预测代价，α为所述I帧图像的编码比特数与后续帧图像的平均编码比特数的比值，a_F为所述I帧图像的借贷期帧数。

若判断更新后的所述I帧图像的量化步长与更新前所述I帧图像的量化步长之间的误差小于预设阈值，例如，|Q_I-Q_I'|＜0.1，则输出更新后的所述I帧图像的量化步长。否则，重新执行上述计算I帧图像的编码比特数与后续帧图像的平均编码比特数的比值、I帧图像的借贷期帧数和更新I帧图像的量化步长的步骤，即利用更新后的I帧图像的量化步长重新根据公式(1)计算所述I帧图像的编码比特数与后续帧图像的平均编码比特数的比值α，利用公式(2)计算I帧图像的借贷期帧数a_F，然后利用公式(3)对I帧图像的量化步长进行重新计算。

本发明实施例提供的码率控制中I帧量化步长的估算方法，基于欠采样图像运动预测代价，估计所述原始图像序列的运动预测代价，获得I帧码率与后续P/B帧平均码率比例，在给定目标码率下，采用回归方法得到I帧量化步长，可有效提高编码质量。

如图2所示，为本发明实施例提供的码率控制中I帧量化步长的估算装置的结构示意图，包括：获取模块210、欠采样模块220、运动预测模块230和回归计算模块240，其中，

获取模块210，用于获取原始图像序列，其中，所述原始图像序列由I帧图像和后续N-1帧图像组成，后续每帧图像的类型为P帧或B帧，且后续每帧图像的帧类型是已知的；

具体地，本发明实施例中，获取模块210将当前I帧图像及后续N-1帧图像定义为原始图像序列PS＝{P_i|1≤i≤N}，其中，P₁为I帧图像，后续每帧图像的类型为P帧或B帧，且后续每帧图像的帧类型是预先获知的。

欠采样模块220，用于对所述原始图像序列进行欠采样，获得低分辨图像序列，并对所述低分辨图像序列进行运动预测，获得低分辨运动预测代价；

具体地，欠采样模块220对所述原始图像序列PS中的每帧图像

划分为n×n(n典型值为8)的块，根据第i帧低分辨图像

的帧类型，对其中的图像块进行运动预测，具体地，对其中的I帧进行帧内预测，对其中的P帧以其最近前向P帧作为参考帧进行单向预测，B帧以最近前后的P帧为参考进行双向预测。根据帧的类型采用相应的运动预测算法，可以获得第i帧低分辨图像的运动预测代价

由此可最终获得所述低分辨图像序列对应的低分辨运动预测代价。

运动预测模块230，用于基于所述低分辨运动预测代价，利用分段线性拟合模型估计所述原始图像序列的运动预测代价；

具体地，在估计所述原始图像序列的运动预测代价之前，运动预测模块230对I类型帧、P类型帧和B类型帧通过统计方法分别建立从低分辨运动预测代价到所述原始图像序列的运动预测代价的分段线性拟合模型。

从而运动预测模块230可利用针对各类型帧的分段线性拟合模型，通过低分辨运动预测代价

估计其对应的原始图像的运动预测代价C_i，最终获得所述原始图像序列的运动预测代价。

回归计算模块240，用于根据所述原始图像序列的运动预测代价和预设的一帧目标比特数，利用回归算法计算所述I帧图像的量化步长。

具体地，首先，回归计算模块240基于所述原始图像序列的运动预测代价分别获取所述I帧图像的运动预测代价、后续帧图像中所有P帧图像的运动预测代价之和以及所有B帧图像的运动预测代价之和。

回归计算模块240根据所获取到的I帧图像的运动预测代价、后续帧图像中所有P帧图像的运动预测代价之和以及所有B帧图像的运动预测代价之和，计算获得所述I帧图像的编码比特数与后续帧图像的平均编码比特数的比值。

根据所述I帧图像的编码比特数与后续帧图像的平均编码比特数的比值，可获得所述I帧图像的借贷期帧数。

基于所述I帧图像的编码比特数与后续帧图像的平均编码比特数的比值、所述I帧图像的借贷期帧数和预设的一帧目标比特数，更新所述I帧图像的量化步长。

回归计算模块240迭代执行上述计算I帧图像的编码比特数与后续帧图像的平均编码比特数的比值、I帧图像的借贷期帧数和更新I帧图像的量化步长的步骤，直至更新后的I帧图像的量化步长与更新前的I帧图像的量化步长的差值小于预设阈值时，停止迭代，输出更新后的I帧图像的量化步长。

本发明实施例提供的码率控制中I帧量化步长的估算装置，基于欠采样图像运动预测代价，估计所述原始图像序列的运动预测代价，获得I帧码率与后续P/B帧平均码率比例，在给定目标码率下，采用回归方法得到I帧量化步长，可有效提高编码质量。

基于上述实施例的内容，所述回归计算模块240具体用于：

基于所述原始图像序列的运动预测代价分别获取所述I帧图像的运动预测代价、后续帧图像中所有P帧图像的运动预测代价之和以及所有B帧图像的运动预测代价之和；

初始化所述I帧图像的量化步长，迭代执行以下步骤：

根据所述I帧图像的量化步长、所述I帧图像的运动预测代价、后续帧图像中所有P帧图像的运动预测代价之和以及所有B帧图像的运动预测代价之和，计算所述I帧图像的编码比特数与后续帧图像的平均编码比特数的比值；

根据所述I帧图像的编码比特数与后续帧图像的平均编码比特数的比值，计算所述I帧图像的借贷期帧数；

基于所述I帧图像的编码比特数与后续帧图像的平均编码比特数的比值、所述I帧图像的借贷期帧数和预设的一帧目标比特数，更新所述I帧图像的量化步长；

若判断更新后所述I帧图像的量化步长与更新前所述I帧图像的量化步长之间的差值小于预设阈值，则输出更新后的所述I帧图像的量化步长。

图3为本发明实施例提供的电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340，其中，处理器310，通信接口320，存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储在存储器330上并可在处理器310上运行的计算机程序，以执行上述各实施例提供的码率控制中I帧量化步长的估算方法，例如包括：获取原始图像序列，其中，所述原始图像序列由I帧图像和后续N-1帧图像组成，后续每帧图像的类型为P帧或B帧，且后续每帧图像的帧类型是已知的；对所述原始图像序列进行欠采样，获得低分辨图像序列，并对所述低分辨图像序列进行运动预测，获得低分辨运动预测代价；基于所述低分辨运动预测代价，利用分段线性拟合模型估计所述原始图像序列的运动预测代价；根据所述原始图像序列的运动预测代价和预设的一帧目标比特数，利用回归算法计算所述I帧图像的量化步长。

此外，上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各实施例提供的码率控制中I帧量化步长的估算方法，例如包括：获取原始图像序列，其中，所述原始图像序列由I帧图像和后续N-1帧图像组成，后续每帧图像的类型为P帧或B帧，且后续每帧图像的帧类型是已知的；对所述原始图像序列进行欠采样，获得低分辨图像序列，并对所述低分辨图像序列进行运动预测，获得低分辨运动预测代价；基于所述低分辨运动预测代价，利用分段线性拟合模型估计所述原始图像序列的运动预测代价；根据所述原始图像序列的运动预测代价和预设的一帧目标比特数，利用回归算法计算所述I帧图像的量化步长。

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设备(可以是个人计算机，服务器，或者网络设备等)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 (5)

1.一种码率控制中I帧量化步长的估算方法，其特征在于，包括：

获取原始图像序列，其中，所述原始图像序列由I帧图像和后续N-1帧图像组成，后续每帧图像的类型为P帧或B帧，且后续每帧图像的帧类型是已知的；

对所述原始图像序列进行欠采样，获得低分辨图像序列，并对所述低分辨图像序列进行运动预测，获得低分辨运动预测代价；

基于所述低分辨运动预测代价，利用分段线性拟合模型估计所述原始图像序列的运动预测代价；

根据所述原始图像序列的运动预测代价和预设的一帧目标比特数，利用回归算法计算所述I帧图像的量化步长；

其中，所述根据所述原始图像序列的运动预测代价和预设的一帧目标比特数，利用回归算法计算所述I帧图像的量化步长的步骤，具体为：

基于所述原始图像序列的运动预测代价分别获取所述I帧图像的运动预测代价、后续帧图像中所有P帧图像的运动预测代价之和以及所有B帧图像的运动预测代价之和；

初始化所述I帧图像的量化步长，迭代执行以下步骤：

根据所述I帧图像的量化步长、所述I帧图像的运动预测代价、后续帧图像中所有P帧图像的运动预测代价之和以及所有B帧图像的运动预测代价之和，计算所述I帧图像的编码比特数与后续帧图像的平均编码比特数的比值；

根据所述I帧图像的编码比特数与后续帧图像的平均编码比特数的比值，计算所述I帧图像的借贷期帧数；

基于所述I帧图像的编码比特数与后续帧图像的平均编码比特数的比值、所述I帧图像的借贷期帧数和预设的一帧目标比特数，更新所述I帧图像的量化步长；

若判断更新后所述I帧图像的量化步长与更新前所述I帧图像的量化步长之间的差值小于预设阈值，则输出更新后的所述I帧图像的量化步长；

其中，所述根据所述I帧图像的量化步长、所述I帧图像的运动预测代价、后续帧图像中所有P帧图像的运动预测代价之和以及所有B帧图像的运动预测代价之和，计算所述I帧图像的编码比特数与后续帧图像的平均编码比特数的比值的步骤，具体为：

利用如下公式计算所述I帧图像的编码比特数与后续帧图像的平均编码比特数的比值α:

其中，C_I为所述I帧图像的运动预测代价，C_P为后续帧图像中所有P帧图像的运动预测代价之和,C_B为后续帧图像中所有B帧图像的运动预测代价之和，Q_I为I帧图像的量化步长，Q_B为B帧图像的量化步长，Q_P为P帧图像的量化步长，N_P为所述原始图像序列中P帧图像的数量，N_B为所述原始图像序列中B帧图像的数量；

其中，所述根据所述I帧图像的编码比特数与后续帧图像的平均编码比特数的比值，计算所述I帧图像的借贷期帧数的步骤，具体为：

利用如下公式计算所述I帧图像的借贷期帧数a_F：

a_F＝min(kα,68)，

其中，α为所述I帧图像的编码比特数与后续帧图像的平均编码比特数的比值，k为一个大于等于2且小于等于4的常数；

其中，所述基于所述I帧图像的编码比特数与后续帧图像的平均编码比特数的比值、所述I帧图像的借贷期帧数和预设的一帧目标比特数，更新所述I帧图像的量化步长的步骤，具体为：

保存I帧图像的量化步长，并利用如下公式更新I帧图像的量化步长Q_I：

其中，B_C为预设的一帧目标比特数，C_I为所述I帧图像的运动预测代价，α为所述I帧图像的编码比特数与后续帧图像的平均编码比特数的比值，a_F为所述I帧图像的借贷期帧数。

2.根据权利要求1所述的方法，其特征在于，所述基于所述低分辨运动预测代价，利用分段线性拟合模型估计所述原始图像序列的运动预测代价的步骤之前，还包括：

对I类型帧、P类型帧和B类型帧分别建立从低分辨运动预测代价到所述原始图像序列的运动预测代价的分段线性拟合模型。

3.一种码率控制中I帧量化步长的估算装置，其特征在于，包括：

获取模块，用于获取原始图像序列，其中，所述原始图像序列由I帧图像和后续N-1帧图像组成，后续每帧图像的类型为P帧或B帧，且后续每帧图像的帧类型是已知的；

欠采样模块，用于对所述原始图像序列进行欠采样，获得低分辨图像序列，并对所述低分辨图像序列进行运动预测，获得低分辨运动预测代价；

运动预测模块，用于基于所述低分辨运动预测代价，利用分段线性拟合模型估计所述原始图像序列的运动预测代价；

回归计算模块，用于根据所述原始图像序列的运动预测代价和预设的一帧目标比特数，利用回归算法计算所述I帧图像的量化步长；

其中，所述回归计算模块具体用于：

基于所述原始图像序列的运动预测代价分别获取所述I帧图像的运动预测代价、后续帧图像中所有P帧图像的运动预测代价之和以及所有B帧图像的运动预测代价之和；

初始化所述I帧图像的量化步长，迭代执行以下步骤：

根据所述I帧图像的量化步长、所述I帧图像的运动预测代价、后续帧图像中所有P帧图像的运动预测代价之和以及所有B帧图像的运动预测代价之和，计算所述I帧图像的编码比特数与后续帧图像的平均编码比特数的比值；

根据所述I帧图像的编码比特数与后续帧图像的平均编码比特数的比值，计算所述I帧图像的借贷期帧数；

基于所述I帧图像的编码比特数与后续帧图像的平均编码比特数的比值、所述I帧图像的借贷期帧数和预设的一帧目标比特数，更新所述I帧图像的量化步长；

若判断更新后所述I帧图像的量化步长与更新前所述I帧图像的量化步长之间的差值小于预设阈值，则输出更新后的所述I帧图像的量化步长；

其中，所述回归计算模块具体用于：

利用如下公式计算所述I帧图像的编码比特数与后续帧图像的平均编码比特数的比值α:

其中，C_I为所述I帧图像的运动预测代价，C_P为后续帧图像中所有P帧图像的运动预测代价之和,C_B为后续帧图像中所有B帧图像的运动预测代价之和，Q_I为I帧图像的量化步长，Q_B为B帧图像的量化步长，Q_P为P帧图像的量化步长，N_P为所述原始图像序列中P帧图像的数量，N_B为所述原始图像序列中B帧图像的数量；

其中，所述回归计算模块具体用于：

利用如下公式计算所述I帧图像的借贷期帧数a_F：

a_F＝min(kα,68)，

其中，α为所述I帧图像的编码比特数与后续帧图像的平均编码比特数的比值，k为一个大于等于2且小于等于4的常数；

其中，所述回归计算模块具体用于：

保存I帧图像的量化步长，并利用如下公式更新I帧图像的量化步长Q_I：

其中，B_C为预设的一帧目标比特数，C_I为所述I帧图像的运动预测代价，α为所述I帧图像的编码比特数与后续帧图像的平均编码比特数的比值，a_F为所述I帧图像的借贷期帧数。

4.一种电子设备，其特征在于，包括：

至少一个处理器；以及

与所述处理器通信连接的至少一个存储器，其中：

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至2任一所述的方法。

5.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至2任一所述的方法。

Images