CN112218078A - 面向监控视频的高效视频编码标准量化参数级联方法 - Google Patents

面向监控视频的高效视频编码标准量化参数级联方法 Download PDF

Info

Publication number
CN112218078A
CN112218078A CN202011107125.6A CN202011107125A CN112218078A CN 112218078 A CN112218078 A CN 112218078A CN 202011107125 A CN202011107125 A CN 202011107125A CN 112218078 A CN112218078 A CN 112218078A
Authority
CN
China
Prior art keywords
frame
determining
value
frames
parameters
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
Application number
CN202011107125.6A
Other languages
English (en)
Other versions
CN112218078B (zh
Inventor
公衍超
杨豆豆
杨楷芳
刘颖
林庆帆
王富平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian University of Posts and Telecommunications
Original Assignee
Xian University of Posts and Telecommunications
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xian University of Posts and Telecommunications filed Critical Xian University of Posts and Telecommunications
Priority to CN202011107125.6A priority Critical patent/CN112218078B/zh
Publication of CN112218078A publication Critical patent/CN112218078A/zh
Application granted granted Critical
Publication of CN112218078B publication Critical patent/CN112218078B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H04N19/70—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by syntax aspects related to video coding, e.g. related to compression standards

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

一种面向监控视频的高效视频编码标准量化参数级联方法，由确定第1帧的量化参数并编码、确定前两个图像组帧的量化参数并编码、确定第2图像组帧的最优参考帧概率、确定第1帧和前两个图像组帧的平均标准差、确定与帧失真相关的参数、确定与帧码率相关的参数、确定前两个图像组帧的平均帧间差、确定帧间参考帧的参数、确定牛顿‑拉夫逊参数、确定大于等于第三图像组帧的量化参数偏移量、编码大于等于第三个图像组的帧步骤组成。本发明解决了现有技术没有全面考虑视频帧间的编码依赖性，现有技术模型参数获取复杂，不适用于监控视频编码的问题。本发明具有编码率失真性能高、模型参数计算简单、编码时延小等优点，可用于监控视频编码技术领域中。

Description

面向监控视频的高效视频编码标准量化参数级联方法
技术领域
本发明属于视频编码技术领域，具体涉及到面向监控视频的高效视频编码标准量化参数级联方法。
背景技术
视频监控系统已经被广泛应用于公共安全，智慧交通，智慧家居等各个领域，为我国国民经济生活的各个方面起着越来越重要的作用。在视频监控系统中，采集的原始监控视频非常庞大，只有通过视频编码处理后才能对监控视频数据进行有效的网络传输与存储。视频编码的目的是用更少的编码码率获得更高质量的编码重建视频。
目前随着高清监控视频设备的大量普及，面向高清视频的高效视频编码标准被广泛采用。采用高效视频编码标准编码监控视频时，视频的编码效率与给每个帧选择的量化参数取值密切相关。量化参数级联方法是研究如何给每个基本单元(帧或者区域)选择最优化的量化参数取值的一类技术。
目前高效视频编码标准采用固定的量化参数级联方法，即当前时间层帧的量化参数在前一时间层帧的量化参数基础上加1。这种固定的量化参数级联方法由于没有考虑视频包含的内容特性及视频帧之间的编码依赖性，所以其编码性能较低。一些更加有效的量化参数级联方法被提出，这些方法可以分为两大类：基于实验统计的方法和基于编码依赖性建模的方法。基于实验统计的方法是通过选择大量视频，分析实验数据，建立某些视频内容特性与量化参数取值之间的关系模型，例如建立视频空时复杂度与量化参数取值关系的模型。基于实验统计的方法虽然考虑了视频的内容特性，但是没有考虑视频帧间的编码依赖性，所以这类方法的编码率失真性能也有待于提高。基于编码依赖性建模的方法同时考虑了视频内容特性及视频帧之间的编码依赖性，这类方法理论上可以达到更高的编码率失真性能。在高效视频编码标准中采用了多参考帧技术用于更加有效地去除帧之间的时域冗余。多参考帧技术导致当前的编码帧会与多个其他帧之间存在复杂的编码依赖性。特别是对于监控视频，其包含的视频内容通常总体上运动较缓慢，其帧之间的编码依赖性更大。
当前提出基于编码依赖性建模的量化参数级联方法都只考虑了当前编码帧与部分帧之间的编码依赖性。理论上更加全面的考虑编码依赖性会获得更加优化的量化参数取值。另外大部分量化参数级联方法的模型参数获得方式比较复杂，例如通过预编码获得，通过运动估计获得，如此复杂的计算过程也不适用于视频监控系统这类对于实时性要求较高的视频应用。
发明内容
本发明所要解决的技术问题在于克服上述现有技术的缺点，提供一种全面考虑视频帧之间编码依赖性、编码率失真性能高、模型参数计算简单、编码时延小的面向监控视频的高效视频编码标准量化参数级联方法。
解决上述技术问题所采用的技术方案是由下述步骤组成：
(1)确定第1帧的量化参数并编码
在编码配置文件中设定第1帧的量化参数QPI，QPI∈{1,2,...,51}，使用QPI编码第1帧。
(2)确定前两个图像组帧的量化参数并编码
前两个图像组中第P帧的量化参数QPξ,P按照式(1)确定：
Figure BDA0002727306050000021
其中P表示帧在图像组中的显示排序，P∈{1,2,...,gs}，gs表示图像组的大小，使用QPξ,P编码前两个图像组的帧。
(3)确定第2图像组帧的最优参考帧概率
图像组中第P帧使用第R个参考帧作为最优参考帧的概率ωP,R按照式(2)确定：
Figure BDA0002727306050000022
其中NP,PU表示第P帧的预测单元数目，NP,R,PU表示第P帧中选择第R个参考帧作为最优参考帧的预测单元数目，R∈{0,1,...,rs-1}，rs表示参考帧的数目。
(4)确定第1帧和前两个图像组帧的平均标准差
以边长为bs的正方形像素块为基本单元计算标准差，bs∈{2,4,8,16,32,64}，第1帧和前两个图像组帧的平均标准差v按式(3)确定：
Figure BDA0002727306050000031
其中
Figure BDA0002727306050000032
为下取整函数，w、h分别为帧的宽、高，y[n,u,z]为第z帧中第u个基本单元第n个像素的亮度值，z，u，n为有限正整数。
(5)确定与帧失真相关的参数
与帧失真相关的参数α按式(4)确定：
α＝f1ν+h1 (4)
其中f1，h1为模型参数，f1∈[0.01,1]，h1∈[0.01,0.7]。
(6)确定与帧码率相关的参数
与帧码率相关的模型参数γ按式(5)确定：
γ＝f2ν+h2 (5)
其中f2，h2为模型参数，f2∈[0.05,1]，h2∈[0.05,0.5]。
(7)确定前两个图像组帧的平均帧间差
前两个图像组帧的平均帧间差Δ按式(6)确定：
Figure BDA0002727306050000033
其中y[n,z]为第z帧中第n个像素的亮度值。
(8)确定帧间参考帧的参数
第R个帧间参考帧对于第P帧失真影响的参数εP,R，φP,R按式(7)-(12)确定：
Figure BDA0002727306050000034
Figure BDA0002727306050000035
Figure BDA0002727306050000036
Figure BDA0002727306050000037
Figure BDA0002727306050000038
Figure BDA0002727306050000041
其中c1、c2、c3、c4、c5、c6、d1、d2、d3、d4、d5、d6为模型参数，c1∈[0.001,0.1]，c2∈[0.01,0.1]，c3∈[0.01,0.2]，c4∈[0.001,0.01]，c5∈[0.001,0.01]，c6∈[0.001,0.01]，d1∈[0.01,0.2]，d2∈[0.01,0.2]，d3∈[0.01,0.2]，d4∈[-0.2,-0.01]，d5∈[-0.1,-0.001]，d6∈[-0.1,-0.01]。
(9)确定牛顿-拉夫逊参数
第P个帧的牛顿-拉夫逊参数θP按照式(13)确定：
Figure BDA0002727306050000042
其中i，j为模型参数，i∈[5,20]，j∈[0.001,0.1]。
(10)确定大于等于第三图像组帧的量化参数偏移量
大于等于第三图像组中帧的量化参数偏移量QPP,offset按照式(14)-式(15)确定：
Figure BDA0002727306050000043
Figure BDA0002727306050000044
其中β，σ，a，b为模型参数，β∈[0.1,1.5]，σ∈[-1,-0.1]，a∈[1,10]，b∈[5,21]。
(11)编码大于等于第三个图像组的帧
大于等于第三个图像组的帧的量化参数QPψ,P按照式(16)确定：
QPψ,P＝QPI+QPP,offset (16)
使用QPψ,P编码大于等于第三个图像组的帧。
在本发明的确定第1帧和前两个图像组帧的平均标准差步骤(4)中，所述的bs最佳为4。
在本发明的确定与帧失真相关的参数步骤(5)中，所述的f1最佳为0.1177,h1最佳为0.1374。
在本发明的确定与帧码率相关的参数步骤(6)中，所述的f2最佳为0.3048,h2最佳为0.1414。
在本发明的确定帧间参考帧的参数步骤(8)中，所述的c1最佳为0.01754，c2最佳为0.02853，c3最佳为0.06956，c4最佳为0.004745，c5最佳为0.005787，c6最佳为0.003607，d1最佳为0.09785，d2最佳为0.09252，d3最佳为0.07573，d4最佳为-0.03573，d5最佳为-0.02945，d6最佳为-0.03826。
在本发明的确定牛顿-拉夫逊参数步骤(9)中，所述的i最佳为14.068，j最佳为0.0104。
在本发明的确定大于等于第三图像组帧的量化参数偏移量步骤(10)中，所述的β最佳为0.6064，σ最佳为-0.498，a最佳为4.2005，b最佳为13.7122。
由于本发明采用确定第2图像组帧的最优参考帧概率步骤和确定大于等于第三图像组帧的量化参数偏移量步骤，解决了现有技术没有全面考虑视频帧间的编码依赖性问题。采用确定第1帧和前两个图像组帧的平均标准差步骤、确定与帧失真相关的参数步骤、确定与帧码率相关的参数步骤、确定前两个图像组帧的平均帧间差步骤、确定帧间参考帧的参数步骤、确定牛顿-拉夫逊参数步骤，解决了现有技术模型参数获取复杂，不适用于监控视频编码的问题。本发明具有编码率失真性能高、模型参数计算简单、编码时延小等优点，可用于监控视频编码技术领域中。
附图说明
图1是本发明实施例1的流程图。
具体实施方式
下面结合附图和实施例对本发明进一步详细说明，但本发明不限于下面的实施例。
实施例1
在图1中，本实施例的面向监控视频的高效视频编码标准量化参数级联方法由下述步骤组成：
(1)确定第1帧的量化参数并编码
在编码配置文件中设定第1帧的量化参数QPI，QPI∈{1,2,...,51}，使用QPI编码第1帧。
(2)确定前两个图像组帧的量化参数并编码
前两个图像组中第P帧的量化参数QPξ,P按照式(1)确定：
Figure BDA0002727306050000061
其中P表示帧在图像组中的显示排序，P∈{1,2,...,gs}，gs表示图像组的大小，使用QPξ,P编码前两个图像组的帧。
(3)确定第2图像组帧的最优参考帧概率
图像组中第P帧使用第R个参考帧作为最优参考帧的概率ωP,R按照式(2)确定：
Figure BDA0002727306050000062
其中NP,PU表示第P帧的预测单元数目，NP,R,PU表示第P帧中选择第R个参考帧作为最优参考帧的预测单元数目，R∈{0,1,...,rs-1}，rs表示参考帧的数目。
(4)确定第1帧和前两个图像组帧的平均标准差
以边长为bs的正方形像素块为基本单元计算标准差，bs∈{2,4,8,16,32,64}，本实施例中bs取值为4，第1帧和前两个图像组帧的平均标准差v按式(3)确定：
Figure BDA0002727306050000063
其中
Figure BDA0002727306050000064
为下取整函数，w、h分别为帧的宽、高，y[n,u,z]为第z帧中第u个基本单元第n个像素的亮度值，z，u，n为有限正整数。
(5)确定与帧失真相关的参数
与帧失真相关的参数α按式(4)确定：
α＝f1ν+h1 (4)
其中f1，h1为模型参数，f1∈[0.01,1]，h1∈[0.01,0.7]，本实施例的f1取值为0.1177,h1取值为0.1374。
(6)确定与帧码率相关的参数
与帧码率相关的模型参数γ按式(5)确定：
γ＝f2ν+h2 (5)
其中f2，h2为模型参数，f2∈[0.05,1]，h2∈[0.05,0.5]，本实施例的f2取值为0.3048,h2取值为0.1414。
(7)确定前两个图像组帧的平均帧间差
前两个图像组帧的平均帧间差Δ按式(6)确定：
Figure BDA0002727306050000071
其中y[n,z]为第z帧中第n个像素的亮度值。
(8)确定帧间参考帧的参数
第R个帧间参考帧对于第P帧失真影响的参数εP,R，φP,R按式(7)-(12)确定：
Figure BDA0002727306050000072
Figure BDA0002727306050000073
Figure BDA0002727306050000074
Figure BDA0002727306050000075
Figure BDA0002727306050000076
Figure BDA0002727306050000077
其中c1、c2、c3、c4、c5、c6、d1、d2、d3、d4、d5、d6为模型参数，c1∈[0.001,0.1]，c2∈[0.01,0.1]，c3∈[0.01,0.2]，c4∈[0.001,0.01]，c5∈[0.001,0.01]，c6∈[0.001,0.01]，d1∈[0.01,0.2]，d2∈[0.01,0.2]，d3∈[0.01,0.2]，d4∈[-0.2,-0.01]，d5∈[-0.1,-0.001]，d6∈[-0.1,-0.01]。本实施例的c1取值为0.01754，c2取值为0.02853，c3取值为0.06956，c4取值为0.004745，c5取值为0.005787，c6取值为0.003607，d1取值为0.09785，d2取值为0.09252，d3取值为0.07573，d4取值为-0.03573，d5取值为-0.02945，d6取值为-0.03826。
(9)确定牛顿-拉夫逊参数
第P个帧的牛顿-拉夫逊参数θP按照式(13)确定：
Figure BDA0002727306050000081
其中i，j为模型参数，i∈[5,20]，j∈[0.001,0.1]。本实施例的i取值为14.068，j取值为0.0104。
(10)确定大于等于第三图像组帧的量化参数偏移量
大于等于第三图像组中帧的量化参数偏移量QPP,offset按照式(14)-式(15)确定：
Figure BDA0002727306050000082
Figure BDA0002727306050000083
其中β，σ，a，b为模型参数，β∈[0.1,1.5]，σ∈[-1,-0.1]，a∈[1,10]，b∈[5,21]。本实施例的β取值为0.6064，σ取值为-0.498，a取值为4.2005，b取值为13.7122。
(11)编码大于等于第三个图像组的帧
大于等于第三个图像组的帧的量化参数QPψ,P按照式(16)确定：
QPψ,P＝QPI+QPP,offset (16)
使用QPψ,P编码大于等于第三个图像组的帧。
本发明采用确定第2图像组帧的最优参考帧概率步骤和确定大于等于第三图像组帧的量化参数偏移量步骤，解决了现有技术没有全面考虑视频帧间的编码依赖性问题。采用了确定第1帧和前两个图像组帧的平均标准差步骤、确定与帧失真相关的参数步骤、确定与帧码率相关的参数步骤、确定前两个图像组帧的平均帧间差步骤、确定帧间参考帧的参数步骤、确定牛顿-拉夫逊参数步骤，解决了现有技术模型参数获取复杂，不适用于监控视频编码的问题。本发明具有编码率失真性能高、模型参数计算简单、编码时延小等优点。
实施例2
本实施例的面向监控视频的高效视频编码标准量化参数级联方法由下述步骤组成：
在本发明的确定第1帧和前两个图像组帧的平均标准差步骤(4)中，以边长为bs的正方形像素块为基本单元计算标准差，bs∈{2,4,8,16,32,64}，本实施例中bs取值为2，该步骤的其它步骤与实施例1相同。
在本发明的确定与帧失真相关的参数步骤(5)中，与帧失真相关的参数α按式(4)确定：
α＝f1ν+h1 (4)
其中f1，h1为模型参数，f1∈[0.01,1]，h1∈[0.01,0.7]，本实施例的f1取值为0.01,h1取值为0.01。
在本发明的确定与帧码率相关的参数步骤(6)中，与帧码率相关的模型参数γ按式(5)确定：
γ＝f2ν+h2 (5)
其中f2，h2为模型参数，f2∈[0.05,1]，h2∈[0.05,0.5]，本实施例的f2取值为0.05,h2取值为0.05。
在本发明确定帧间参考帧的参数步骤(8)中，第R个帧间参考帧对于第P帧失真影响的参数εP,R，φP,R按式(7)-(12)确定：
Figure BDA0002727306050000091
Figure BDA0002727306050000092
Figure BDA0002727306050000093
Figure BDA0002727306050000094
Figure BDA0002727306050000095
Figure BDA0002727306050000096
其中c1、c2、c3、c4、c5、c6、d1、d2、d3、d4、d5、d6为模型参数，c1∈[0.001,0.1]，c2∈[0.01,0.1]，c3∈[0.01,0.2]，c4∈[0.001,0.01]，c5∈[0.001,0.01]，c6∈[0.001,0.01]，d1∈[0.01,0.2]，d2∈[0.01,0.2]，d3∈[0.01,0.2]，d4∈[-0.2,-0.01]，d5∈[-0.1,-0.001]，d6∈[-0.1,-0.01]。本实施例的c1、c4、c5、c6取值为0.001，c2、c3、d1、d2、d3取值为0.01，d4取值为-0.2，d5、d6取值为-0.1。
在本发明的确定牛顿-拉夫逊参数步骤(9)中，第P个帧的牛顿-拉夫逊参数θP按照式(13)确定：
Figure BDA0002727306050000101
其中i，j为模型参数，i∈[5,20]，j∈[0.001,0.1]。本实施例的i取值为5，j取值为0.001。
在本发明的确定大于等于第三图像组帧的量化参数偏移量步骤(10)中，大于等于第三图像组中帧的量化参数偏移量QPP,offset按照式(14)-式(15)确定：
Figure BDA0002727306050000102
Figure BDA0002727306050000103
其中β，σ，a，b为模型参数，β∈[0.1,1.5]，σ∈[-1,-0.1]，a∈[1,10]，b∈[5,21]。本实施例的β取值为0.1，σ取值为-1，a取值为1，b取值为5。
其它步骤与实施例1相同。
实施例3
本实施例的面向监控视频的高效视频编码标准量化参数级联方法由下述步骤组成：
在本发明的确定第1帧和前两个图像组帧的平均标准差步骤(4)中，以边长为bs的正方形像素块为基本单元计算标准差，bs∈{2,4,8,16,32,64}，本实施例中bs取值为64，该步骤的其它步骤与实施例1相同。
在本发明的确定与帧失真相关的参数步骤(5)中，与帧失真相关的参数α按式(4)确定：
α＝f1ν+h1 (4)
其中f1，h1为模型参数，f1∈[0.01,1]，h1∈[0.01,0.7]，本实施例的f1取值为1,h1取值为0.7。
在本发明的确定与帧码率相关的参数步骤(6)中，与帧码率相关的模型参数γ按式(5)确定：
γ＝f2ν+h2 (5)
其中f2，h2为模型参数，f2∈[0.05,1]，h2∈[0.05,0.5]，本实施例的f2取值为1,h2取值为0.5。
在本发明确定帧间参考帧的参数步骤(8)中，第R个帧间参考帧对于第P帧失真影响的参数εP,R，φP,R按式(7)-(12)确定：
Figure BDA0002727306050000111
Figure BDA0002727306050000112
Figure BDA0002727306050000113
Figure BDA0002727306050000114
Figure BDA0002727306050000115
Figure BDA0002727306050000116
其中c1、c2、c3、c4、c5、c6、d1、d2、d3、d4、d5、d6为模型参数，c1∈[0.001,0.1]，c2∈[0.01,0.1]，c3∈[0.01,0.2]，c4∈[0.001,0.01]，c5∈[0.001,0.01]，c6∈[0.001,0.01]，d1∈[0.01,0.2]，d2∈[0.01,0.2]，d3∈[0.01,0.2]，d4∈[-0.2,-0.01]，d5∈[-0.1,-0.001]，d6∈[-0.1,-0.01]。本实施例的c1、c2取值为0.1，c4、c5、c6取值为0.01，c3、d1、d2、d3取值为0.2，d4、d6取值为-0.01，d5取值为-0.001。
在本发明的确定牛顿-拉夫逊参数步骤(9)中，第P个帧的牛顿-拉夫逊参数θP按照式(13)确定：
Figure BDA0002727306050000121
其中i，j为模型参数，i∈[5,20]，j∈[0.001,0.1]。本实施例的i取值为20，j取值为0.1。
在本发明的确定大于等于第三图像组帧的量化参数偏移量步骤(10)中，大于等于第三图像组中帧的量化参数偏移量QPP,offset按照式(14)-式(15)确定：
Figure BDA0002727306050000122
Figure BDA0002727306050000123
其中β，σ，a，b为模型参数，β∈[0.1,1.5]，σ∈[-1,-0.1]，a∈[1,10]，b∈[5,21]。本实施例的β取值为1.5，σ取值为-0.1，a取值为10，b取值为21。
其它步骤与实施例1相同。
为了验证本发明的有益效果，发明人采用本发明实施例1的方法对视频编码标准制定组织推荐的6个标准监控视频银行(Bank)、校园(Campus)、下课(Classover)、十字路口(Crossroad)办公室(Office)、天桥(Overbridge)进行了实验。
各种实验如下：
选择高效视频编码标准制定组织推荐的编码器HM16.0，采用低时延编码结构(包括低时延P结构、低时延B结构)，图像组大小为4。采用本发明实施例1方法与高效视频编码标准默认采用的固定的量化参数级联方法分别对6个测试视频进行编码。采用视频编码领域通用的BD-rate指标衡量两种方法对应的编码率失真性能。在计算BD-rate时以固定的量化参数级联方法对应的编码数据作为基准数据，计算本发明实施例1方法对应的编码数据的BD-rate值。当此BD-rate为负值时，表示与固定的量化参数级联方法相比，本发明实施例1方法可以用更少的码率获得相同质量的重建视频，即本发明实施例1方法的编码率失真性能更高。
实验结果见表1。
表1本发明实施例1方法对应的BD-rate取值(％)
视频名称 低时延P结构(％) 低时延B结构(％)
Bank -11.73 -11.16
Campus -11.23 -10.92
Classover -6.61 -6.90
Crossroad -3.53 -4.40
Office -5.81 -6.68
Overbridge -10.98 -11.02
平均 -8.31 -8.51
由表1可见，对于所有测试视频，对于低时延P结构和低时延B结构，本发明实施例1方法对应的平均BD-rate分别为-8.31％和-8.51％，即本发明实施例1方法的编码率失真性能更高。

Claims (7)

1.一种面向监控视频的高效视频编码标准量化参数级联方法，其特征在于由下述步骤组成：
(1)确定第1帧的量化参数并编码
在编码配置文件中设定第1帧的量化参数QPI，QPI∈{1,2,...,51}，使用QPI编码第1帧；
(2)确定前两个图像组帧的量化参数并编码
前两个图像组中第P帧的量化参数QPξ,P按照式(1)确定：
Figure FDA0002727306040000011
其中P表示帧在图像组中的显示排序，P∈{1,2,...,gs}，gs表示图像组的大小，使用QPξ,P编码前两个图像组的帧；
(3)确定第2图像组帧的最优参考帧概率
图像组中第P帧使用第R个参考帧作为最优参考帧的概率ωP,R按照式(2)确定：
Figure FDA0002727306040000012
其中NP,PU表示第P帧的预测单元数目，NP,R,PU表示第P帧中选择第R个参考帧作为最优参考帧的预测单元数目，R∈{0,1,...,rs-1}，rs表示参考帧的数目；
(4)确定第1帧和前两个图像组帧的平均标准差
以边长为bs的正方形像素块为基本单元计算标准差，bs∈{2,4,8,16,32,64}，第1帧和前两个图像组帧的平均标准差v按式(3)确定：
Figure FDA0002727306040000013
其中
Figure FDA0002727306040000014
为下取整函数，w、h分别为帧的宽、高，y[n,u,z]为第z帧中第u个基本单元第n个像素的亮度值，z，u，n为有限正整数；
(5)确定与帧失真相关的参数
与帧失真相关的参数α按式(4)确定：
α＝f1ν+h1 (4)
其中f1，h1为模型参数，f1∈[0.01,1]，h1∈[0.01,0.7]；
(6)确定与帧码率相关的参数
与帧码率相关的模型参数γ按式(5)确定：
γ＝f2ν+h2 (5)
其中f2，h2为模型参数，f2∈[0.05,1]，h2∈[0.05,0.5]；
(7)确定前两个图像组帧的平均帧间差
前两个图像组帧的平均帧间差Δ按式(6)确定：
Figure FDA0002727306040000021
其中y[n,z]为第z帧中第n个像素的亮度值；
(8)确定帧间参考帧的参数
第R个帧间参考帧对于第P帧失真影响的参数εP,R，φP,R按式(7)-(12)确定：
Figure FDA0002727306040000022
Figure FDA0002727306040000023
Figure FDA0002727306040000024
Figure FDA0002727306040000025
Figure FDA0002727306040000026
Figure FDA0002727306040000027
其中c1、c2、c3、c4、c5、c6、d1、d2、d3、d4、d5、d6为模型参数，c1∈[0.001,0.1]，c2∈[0.01,0.1]，c3∈[0.01,0.2]，c4∈[0.001,0.01]，c5∈[0.001,0.01]，c6∈[0.001,0.01]，d1∈[0.01,0.2]，d2∈[0.01,0.2]，d3∈[0.01,0.2]，d4∈[-0.2,-0.01]，d5∈[-0.1,-0.001]，d6∈[-0.1,-0.01]；
(9)确定牛顿-拉夫逊参数
第P个帧的牛顿-拉夫逊参数θP按照式(13)确定：
Figure FDA0002727306040000031
其中i，j为模型参数，i∈[5,20]，j∈[0.001,0.1]；
(10)确定大于等于第三图像组帧的量化参数偏移量
大于等于第三图像组中帧的量化参数偏移量QPP,offset按照式(14)-式(15)确定：
Figure FDA0002727306040000032
Figure FDA0002727306040000033
其中β，σ，a，b为模型参数，β∈[0.1,1.5]，σ∈[-1,-0.1]，a∈[1,10]，b∈[5,21]；
(11)编码大于等于第三个图像组的帧
大于等于第三个图像组的帧的量化参数QPψ,P按照式(16)确定：
QPψ,P＝QPI+QPP,offset (16)
使用QPψ,P编码大于等于第三个图像组的帧。
2.根据权利要求1所述的面向监控视频的高效视频编码标准量化参数级联方法，其特征在于：在确定第1帧和前两个图像组帧的平均标准差步骤(4)中，所述的bs取值为4。
3.根据权利要求1所述的面向监控视频的高效视频编码标准量化参数级联方法，其特征在于：在确定与帧失真相关的参数步骤(5)中，所述的f1取值为0.1177,h1取值为0.1374。
4.根据权利要求1所述的面向监控视频的高效视频编码标准量化参数级联方法，其特征在于：在确定与帧码率相关的参数步骤(6)中，所述的f2取值为0.3048,h2取值为0.1414。
5.根据权利要求1所述的面向监控视频的高效视频编码标准量化参数级联方法，其特征在于：在确定帧间参考帧的参数步骤(8)中，所述的c1取值为0.01754，c2取值为0.02853，c3取值为0.06956，c4取值为0.004745，c5取值为0.005787，c6取值为0.003607，d1取值为0.09785，d2取值为0.09252，d3取值为0.07573，d4取值为-0.03573，d5取值为-0.02945，d6取值为-0.03826。
6.根据权利要求1所述的面向监控视频的高效视频编码标准量化参数级联方法，其特征在于：在确定牛顿-拉夫逊参数步骤(9)中，所述的i取值为14.068，j取值为0.0104。
7.根据权利要求1所述的面向监控视频的高效视频编码标准量化参数级联方法，其特征在于：在确定大于等于第三图像组帧的量化参数偏移量步骤(10)中，所述的β取值为0.6064，σ取值为-0.498，a取值为4.2005，b取值为13.7122。
CN202011107125.6A 2020-10-16 2020-10-16 面向监控视频的高效视频编码标准量化参数级联方法 Active CN112218078B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011107125.6A CN112218078B (zh) 2020-10-16 2020-10-16 面向监控视频的高效视频编码标准量化参数级联方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011107125.6A CN112218078B (zh) 2020-10-16 2020-10-16 面向监控视频的高效视频编码标准量化参数级联方法

Publications (2)

Publication Number Publication Date
CN112218078A true CN112218078A (zh) 2021-01-12
CN112218078B CN112218078B (zh) 2021-09-14

Family

ID=74055392

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011107125.6A Active CN112218078B (zh) 2020-10-16 2020-10-16 面向监控视频的高效视频编码标准量化参数级联方法

Country Status (1)

Country Link
CN (1) CN112218078B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114866773A (zh) * 2022-05-09 2022-08-05 西安邮电大学 消除时域抖动效应的量化参数级联方法
CN114885168A (zh) * 2022-04-13 2022-08-09 西安邮电大学 屏幕内容视频最优帧率的选择方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107426570A (zh) * 2016-10-28 2017-12-01 福州大学 一种低延迟视频编码的自适应Qp级联方法
CN109120934A (zh) * 2018-09-25 2019-01-01 杭州电子科技大学 一种适用于hevc视频编码的帧级量化参数计算方法
CN109819252A (zh) * 2019-03-20 2019-05-28 福州大学 一种不依赖gop结构的量化参数级联方法
US20190394466A1 (en) * 2018-06-25 2019-12-26 Tfi Digital Media Limited Method for initial quantization parameter optimization in video coding

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107426570A (zh) * 2016-10-28 2017-12-01 福州大学 一种低延迟视频编码的自适应Qp级联方法
US20190394466A1 (en) * 2018-06-25 2019-12-26 Tfi Digital Media Limited Method for initial quantization parameter optimization in video coding
CN109120934A (zh) * 2018-09-25 2019-01-01 杭州电子科技大学 一种适用于hevc视频编码的帧级量化参数计算方法
CN109819252A (zh) * 2019-03-20 2019-05-28 福州大学 一种不依赖gop结构的量化参数级联方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
KAIFANG YANG: "Content adaptive quantization parameter cascading for random-access structure in HEVC", 《2017 IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING (ICIP)》 *
YANCHAO GONG: "Rate-Distortion-Optimization-Based Quantization Parameter Cascading Technique for Random-Access Configuration in H.265/HEVC", 《 IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS FOR VIDEO TECHNOLOGY》 *
YUAN YANG: "Adaptive quantization parameter cascading for random-access prediction in H.265/HEVC based on dependent R-D models", 《 2016 IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING (ICIP)》 *
殷海兵等: "基于失真传递的时域自适应量化算法", 《浙江大学学报（理学版）》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114885168A (zh) * 2022-04-13 2022-08-09 西安邮电大学 屏幕内容视频最优帧率的选择方法
CN114885168B (zh) * 2022-04-13 2023-03-03 西安邮电大学 屏幕内容视频最优帧率的选择方法
CN114866773A (zh) * 2022-05-09 2022-08-05 西安邮电大学 消除时域抖动效应的量化参数级联方法
CN114866773B (zh) * 2022-05-09 2023-02-28 西安邮电大学 消除时域抖动效应的量化参数级联方法

Also Published As

Publication number Publication date
CN112218078B (zh) 2021-09-14

Similar Documents

Publication Publication Date Title
CN101098473B (zh) 一种图像编码方法及装置
CN102138326B (zh) 反量化图像的方法和设备以及解码图像的方法和设备
CN110677654B (zh) 高效视频编码标准低时延编码结构的量化参数级联方法
CN112218078B (zh) 面向监控视频的高效视频编码标准量化参数级联方法
US20190110050A1 (en) Residual transformation and inverse transformation in video coding systems and methods
CN101742319A (zh) 基于背景建模的静态摄像机视频压缩方法与系统
CN101335892A (zh) 基于帧内模式决策的混合分布式视频编码方法
CN100502507C (zh) 视频数据压缩编码方法
CN111556315A (zh) 数据传输方法及装置
CN107277537A (zh) 一种基于时间相关性的分布式视频压缩感知采样方法
CN107343202B (zh) 基于附加码率的无反馈分布式视频编解码方法
CN112218084B (zh) 面向监控视频的高效视频编码标准帧级码率控制方法
US9667958B2 (en) Image coding and decoding methods and apparatuses
CN102625104A (zh) 一种视频编码方法
CN102088612B (zh) 具有鲁棒性的无反馈Wyner-Ziv视频解码器
US20190379890A1 (en) Residual transformation and inverse transformation in video coding systems and methods
CN1650633A (zh) 用于小波编码的基于多参考帧的运动补偿时间过滤
CN102811349A (zh) 可自动调节冗余的无反馈多描述分布式视频编解码器
CN112218083A (zh) 高效视频编码标准帧内图像码率估计方法
Jamil et al. Preliminary study of block matching algorithm (bma) for video coding
CN112004095B (zh) 一种无存储介质的静止图像帧间无损恢复方法
CN110572661B (zh) 一种面向4k/8k超高清视频编码的低延时码率控制方法
CN116437102B (zh) 可学习通用视频编码方法、系统、设备及存储介质
WO2020248099A1 (en) Perceptual adaptive quantization and rounding offset with piece-wise mapping function
CN113365064A (zh) 一种基于物联网的红外图像实时传输压缩算法

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