視頻復(fù)雜度自適應(yīng)的H.264基本單元層碼率控制方法

張 劍，張君昌

（西北工業(yè)大學(xué) 陜西 西安 710129）

碼率控制一直是H．264/AVC視頻編碼標(biāo)準的研究熱點。由Li和Ma等人提出的JVT-H017[1]提案在碼率、圖像質(zhì)量和緩沖器占用度上達到了良好平衡[2]，已成為最主流的碼率控制方法。JVT-H017使用待編碼基本單元的MAD（平均絕對誤差）預(yù)測模型的參數(shù)來預(yù)測當(dāng)前幀剩余所有基本單元的MAD，并根據(jù)所得結(jié)果為當(dāng)前基本單元分配比特數(shù)。當(dāng)視頻復(fù)雜度較高時，基本單元的時空相關(guān)性都明顯降低，此時這種基本單元比特數(shù)分配方法會產(chǎn)生較大誤差。

對此，許多學(xué)者提出了很多改進的碼率控制方法。Jianpeng[3]提出使用二維窗口來選取模型參數(shù)的歷史數(shù)據(jù)點，但二維窗口通常數(shù)據(jù)點較少，準確度受到限制；Yang[4]提出了空域的MAD預(yù)測模型來增加MAD預(yù)測的精確度，但計算復(fù)雜度比較高；Yin[5]提出使用相鄰已編碼基本單元的MAD加權(quán)平均值來計算當(dāng)前基本單元的MAD，但沒有準確利用基本單元空域時域的相關(guān)性；Jen-Yeu[6]提出利用DMAD（Difference of MAD）改進JVT-H017的幀間比特數(shù)分配方法并將其應(yīng)用到基本單元層，改善了高復(fù)雜度視頻和場景變換時的編碼質(zhì)量。

文中在Jen-Yeu[6]提出的基本單元層碼率控制方法的基礎(chǔ)上，對其復(fù)雜度參數(shù)進行了重新定義，提高了復(fù)雜度估計的準確性，同時利用理想狀況下的比特數(shù)消耗情況來對基本單元比特數(shù)預(yù)測值進行修正。文中所有仿真均以官方驗證軟件 JM13．2[7]為實驗平臺。

1 JVT-H 017基本單元層碼率控制誤差分析

JM軟件采用了JVT-H017算法中的基本單元目標(biāo)比特數(shù)計算方法

其中，i表示當(dāng)前幀的序號，j表示當(dāng)前基本單元在當(dāng)前幀中的序號，Ti（j）表示基本單元的目標(biāo)比特數(shù)，PMAD表示基本單元 MAD的線性預(yù)測值，TRi（j）表示第 i幀中第 j個基本單元編碼前該幀剩余比特數(shù)，Nunit表示當(dāng)前幀的基本單元總數(shù)。

JVT-H017的比特數(shù)分配方法并沒有充分考慮相鄰幀的基本單元間的時間和空間相關(guān)性，當(dāng)視頻內(nèi)容變化速度比較快或發(fā)生場景變換時，基本單元之間的時空相關(guān)性變差，此時使用當(dāng)前基本單元j的線性預(yù)測系數(shù)去預(yù)測當(dāng)前幀剩余基本單元的 MAD 而得到的 PMADi（k）{k=j+1，j+2…Nunit}會有較大的誤差，而基于PMADi（k）計算的目標(biāo)比特數(shù)的準確度也會有較大幅度下降，使得基本單元的比特數(shù)分配變得不準確。

2 基于DMAD的基本單元比特分配方法

在JVT-H017算法中，最終為待編碼P幀分配的比特數(shù)f（i）由f?（i）和f?（i）兩部分組成

其中，f?（i）是從當(dāng)前GOP剩余比特數(shù)角度為待編碼P幀分配的比特數(shù)，f?（i）是從編碼碼率和緩沖器占用度角度分配給待編碼P幀的比特數(shù)。在JM13．2模型中，β設(shè)為常數(shù)0．5。

Jen-Yeu[6]通過實驗發(fā)現(xiàn)式（2）中的系數(shù)β與圖像的時間相關(guān)性有很大的關(guān)系，進而影響了幀間比特數(shù)分配和幀圖像的編碼信噪比，并基于此提出用DMAD（Difference of MAD）來判斷視頻序列的復(fù)雜度。第i幀第j個基本單元的DMAD為

DMAD（i，j）=|MAD（i，j）-MAD（i-1，j）| （3）

當(dāng)DMAD值較大時，表明連續(xù)的兩幀之間某一幀的預(yù)測誤差較大，此時圖像中極有可能有高速的物體運動或發(fā)生場景變換。

DMAD（i，j）被進一步歸一化為β?（i，j）

β?（i，j）用來代替式（2）中的權(quán)重系數(shù) β。 由于 H．264 是以基本單元為基本單位進行編碼的，所以式（2）被進一步改進并用來計算基本單元的目標(biāo)比特數(shù)，如式（5）所示。

其中，f（i，j）表示第i幀第j個基本單元的目標(biāo)比特數(shù)，Nunit為一幀中的基本單元總數(shù)。

但由于式（4）的分母選自幀內(nèi)已編碼基本單元的最大值，如果當(dāng)前基本單元的DMAD只是局部最大，而其本身絕對值并不高，也會使β?（i，j）取得比較大的值，從而被誤判斷為高復(fù)雜度，因此β?（i，j）并不能很好的反應(yīng)不同視頻序列間復(fù)雜度的區(qū)別。

對此，文中將復(fù)雜度從低到高排列的akiyo，motherdaughter，suzie，foreman，coastguard，mobile 6 個序列（在常見碼率下編碼，6個序列的PSNR以約2．5～4 dB遞減，表明6個序列的復(fù)雜度有比較明顯的差異，能夠反映不同視頻序列編碼的普遍情況）以24 kbits/s，48 kbits/s和64 kbits/s的碼率進行150幀編碼，記錄各序列每次編碼時所有P幀基本單元的DMAD值。對同一序列在3種碼率下編碼的基本單元DMAD記錄值進行統(tǒng)一排序并求取排序結(jié)果的中位數(shù)，該中位數(shù)代表了對應(yīng)序列的基本單元的中等復(fù)雜度。求得6個序列編碼結(jié)果的中位數(shù)的平均值為0．18，它反映了不同視頻序列編碼時基本單元的中等復(fù)雜度的均值。

選取 0．18 作為判斷基數(shù)，將β?（i，j）改進為 β（i，j）。

β（i，j）與視頻復(fù)雜度成正相關(guān)，可以有效反映相鄰幀間圖像復(fù)雜度的變化情況和不同視頻序列復(fù)雜度的區(qū)別。若DMAD（i，j）=0．18，則當(dāng)前基本單元為具有中等復(fù)雜度的基本單元，此時 β（i，j）=0．5；當(dāng)視頻復(fù)雜度降低時，DMAD（i，j）減小，β（i，j）也會相應(yīng)減??；反之亦然。 而當(dāng) DMAD 接近或大于0．36時，即認為視頻復(fù)雜度很高，或發(fā)生場景變換，此時β（i，j）取值為 0．9。 基于 β（i，j），將式（5）改進為

在實際編碼時，由于在編碼前無法得到當(dāng)前基本單元的DMAD，所以用當(dāng)前基本單元的PMAD來計算其DMAD的近似值

DMAD（i，j）≈|PMAD（i，j）-MAD（i-1，j）| （8）

3 理想的比特數(shù)消耗情況

JVT-H017在幀內(nèi)比特數(shù)消耗量超過幀預(yù)測值后，采用簡單增加量化參數(shù)的方法來減少后續(xù)基本單元的比特數(shù)消耗，但在此之前并無其它的比特數(shù)限制措施。因此提出一種視頻編碼的理想條件，并用這種理想條件下的比特數(shù)消耗情況來修正超過幀預(yù)測值前基本單元的比特數(shù)分配。假設(shè)待編碼幀的比特數(shù)預(yù)測完全準確，剛好等于該幀實際比特數(shù)消耗量，幀內(nèi)各基本單元的MAD均相等，且消耗比特數(shù)相同，則該幀比特數(shù)消耗情況如圖1所示。

圖1 理想條件下的比特數(shù)消耗情況Fig．1 Bits consumption of the ideal condition

圖 1 中，Nunit是幀內(nèi)基本單元總數(shù)，TRi（j）表示第 i幀中第j個基本單元編碼前該幀剩余比特數(shù)，設(shè)首基本單元的序號為1，那么易知 TRi（1）即為當(dāng)前幀比特數(shù)預(yù)測值，TRi（1）/Nunit為上述理想狀況下一個基本單元所消耗的比特數(shù) （各基本單元消耗比特數(shù)相同）。

根據(jù)圖1易知，第i幀中第j個基本單元編碼完成后該幀消耗的總比特數(shù)的理想值與實際值的差Di（j）可由式（9）表示。

其中，TAi（k）表示編碼第i幀中第k個基本單元實際消耗的比特數(shù)。

當(dāng)Di（j）＜0時，即認為該幀比特數(shù)消耗過多，此時適當(dāng)增加量化參數(shù)（仿真中為增加1）以更強的控制后續(xù)基本單元的比特數(shù)消耗。

4 仿真結(jié)果與分析

文中以H．264官方驗證軟件JM13．2作為實驗平臺，對提出的基本單元層碼率控制方法進行仿真。測試序列為QCIF格式，共編碼150幀，首幀為I幀，其余為P幀，不考慮跳幀，幀率為15幀每秒，I幀和首P幀的初始量化步長的計算采用默認方法。分別對復(fù)雜度相差較大的akiyo，carphone，foreman和mobile序列進行編碼測試。

表 1所示為在 24 kbits/s，48 kbits/s和 64 kbits/s 3種編碼碼率下對上述序列進行編碼的結(jié)果。從表1可見，除了在24kbits/s碼率下編碼mobile序列外，采用本文算法編碼的平均峰值信噪比均要高于JM軟件和[6]中提出的算法，最大可比JM提高0．49dB，比[6]中的算法提高 0．18 dB。 碼率控制的結(jié)果也更為精確，JM13．2的實際碼率與預(yù)定碼率的平均誤差是0．37%，[6]中算法的碼率平均誤差是0．32%，而本文算法的碼率平均誤差是0．28%，可見本文算法更符合預(yù)定的碼率要求。

表1 算法性能比較Tab.1 Performance com parison of different algorithms

為了驗證算法在場景變換時的編碼性能，在48 kbits/s碼率下，用3種方法分別對carphone序列和akiyo序列的混合序列C55A55進行編碼測試，混合序列在第55幀發(fā)生場景變換。編碼結(jié)果如圖2和圖3所示。由圖2可見，本文提出的方法在場景變換幀及后續(xù)幀均取得了更高的編碼信噪比，提高了新場景的編碼質(zhì)量。

圖3對3種碼率控制方法在編碼過程中的緩沖區(qū)狀態(tài)進行了對比。從圖3可見，文中方法比JM更接近目標(biāo)緩沖區(qū)占用度，并且在場景變換時有效降低了緩沖區(qū)占用度，在編碼器緩沖區(qū)尺寸有限的情況下，為新場景提供了更多可用編碼資源。

圖2 場景變換時的編碼信噪比比較Fig．2 PSNR comparison on scene changes

5 結(jié) 論

文中提出了一種復(fù)雜度自適應(yīng)的基本單元層碼率控制算法。該算法利用DMAD參數(shù)來判斷視頻復(fù)雜度，對JVTH017的比特數(shù)分配方法進行了改進，并利用理想的基本單元層編碼情況來對基本單元比特數(shù)分配進行修正。仿真表明，該方法在一般情況和場景變換時的編碼質(zhì)量均高于JM

模型，平均峰值信噪比最大可提高0．49 dB，實際編碼碼率更接近預(yù)定要求。

[1]MA Si-wei， LI Zheng-guo， WU Feng．Proposed draft of adaptive rate control[C]//Geneva， Swizerland：Proceedings of the 8th JVTMeeting，2003：1-9．

[2]蘭天．視頻通信中碼率控制算法研究 [D]．哈爾濱：哈爾濱工業(yè)大學(xué)電子與信息技術(shù)研究院，2009．

[3]DONG Jian-peng．A context-adaptive prediction scheme for parameter estimation in H．264/AVC macroblock layer rate control[J]．IEEE Transaction on Circuitsand Systems for Video Technol．，2009，19（1）：1108-1117．

[4]LIU Yang．A novel rate control scheme for low delay video communication of H．264/AVC standard[J]．IEEE Transaction on Circuits and Systems for Video Technol，2007，17 （1）：68-78．

[5]YIN Ming．A rate control scheme for H．264 video under low bandwidth channel[J]．Journal of Zhejiang University，2006，7（6）：990-995．

[6]CHEN Jen-yeu．Burst-aware dynamic rate control for H．264/AVC video streaming[J]．IEEE Transaction on Broadcasting，2011，57（1）：89-93．

[7]International TelecommunicationsUnion．H．264/AVC reference software JM 13．2 [EB/OL]．（2007-12-22） [2011-10-15]．http：//iphome．hhi．de/suehring/tml/．