何書前，鄧正杰，石 春

1.中山大學(xué) 信息科學(xué)與技術(shù)學(xué)院，廣州 510275 2.海南師范大學(xué) 信息科學(xué)技術(shù)學(xué)院，?？?571158

聯(lián)合率失真模型的幀級碼率控制方法

何書前1，2，鄧正杰2，石 春2

1.中山大學(xué) 信息科學(xué)與技術(shù)學(xué)院，廣州 510275 2.海南師范大學(xué) 信息科學(xué)技術(shù)學(xué)院，?？?571158

1 引言

在視頻通信系統(tǒng)中，如何在有限的帶寬和緩沖資源條件下達到最好的視頻編碼質(zhì)量，碼率控制起到非常重要的作用。特別是在H.264/AVC視頻編碼標(biāo)準(zhǔn)[1-2]的應(yīng)用中，率失真最優(yōu)化（RDO）技術(shù)的使用引入了量化參數(shù)求解的“雞蛋問題“，給碼率控制帶來了巨大挑戰(zhàn)。其中，H.264/AVC標(biāo)準(zhǔn)中推薦了JVT-G012[3]通過預(yù)測編碼復(fù)雜度很好地解決了該問題，在GOP中分配幀比特和選擇量化參數(shù)以達到編碼目標(biāo)。因為該方法采用單通線性預(yù)測模型，將造成較大的預(yù)測誤差，從而引入較大的幀間編碼質(zhì)量波動。為了解決編碼復(fù)雜度的預(yù)測精度問題，Ma等4]建議了雙通的碼率控制策略，如果第一遍編碼未能獲得準(zhǔn)確的量化值，第二遍編碼時將很好地提高精度；但該方法引入了非常高的計算復(fù)雜度。后來，引入了線性R-Q模型，將雙通方法擴展為半雙通碼率控制算法，在計算復(fù)雜度和預(yù)測精度之間取得了較好的折中。在文獻[5]中，改進了G012中的MAD預(yù)測模型，并在R-Q模型中引入了頭信息的影響，將碼率控制方法擴展到H.264低延時視頻通信系統(tǒng)中。Wanghanli等人[6]指出了I幀初始量化的選擇將影響整個GOP的編碼質(zhì)量，并利用I幀的熵信息和Intra16的編碼信息預(yù)測初始量化參數(shù)，大大提高了GOP的編碼率失真性能。Bo Yan[7]等人則將I幀和P幀的編碼復(fù)雜度聯(lián)合建模，獲得了更佳的比特分配方案。綜上所述，在文獻[3-13]提出的方法，均假定時間上相鄰的編碼單元之間的頭信息不變，碼率模型則簡化為殘差碼率模型，并定義為量化參數(shù)與視頻內(nèi)容參數(shù)的函數(shù)，其中視頻內(nèi)容參數(shù)均采用了殘差信息的方差，因此，得到的率失真模型精度有限。在本文中不僅對頭信息進行了分析建模，而且引入頭信息與殘差信息之間的關(guān)系，改進了碼率模型，并利用前一編碼單元的分布穩(wěn)定特性對實際殘差直方圖與拉普拉斯假設(shè)預(yù)測的直方圖進行了修正。另外，量化失真即殘差失真，現(xiàn)有的殘差失真模型假定殘差服從拉普拉斯分布，已得到了非常好的效果；結(jié)合聯(lián)合碼率模型與殘差失真模型，構(gòu)建在受限的碼率條件下，求最小的失真問題的求解方法。

2 頭信息編碼分析

由H.264編碼原理可知，總的視頻編碼輸出信息中不僅包含殘差信息，還包括了由運動信息、模式信息、語法信息（參考幀、量化與其他語法）組成的頭信息。如圖1所示，在頭信息中，主要組成部分為模式信息和運動矢量信息，其他的（如量化參數(shù)等）頭信息占的比重較小且穩(wěn)定，用常數(shù)來表示，因此，頭信息的定義如下：

R(h)=R(Mode)+R(Inter)+θ （1）模式信息R(Mode)，運動矢量信息R(Inter)，為頭信息的重要部分，其他類型為常量θ。R(Mode)和R(Inter)兩個變量的大小與編碼模式選擇密切相關(guān)，不同的模式可表示為分塊數(shù)量NB，編碼模式分塊的數(shù)量NB越大，則R(Mode)和R(Inter)產(chǎn)生的信息量越大，同時，同一種模式下，運動矢量差值mvd越大，則R(Inter)的信息量越大。頭信息的輸出碼率與視頻幀的內(nèi)容復(fù)雜度相關(guān)，內(nèi)容復(fù)雜度越高，宏塊分塊越小，得到的頭信息則越高；另外，頭信息與殘差信息存在耦合關(guān)系，相對于相同的幀間編碼條件，越小的宏塊分塊模式，殘差信息則越小，反之亦然。

如圖2所示，本文對news視頻序列進行了測試，給出了運動矢量、模式與編碼塊數(shù)之間的關(guān)系，如圖2列出了幀的模式與編碼的塊數(shù)的關(guān)系以及幀運動矢量信息與編碼塊數(shù)之間的關(guān)系。

從圖2中可以看出，幀運動矢量信息、模式編碼信息與塊數(shù)量之間成明顯的線性關(guān)系，即

同理，運動矢量與模式編碼信息之間也存在線性關(guān)系；

其中，參數(shù) β(mvd)由mvd決定，每幀的編碼分塊數(shù)NB=為幀中第i個宏塊的分塊數(shù)，MF為幀中包含的宏塊總數(shù)。將式（2）（3）帶入式（1）可得頭信息編碼模型：

視頻序列的幀間時空相關(guān)性較強，因此，相鄰幀間的運動程度變化較小，β(mvd)可以由已編碼幀的平均值預(yù)測此外，NB直接反映了時空相關(guān)性的變化MAD表示當(dāng)前幀與前一幀的平均絕對差。頭信息的估計模型為：

圖1 News視頻序列頭信息組成部份

圖2 News R（Inter）-NB關(guān)系圖和R（Mode）-NB關(guān)系圖

3 幀間復(fù)雜度描述

混合預(yù)測編碼框架下，幀間編碼的原理是在參考幀中找到最佳的編碼模塊，對原始塊與預(yù)測塊的差值進行編碼，聯(lián)合分塊信息與運動信息，組成總的編碼信息量R。不同大小的塊得到的差值不一樣，得到的運動信息也不一樣；當(dāng)塊數(shù)量越大，運動信息越大，同時，得到的殘差值越??；當(dāng)塊數(shù)量越小，宏塊殘差差值則越大，運動信息則越少。

當(dāng)幀間編碼的參考幀與原始幀確定之后，相對于某一量化參數(shù)，幀間時空復(fù)雜度則表示為最小的率失真代價。采用的各種編碼模式進行預(yù)測編碼來描述時空復(fù)雜度，將時空復(fù)雜度分為空間復(fù)雜度和時間復(fù)雜度。其中空間復(fù)雜度用量化前殘差信息來描述R(t)，時間復(fù)雜度則用頭信息來描述R(h)。因此，得到時空復(fù)雜度，用信息量的方式描述：R=R(t)+R(mv)。如圖3所示，對不同運動程度的視頻序列進行測試，采用不同的量化參數(shù)，不同的編碼模式分別表示為16×16為1，8×16為2，16×8為3，8×8為8，收集頭信息與量化之前殘差信息量，對于每個宏塊，每種模式得到的信息量基本重合，每一種編碼模式得到的殘差信息和頭信息的總和幾乎相等。因此，假定幀間預(yù)測編碼得到的時空復(fù)雜度為固定值，并等于目標(biāo)碼率R，由以上的測試結(jié)果可知，每種編碼模式的時空復(fù)雜度相同。即

將上式代入到式（6）中，可得：

目前，已有多篇文獻[14-15]證明視頻殘差信息服從拉普拉斯分布，在這里，假定殘差信息的概率密度為拉普拉斯分布為殘差信息方差。在量化之前，有了概率密度分布，殘差信息的信息量表示為信息熵可得：

4 量化率失真模型碼率控制

根據(jù)香濃的率失真理論，殘差信息的量化失真模型很容易推導(dǎo)得到：

圖3 序列幀中各編碼模式編碼信息量

圖4 本文方法與G-012碼率控制算法幀PSNR/R值比較

對于目標(biāo)碼率受限條件下的率失真最優(yōu)化碼率控制問題，給定目標(biāo)碼率R，通過式（5）得到R′(h)和N′B，代入式（10）中可得到殘差信息的方差σ。從文獻[15]可知，碼率控制方法為了保持PSNR的穩(wěn)定性，將保持前后幀之間的量化參數(shù)值控制在一定的范圍內(nèi)[-Δ，+Δ]，這里選擇Δ=3。設(shè)前一幀量化參數(shù)值為Q，則量化范圍為{Q-3，Q-2，Q-1，Q，Q+1，Q+2，Q+3}，從式（11）和（12）可得和，其中 k屬于以上量化參數(shù)范圍。通過 λ= 0.85×將信息與失真統(tǒng)一到同一量綱，得到相應(yīng)的代價Jk，最佳率失真代價的量化參數(shù)及為Q*(min{Jk})。

5 實驗對比

本文算法已經(jīng)在JVT參考軟件JM10.2平臺[15]上實現(xiàn)，并對不同的運動激烈程度的QCIF（144×176）格式的視頻序列進行了測試，視頻序列的分類為：低運動或低空間復(fù)雜度視頻序列（Akiyo和Container），中等空間復(fù)雜度或運動程度視頻序列（Foreman和News）和高空間復(fù)雜度和快速運動視頻序列（Football和Mobile）。參考軟件的測試條件如下：每種視頻序列編碼結(jié)構(gòu)采用IPP結(jié)構(gòu)；參考幀數(shù)選擇為1；RDO最優(yōu)化編碼；運動估計搜索范圍為16；每個視頻序列編碼100幀。首先采用固定量化參數(shù)對每種視頻序列進行編碼，得到輸出碼率，作為JM模型的參考對比；接著固定量化參數(shù)作為碼率控制算法的初始量化值，同時，將以上輸出碼率作為碼率控制算法的目標(biāo)碼率，對固定量化參數(shù)編碼JM方法，G012碼率控制和本文算法進行了比較。

表1給出了實驗測試結(jié)果，分別從輸出碼率和PSNR兩個方面，采用平均PSNR/輸出碼率比值進行比較，對于運動劇烈程度較大的視頻序列，頭信息占比較大時，PSNR增益較小，最大達到了0.21 dB；較低的運動劇烈程度的視頻序列，相鄰幀的頭信息變化較小，PSNR增益較大，最大達到了0.27 dB。由于本方法采用了頭信息與殘差的聯(lián)合率失真模型，每種視頻序列的視頻輸出實際碼率與目標(biāo)碼率的匹配程度均優(yōu)于G012方法，體現(xiàn)了高精確的碼率控制。

圖4給出了JVT算法G012與本文算法的Akiyo視頻序列每幀PSNR/R比較，其中，橫坐標(biāo)為幀序號，縱坐標(biāo)分別為PSNR/R比值。圖中結(jié)果顯示，不管是每幀的PSNR還是輸出碼率對比，本文方法單位比特得到的PSNR增益大多數(shù)幀均優(yōu)于G012，特別是PSNR值，平均達到了0.27 dB；與JVT G012碼率控制方法相比，最高達0.51 dB。

表1 各種方法的對比結(jié)果

6 結(jié)束語

本文分析了視頻編碼器輸出的碼率組成，指出了頭信息在中低碼率應(yīng)用中的重要性，提出了一種聯(lián)合頭信息與殘差信息率失真模型的幀級碼率控制方法。首先，分析了頭信息中運動信息與模式信息的影響，建立了頭信息模型；接著，利用時空復(fù)雜度對各種模式的穩(wěn)定性，假定殘差信號服從拉氏分布，通過殘差信息的率失真模型，得到聯(lián)合率失真模型；最后，利用視頻內(nèi)容的高時空相關(guān)性，得到率失真模型的估計模型，應(yīng)用于幀級碼率控制算法中。實驗結(jié)果顯示，本文方法不僅從模型控制精度方面，還是從視頻解碼質(zhì)量方面，均優(yōu)于JVT G012方法。

[1]Wiegand T，Sullivan G J，Bjontegaard G，et al.Overview of the H.264/AVC video coding standard[J].IEEE Transactions on Circuits and Systems for Video Technology，2003，13（7）：560-576.

[2]Wiegand T，Sullivan G J，Luthra A.Draft ITU-T recommendation and final draft international standard of joint video specification（ITU-T Rec.H.264---ISO/IEC 14496-10 AVC）[Z].2003.

[3]Li Z G，Pan F，Lim K P，et al.Adaptive basic unit layer rate-control for JVT[C]//7th JVT Meeting，Pattaya II，Thailand，2003.

[4]Ma S W，Gao W，Lu Y.Rate-distortion analysis for H.264/ AVC video coding and its application to rate control[J]. IEEE Transactionson CircuitsandSystemsfor Video Technology，2005，15（12）：1533-1544.

[5]Liu Yang，Li Zhengguo，Soh Y C.A novel rate control scheme for low delay video communication of H.264/AVC standard[J]. IEEE Transactions on Circuits and Systems for Video Technology，2007，17（1）：68-78.

[6]Wang Hanli，Kwong S.Rate-distortion optimization of rate control for H.264 with adaptive initial quantization parameter determination[J].IEEE Transactions on Circuits and Systems for Video Technology，2008，18（1）：140-144.

[7]Yan B，Sun K R.Joint complexity estimation of I-frame and P-frame for H264AVC rate control[J].IEEE Transactions on Circuits and Systems for Video Technology，2012，22（5）：790-798.

[8]Jiang M Q，Ling N.On Lagrange multiplier and quantizer adjustment for H.264 frame-layer video rate control[J]. IEEE Transactions on Circuits and Systems for Video Technology，2006，16（5）：663-669.

[9]Yuan W，Lin S X，Zhang Y D，et al.Optimum bit allocation and ratecontrolforH.264/AVC[J].IEEE Transactionson Circuits and Systems for Video Technology，2006，16（6）：705-715.

[10]Li X，Oertel N，Hutter A，et al.Laplace distribution based Lagrangian rate distortion optimization forhybrid video coding[J].IEEE Transactions on Circuits and Systems for Video Technology，2009，19（2）：193-205.

[11]Liao Ke-Ying，Yang Jar-Ferr，Sun Ming-Ting.Rate-distortion costestimation forH.264/AVC[J].IEEE Transactions on Circuits and Systems for Video Technology，2010，20（1）：38-49.

[12]Moon J M，Kim J H.A new low-complexity integer distortion estimation method forH.264/AVC encoder[J].IEEE Transactions on Circuits and Systems for Video Technology，2010，20（2）：207-212.

[13]Dong Jianpeng，Ling Nam.A context-adaptiveprediction scheme for parameter estimation in H.264/AVC Macroblock layer rate control[J].IEEE Transactions on Circuits and Systems for Video Technology，2009，19（8）：1108-1117.

[14]Guo Liwei，Au O C，Ma Mengyao，et al.A novel analytic quantization-distortion modelforhybrid video coding[J]. IEEE Transactionson Circuitsand SystemsforVideo Technology，2009，19（5）：627-641.

[15]H.264/AVC reference softwares[EB/OL].[2012-08-20].http：// iphome.hhi.de/suehring/tml/.

HE Shuqian1，2,DENG Zhengjie2,SHI Chun2

1.School of Information Science and Technology,Sun Yat-Sen University,Guangzhou 510275,China 2.School of Information Science and Technology,Hainan Normal University,Haikou 571158,China

This paper presents a new frame-level rate control scheme for H.264/AVC with joint rate and distortion models.A rate model for the header information is developed to estimate header bits more accurately.The number of header bits is modeled as a function of the number of blocks and the average bits of MVs.A new Rate-Distortion（R-D）model for header information and texture is proposed to joint header-texture rate model and a distortion model.An accurate estimation method is proposed to improve rate distortion performance.When compared with the rate control scheme G012 which is adopted by the latest JVT H.264/AVC reference model JM10.2,the proposed rate control algorithm could improve the matching rate between actual bits and targets ones by up to 98.06%.The average luminance PSNR of decoded video is increased by up to 0.27 dB.

rate distortion;rate control;header information;target rate

在H.264/AVC視頻編碼框架下，基于聯(lián)合率失真模型，提出了一種新的幀級碼率控制方法。利用分塊數(shù)量和平均運動矢量信息，發(fā)展了一種精確的頭信息估計模型；聯(lián)合頭信息與殘差信息模型，并結(jié)合殘差失真模型，提出新的聯(lián)合頭信息與殘差率失真模型；利用精確的估計方法進一步提高率失真性能。相對于最新的JVT H.264/AVC參考軟件JM10.2中采用的JVT-G012方法，該方法提高了實際碼率與目標(biāo)碼率之間的匹配率達到了98.06%，重構(gòu)視頻的平均亮度PSNR值增加了0.27 dB。

率失真；碼率控制；頭信息；目標(biāo)碼率

A

TN919.8

10.3778/j.issn.1002-8331.1304-0219

HE Shuqian,DENG Zhengjie,SHI Chun.Joint rate distortion models rate control method for frame level.Computer Engineering and Applications,2013,49（23）：19-23.

海南省自然科學(xué)基金項目（No.611128，No.612122，No.613164，No.613163）。

何書前（1978—），男，博士研究生，副教授，研究領(lǐng)域為視頻編碼、壓縮感知；鄧正杰（1980—），男，博士，副教授，研究領(lǐng)域為圖像處理；石春（1976—），男，博士，副教授，研究領(lǐng)域為無線通信。E-mail：heshuqian05@126.com

2013-04-15

2013-05-24

1002-8331（2013）23-0019-05

CNKI出版日期：2013-06-26 http://www.cnki.net/kcms/detail/11.2127.TP.20130626.1539.004.html