李媛媛

（太原理工大學(xué) 電氣與動力工程學(xué)院，山西 太原 030024）

0 引言

AVS（Advanced Audio－Video Coding－Decoding Standard）標準，是我國“數(shù)字音視頻編解碼技術(shù)標準工作組”自主研發(fā)的，擁有自主知識產(chǎn)權(quán)的第二代視頻壓縮標準［1－3］，它也是目前最先進的音視頻壓縮編解碼標準之一。AVS技術(shù)標準主要包括系統(tǒng)、視頻、音頻和數(shù)字版權(quán)管理等4個方面。AVS視頻編碼部分具有計算復(fù)雜度低、壓縮比高、圖像質(zhì)量高、專利授權(quán)費用低等優(yōu)點，對于我國實施自主發(fā)展的多媒體產(chǎn)業(yè)具有非常重要的經(jīng)濟意義和社會意義。

視頻編碼算法主要包括運動估計、運動補償、DCT 變換、量化、熵編碼、濾波等模塊［4－6］。其中運動估計主要包括運動搜索和模式選擇兩部分。運動搜索是通過一定的匹配準則在參考幀中搜索得到當前塊的最佳匹配塊，盡可能地消除幀間冗余，減少編碼信息量，從而提高編碼效率。為了尋找到最優(yōu)匹配塊，AVS視頻編碼標準從已編碼的兩幀中搜索最佳匹配塊，使得運動搜索的計算復(fù)雜度大大增加。模式選擇是對編碼模式通過代價值的比較選取代價值最小的模式為當前塊的最佳編碼模式。因此，降低運動搜索運算量是提高AVS視頻編碼器編碼性能的重要內(nèi)容。本文提出了一種新的菱形搜索形式，該方法主要是根據(jù)參考幀的位置不同而選用不同形狀的菱形搜索模式，在保證視頻質(zhì)量不變的情況下使搜索點數(shù)大大減少。

1 AVS運動估計過程

在AVS視頻編碼中，幀間預(yù)測編碼就是找出當前塊在參考幀中的位置，兩者空間位置的相對偏移量就是運動矢量。運動估計就是得到運動矢量的過程，運動估計又包括運動搜索和模式選擇兩個步驟。傳統(tǒng)的運動搜索算法有全搜索法和快速搜索法?？焖偎阉鞣ㄖ饕庑嗡阉鳎―IA）、六邊形搜索（HEX）、非對稱十字六邊形搜索（UMH）等。

AVS幀間預(yù)測模式有4 種：16＊16 模式、16＊8模式、8＊16模式和8＊8模式。由運動搜索得到當前塊在參考幀中的最佳匹配塊，計算匹配塊和當前塊的代價值，通過代價值的比較選出以上4種預(yù)測模式中代價值最小的模式做為最佳預(yù)測模式。

1.1 DIA 搜索和模式選擇介紹

1.1.1 運動搜索

AVS的運動搜索是基于塊的搜索，最佳匹配塊由運動搜索的率失真函數(shù)Bcost（x，y）進行選擇：

其中：SA（T）D（x，y）為當前塊x 和匹配塊y 的像素差經(jīng)過哈達瑪變換后所得到的系數(shù)之和；IMOTION為運動估計的拉格朗日乘子；△mv為預(yù)測運動矢量與實際運動矢量的差值，b（△mv）為編碼△mv 所需比特數(shù)［7］。Bcost（x，y）值最小的候選塊就是當前塊的最佳匹配塊。

在運動搜索算法中，根據(jù)運動矢量分布的中心偏移特性而得到的菱形搜索算法（DIA）搜索模型較簡單，并且運算量也較小。DIA 搜索算法流程如圖1所示。

圖1 DIA 搜索算法流程圖

DIA 算法中，候選搜索起始點是利用當前塊與鄰近塊的空間相關(guān)性和與參考幀中對應(yīng)位置的時間相關(guān)性預(yù)測得到；通過將每次菱形搜索得到的最優(yōu)點和上次得到的最優(yōu)點比較看其是否相同確定搜索是否結(jié)束，最優(yōu)點對應(yīng)的塊就是當前塊的最佳匹配塊。

1.1.2 模式選擇

4種預(yù)測模式通過運動搜索得到最佳匹配塊后，由公式（2）根據(jù)已有的最佳匹配塊確定4種預(yù)測模式中的最佳預(yù)測模式。模式選擇的率失真函數(shù)J（s，c，MODE／QP）表示如下：

其中：D（s，c，MODE／QP）為待編碼塊c和重建塊s 的差值平方和，MODE 為預(yù)測模式，QP 為量化參數(shù)；λMODE為預(yù)測模式的拉格朗日乘子；R（s，c，MODE／QP）為編碼殘差所用的比特數(shù)。J（s，c，MODE／QP）取值最小的預(yù)測模式即為當前塊的最佳預(yù)測模式。

1.2 最佳參考幀選擇的概率分析

AVS視頻編碼標準中P 幀和B 幀最多可有兩幀參考圖像。P幀可參考前向的兩幀，B 幀可參考一前一后的兩幀。根據(jù)時間相關(guān)性可推測時間相差越小的兩幀相關(guān)性越強。

非對稱十字形多層次六邊形格點搜索是一種優(yōu)秀的搜索算法，該算法能夠保證較高的視頻質(zhì)量、較低的碼率。本文采用UMHexagonS 搜索方法，為了驗證當前幀的前一幀和當前幀的相關(guān)性最強、被選為最佳參考幀的幾率較大，分別對分辨率為352×288的CIF格式和分辨率為176×144的QCIF 格式的測試序列進行了實驗統(tǒng)計，實驗中所用測試序列均為標準序列（如news、mobile、foreman等）。統(tǒng)計結(jié)果見表1和表2。

從表1和表2可以看出，第1幀i＿ref0被選為當前幀參考幀的概率最大，平均可達92.33%，而第2幀i＿ref1被選為當前幀參考幀的概率僅為7.67%。也就是說，距離當前幀越近的參考幀被選為當前幀優(yōu)秀參考幀的概率越大。

表1 CIF格式參考幀被選用的概率統(tǒng)計結(jié)果

表2 QCIF格式參考幀被選用的概率統(tǒng)計結(jié)果

2 變換菱形搜索算法

2.1 兩種菱形搜索模板

運動搜索算法中的UMHexagonS搜索是一種多種搜索模型混合使用的搜索算法，它能夠有效地避免運動搜索過早陷入局部最優(yōu)，并且保持了良好的率失真性能，但是由于搜索模型較復(fù)雜，搜索點數(shù)較多，使得運算量大大增加。傳統(tǒng)的菱形搜索法搜索模型較簡單、計算量較小，視頻質(zhì)量和UMHexagonS搜索算法相比有明顯下降。本文提出了一種新的菱形搜索方法，對不同參考幀采用不同的菱形搜索模板。

具體搜索模板如圖2所示，模板0中心點周圍有8個搜索點，模板1中心點周圍有4個搜索點，模板1是在模板0的基礎(chǔ)上減少外圍的4個搜索點形成的。模板0用于對參考幀i＿ref0進行匹配塊搜索，較大范圍的搜索可以得到較好的運動矢量。模板1用于對參考幀i＿ref1進行搜索，在前面運動矢量的基礎(chǔ)上參考幀i＿ref1使用縮小的菱形模板進行搜索。

圖2 變換的菱形模板

2.2 算法實現(xiàn)

針對已編碼的兩幀參考幀采用上述模板0和模板1進行菱形搜索，搜索流程如圖3所示。

變形菱形搜索中，候選搜索點是根據(jù)當前塊與鄰近塊的空間相關(guān)性和當前塊與參考幀的時間相關(guān)性預(yù)測而得到的。對于和當前幀相關(guān)性更強的參考幀i＿ref0采用模板0進行搜索，參考幀i＿ref1采用較簡單的模板1進行搜索。如果搜索到的新的最優(yōu)點和上一搜索中心點相同則結(jié)束搜索，否則繼續(xù)使用該搜索模板進行搜索。

圖3 變換菱形搜索流程圖

3 實驗結(jié)果與分析

本文分別從峰值信噪比（PSNR）和搜索點數(shù)兩個方面對上述優(yōu)化算法和UMHexagonS搜索算法進行了比較。主要參數(shù)設(shè)置如下：參考幀為2 幀；I幀（只采用幀內(nèi)預(yù)測模式）的量化參數(shù)設(shè)為30，P 幀（采用幀內(nèi)和幀間預(yù)測模式，幀間預(yù)測時用前向參考）的量化參數(shù)設(shè)為32，B幀（采用幀內(nèi)和幀間預(yù)測模式，幀間預(yù)測時用雙向參考）的量化參數(shù)設(shè)為34；編碼序列為IPBBPBB格式。測試了不同格式和不同運動劇烈程度的測試序列的峰值信噪比和搜索點數(shù)的變化，實驗數(shù)據(jù)見表3和表4。

表3 QCIF格式的實驗結(jié)果

在表3和表4中，“－”號表示降低。由測試結(jié)果可以看出，在所有測試序列信噪比降低不超出0.12dB的情況下，搜索點數(shù)明顯減少，最多可以減少92.12%。總體來看，在峰值信噪比變化不明顯的情況下，優(yōu)化算法的搜索點數(shù)大幅度減少，進而運動搜索計算量和搜索時間也都大大降低，提高了編碼器的性能，更好地滿足了視頻壓縮編碼的實時性要求。

表4 CIF格式的實驗結(jié)果

4 結(jié)束語

本文通過對AVS編碼器中兩幀參考幀被選為優(yōu)秀參考幀概率的深入分析和研究，提出了一種低復(fù)雜度的變換菱形搜索算法。對距離當前幀不同的參考幀采用不同的搜索模板，從而在保證視頻質(zhì)量的條件下，運動搜索的計算量大大降低，大幅度提高了AVS 視頻編碼速度，更有利于AVS編碼器的硬件實現(xiàn)和實時性要求。

［1］ 周波，王力波，劉東華，等.用于AVS視頻編碼的快速子像素運動搜索算法［J］.計算機應(yīng)用研究，2008，25（7）：2238－2240.

［2］ 紹娟，張衛(wèi)寧，陳棟，等.AVS中B 幀宏塊模式選擇快速方法［J］.計算機工程與應(yīng)用，2011，47（5）：179－181，245.

［3］ 畢厚杰.視頻壓縮編碼標準——H.264／AVC［M］.北京：人民郵電出版社，2005.

［4］ 張新安，宮彥軍，陳愛武，等.一種AVS－M 運動搜索快速算法［J］.計算機工程，2011，37（9）：260－262.

［5］ 康慧斌.AVS視頻編碼中子像素運動估計算法的優(yōu)化研究［J］.控制工程，2010（7）：14－17.

［6］ 葉文龍，袁友偉，汪世瑜，等.H.264 塊匹配運動估計中UMHexagonS算法的優(yōu)化［J］.計算機工程與應(yīng)用，2011，47（25）：133－136.

［7］ 楊春玲，王華興.基于結(jié)構(gòu)相似度的H.264 快速運動估計算法［J］.華南理工大學(xué)學(xué)報（自然科學(xué)版），2008，36（8）：28－32.