面向H.264标准的改进码率控制方法

为降低H.264/AVC编码器码率控制的计算复杂度,提高码率估计的精确性和视频输出质量,提出了一种简单高效的率失真码率控制方法.基于残差信息服从拉普拉斯分布的假设,推导出精确的率失真模型.并利用线性模型和二次模型拟合率失真曲线,得到优化的R-1/Q和D-Q模型,极大地降低了算法的计算负担,而头信息预测模型的引入进一步提高总码率估计的精确性.自适应的分配各层目标码率,确定最优的量化参数.实验结果表明,与JVT-G012码率控制算法相比,该算法获得更高的编码效率,视频解码质量更加平稳,输出码率更精确.     

H.264/AVC码率控制优化算法

提出了一种新颖的编码特性预测机制,较为充分地利用了视频信源的时空相关性,改进了率失真建模的有效性;利用Lagrangian优化理论推导出两种率失真优化的位分配方案,并实现了相应的码率控制算法,即线性模型算法和二次模型算法.大量实验数据表明:线性模型算法和二次模型算法的编码效率基本上相同,而前者的码率控制能力稍优于后者;和H.264/AVC参考软件中所采用的JVTG012码率控制算法相比,两种新算法在获得更高编码效率的同时,能够更加准确地控制输出码率.     

优化编码树单元级比特分配算法

新一代视频编码标准H. 266/VVC(Versatile Video Coding)的码率控制算法采用编码参数相互独立的率失真优化技术。然而,同一帧内的编码树单元（CTU）间在空域上相互影响,且存在全局编码参数;同时,CTU级比特分配公式采用近似的编码参数分配比特,进而降低了码率控制精度和编码性能。针对上述问题,提出空域全局优化CTU级比特分配算法RTE＿RC(Rate Control with Recursive Taylor Expansion),并通过递归算法逼近全局编码参数。首先,建立空域全局优化比特分配模型;其次,应用递归算法求解CTU级比特分配模型中的全局拉格朗日乘子;最后,优化编码单元的比特分配并对编码单位进行编码。实验结果表明,在低延时P(Prediction)帧（LDP）配置下,与码率控制算法VTM＿RC相比,所提算法的码率控制误差由0.46%下降至0.02%,码率节省了2.48个百分点,编码时间下降了3.52%,显著提升了码率控制精度和率失真性能。     

基于起始量化参数预测的码率控制优化算法

为了提高H.264/AVC中码率控制算法起始量化参数预测的准确性,提出了一种起始量化参数的预测算法.通过分析视频图像编码前的参数信息和Ⅰ帧复杂度的特征量,提出了初始量化参数(QPo)预测模型,并根据前一帧组的实际码率和量化参数对当前帧组(GOP)量化参数的影响,提出了一种新的帧组起始量化参数(QPst)预测模型,然后用提出模型对现有算法进行改进.实验结果表明,该算法能更为准确的预测起始量化参数,在低比特率情况下,对于视频图像的码率控制精度和率失真优化效果较H.264/AVC参考软件中所使用的JVT-G012码率控制算法有所提高,而且可以获得较高的平均峰值信噪比(PSNR)和稳定的重建图像质量.     

基于量化步长的视频编码能量率失真模型

针对移动手语视频通信中存在的功率和码率约束问题,提出一种能量感知的视频编码能量率失真(P-R-D)模型。在H.264视频编码软件平台JM8.6上进行模型参数选择,确定以量化步长作为模型参数。根据移动设备的电池剩余能量划分3个能量状态,在不同状态下分别建立相应的功耗、码率及失真模型。实验结果表明,对于典型的手语视频,P-R-D模型能够准确反映视频编码功耗、码率和质量之间的关系,其中功耗模型和码率模型精确度较高,最大预测误差仅为-1.1795%和-7.9268%。     

一种基于ρ域的新码率模型

视频编码中的码率模型是表示一帧图像的编码比特数的数学函数表达式,是码率控制技术研究的重点。常用码率模型都是在寻找量化步长Q和码率R之间的关系,用信源的统计特性描述视频数据,并分析、模拟编码算法,为了提高码率估计精度,码率模型就变得特别复杂进而导致码率控制不稳定;但简单模型的精度又低。文献[3]从量化步长与非零系数的角度提出了线性的码率控制模型,能简单精确地进行码率控制。但没有考虑非零系数的大小、头信息及线性模型的常数项,且其参数数更新粗糙。针对这些问题提出新的码率模型和线性回归的精确参数更新算法。实验结果表明,提出的算法比TMN8算法能将PSNR提高0.1 dB左右,且性能稳定。     

基于GPRS网络的流媒体自适应速率算法

在研究GPRS网络特性的基础上,设计基于RTP／RTCP的流媒体自适应速率传输算法。此算法包括首发视频选择算法,丢包率预测算法,及自适应视频码率调整算法。最后算法仿真实验结果表明首发视频选择算法可以有效减少视频传输途中的切换次数;丢包率预测算法不论在平稳或是变化剧烈的网络环境下,都能较为准确地预测下一时刻的网络丢包率;自适应视频码率调整算法可以有效地使得码率尽快的收敛。     

一种基于ρ域的新码率模型

视频编码中的码率模型是表示一帧图像的编码比特数的数学函数表达式,是码率控制技术研究的重点。常用码率模型都是在寻找量化步长Q和码率R之间的关系,用信源的统计特性描述视频数据,并分析、模拟编码算法,为了提高码率估计精度,码率模型就变得特别复杂进而导致码率控制不稳定;但简单模型的精度又低。文献[3]从量化步长与非零系数的角度提出了线性的码率控制模型,能简单精确地进行码率控制。但没有考虑非零系数的大小、头信息及线性模型的常数项,且其参数数更新粗糙。针对这些问题提出新的码率模型和线性回归的精确参数更新算法。实验结果表明,提出的算法比TMN8算法能将PSNR提高0.1 dB左右,且性能稳定。     

基于可分级编码基本层的码率控制方法

在P域的码率控制中，由于编码比特尺和一帧图像的变换量化系数中的零的百分比之间的关系起着非常重要的作用，因此为了更好地进行码率控制，首先研究了线性率失真函数在可分级视频编码（scalable video coding，SVC）中基本层上的可适用性，然后分别对模型参数进行统计，结果表明，统计曲线显示了在同一个时间子带上的帧有着相近的线性模型参数。结合以上特征，通过最小二乘法实现了线性模型在SVC基本层上的码率控制应用，并且在JSVM1．0上实现了该算法。实验表明，该码率控制算法很有效，与TM5算法相比，峰值信噪比（Peak signal noise ratio．PSNR）增加。     

模块化联合码率控制技术

提出将整个联合码率控制算法分为几个控制模块,调整模块算法不影响整体控制策略,从而算法更通用。对系统的几个主要模块：码率预测、带宽分配、量化参数选择和缓存器控制的算法进行了讨论。最后给出了联合码率控制系统性能评价方法。     

一种低码率下的新型宏块级码率控制算法

针对H．264编码方案，提出了一种实时的无需二次编码的低码率宏块级码率控制策略。为克服H．264码率控制模型的缺陷，首先提出了平均像素信息比特（APIB）的概念及其码率控制模型；然后在宏块层，根据各个宏块不同的编码复杂度进行准确的码字分配；接着通过APIB的变化来自适应地更新码率控制模型的系数；最后提出了完整的基于宏块的码率控制算法，并将其在JVT的JM85平台上实现。试验结果表明，与H．264中的码率控制算法JVT-G012相比，该算法不仅在控制精度上平均提高了0．171kbps，而且峰值信噪比平均提高了0．227dB，同时还较好地控制了输出码率和峰值信噪比的波动。     

Incremental rate control for H.264 AVC scalable extension

The emerging H.264 Scalable Video Coding (H.264/SVC) requires the rate control algorithm to regulate the output bit rate of all the coarse-grain-scalability, temporal, spatial and combined enhancement layers. In order to address this topic, in this research, we propose an incremental rate control algorithm for H.264/SVC to control each layer’s encoding rate close to the target bit rate. The proposed algorithm introduces a number of efficient methods. First, based on our previous work on H.264/AVC rate control, a Rate-Complexity-Quantization (R-C-Q) model is extended in scalable video coding. Second, a complexity measure for Intra-frames based on their gradient and histogram information is used to precisely determine Quantization Parameters (QPs) for Intra-frames using the R-C-Q model. Third, we adopt an incremental approach to compute QPs of inter-frames. Fourth, a Proportional + Integral + Derivative (PID) buffer controller is presented to provide robust buffer control for each layer of H.264/SVC bitstream. Finally the QPs for hierarchical B-frames are adaptively decided by their neighbor inter-frames. Our extensive simulation results demonstrate that, our algorithm outperforms JVT-W043 rate control algorithm, adopted in the H.264/SVC reference software, by providing more accurate output bit rate for each layer, maintaining stable buffer fullness, reducing frame skipping finally, improving the overall coding quality.     

基于模糊控制的H.264宏块层码率控制算法

针对H.264码率控制模型的不足,提出了一种新的宏块层的码率控制算法.该算法首先利用帧的时空间相关性对宏块的MAD值进行预测,然后引入了智能控制中的模糊控制方法来对码率输出进行控制,使得码率控制不再依赖于以往的各种统计模型.由于省去模型参数的更新,算法的计算复杂度有一定程度的降低.实验结果表明:与JM8.6原算法比较,该算法能在提高码率控制精度的同时,提高图像的恢复质量.     

Incremental rate control for H.264/AVC video compression

In this study, the authors propose a new rate-complexity-quantisation model and an incremental rate control algorithm for H.264/AVC video coding. One unique property of this algorithm is that, the picture complexity estimation and rate-quantisation modelling are jointly designed with an incremental rate control for P-frames. In addition, the proposed algorithm also introduces a number of efficient rate control techniques, including accurate rate control for intra-frames, enhanced proportional--integral--derivative (PID) buffer controller, and adaptive quantisation parameter determination for B-frames. The proposed algorithm has low computational complexity while providing robust rate control. Our extensive experimental results demonstrate that the proposed algorithm outperforms the current rate control algorithm adopted in the H.264/AVC reference software JM13.2 by achieving more accurate rate control, reducing frame skipping, depressing quality fluctuation and improving the overall coding quality by up to 2.83 dB.     

一种H.264/AVC码率控制的改进算法

为了在网络带宽受限的情况下获得更好的重建图像质量,码率控制成为视频编码不可缺少的重要组成部分。针对H.264/AVC码率控制算法的不足,提出了改进方法。首先通过PSNR-QP线性关系确定I帧的QP;其次,在采用二次R-Q模型来确定P帧的QP时,采用时间线性预测模型和时空加权预测模型相结合的方法取代H.264的时间线性预测模型来预测P帧基本单元的MAD值,并根据前一单元的预测误差对MAD值进行修正。实验结果表明,与JM10.2参考软件的码率控制算法相比,该算法的码率控制精度更高,输出视频序列的平均PSNR更高、波动更小。     

基于H.264率失真模型联合码率控制算法研究

提出一种基于H.264视频压缩标准的低复杂度、高精度的码率控制算法,该算法研究建立在ρ域率失真线性模型的基础上,比较分析图像压缩前后的信息。通过统计不同量化步长q的DCT零系数百分比ρ,建立基于视频内容的ρ-q一一映射分布规律,直接把非线性R-QP控制转换为间接的R-ρ-QP控制,避免了R-QP之间的非线性影响,从而实现了基于视频内容的高精度码率控制的目的。     

一种基于视觉感知的H.264 码率控制算法

针对目前视频编码标准H.264 的码率控制算法未考虑人眼视觉感知、易导致编码 后视频图像质量波动的不足,提出了一种基于视觉感知的H.264 码率控制算法。首先,设计了 像素域的恰可察觉失真模型。在此基础上,根据各帧的恰可察觉失真的大小进行帧层比特分配。 其次,建立了基于结构相似度的率失真模型,并采用此模型设计了基本单元层(basic unit, BU) 的比特分配方案。最后结合二次速率-量化模型得到量化参数。实验结果表明,该算法与目前 H.264 中典型的码率控制算法相比,错误率降低了0.2%。     

联合率失真模型的帧级码率控制方法

在H.264/AVC视频编码框架下,基于联合率失真模型,提出了一种新的帧级码率控制方法。利用分块数量和平均运动矢量信息,发展了一种精确的头信息估计模型;联合头信息与残差信息模型,并结合残差失真模型,提出新的联合头信息与残差率失真模型;利用精确的估计方法进一步提高率失真性能。相对于最新的JVT H.264/AVC参考软件JM10.2中采用的JVT-G012方法,该方法提高了实际码率与目标码率之间的匹配率达到了98.06%,重构视频的平均亮度PSNR值增加了0.27 dB。     

一种面向H.264/AVC的新型宏块级码率控制算法

针对H.264/AVC码率控制模型的不足,提出了平均绝对变换量化误差（MATQD）的概念,以及基于MATQD的加权预测模型和新的二次R-D（Rate-Distortion）模型,然后给出完整的宏块级码率控制算法,其中,在预测宏块纹理码字分配时,提出了用MATQDratio计算宏块目标码字以及一个头码字的加权预测模型。实验结果表明,与JM8.5下的标准码率控制算法JVT-G012相比,本文提出的算法的码率控制精度更高,输出码流更加平稳,图像的平均质量更好。     

基于H.264码率控制算法的改进

码率控制作为H.264中的重要的技术之一,在平稳码率和保证良好的接收端质量方面起着重要的作用。针对Joint Model (JM)采用的算法存在的对不同的初始量化参数码率不平稳和PSNR(峰值信噪比)差异过大等问题进行分析,在原有算法基础上作出一定的改进。实验结果表明,改进的算法能很好的保证码率和PSNR的平稳性。