摘  要： 通過(guò)分析在H.264/AVC中預(yù)測(cè)初始量化參數(shù)的方法過(guò)于簡(jiǎn)單，導(dǎo)致視頻序列整體編碼量化參數(shù)和重建圖像PSNR的波動(dòng),，甚至PSNR急劇下降的問(wèn)題,，利用基于Cauchy分布的R-Q模型，結(jié)合I幀圖像復(fù)雜度建立R-C-Q模型,，提出了自適應(yīng)的初始量化參數(shù)預(yù)測(cè)算法,。該算法能夠根據(jù)不同視頻序列的特性，準(zhǔn)確地預(yù)測(cè)I幀的初始量化參數(shù),，有效地抑制視頻序列的整體量化參數(shù)及PSNR的波動(dòng),，從而提高碼率控制精度和重建圖像質(zhì)量。

　　關(guān)鍵詞： H.264/AVC,；碼率控制,；初始量化參數(shù)

　　隨著數(shù)字視頻技術(shù)的快速發(fā)展，在人們?nèi)粘９ぷ魃钪谐霈F(xiàn)了形式多樣的視頻應(yīng)用,，這些視頻業(yè)務(wù)給現(xiàn)有的存儲(chǔ)資源和通信系統(tǒng)帶來(lái)了巨大的挑戰(zhàn),。H.264/AVC是目前使用最廣泛的視頻編碼標(biāo)準(zhǔn)，因在碼率控制和率失真優(yōu)化過(guò)程之間存在編碼參數(shù)的依賴關(guān)系,，使其碼率控制技術(shù)也更加復(fù)雜,，如何提高碼率控制精度，更好地平衡編碼效率和圖像質(zhì)量之間的關(guān)系,，成為碼率控制領(lǐng)域的研究熱點(diǎn)。

　　1 初始量化參數(shù)分析

　　初始量化參數(shù)（QP0）是指編碼視頻序列的I幀所使用量化參數(shù),，在H.264/AVC的JVT-G012碼率控制算法提案中,，初始量化參數(shù)QP0采用兩種方法進(jìn)行預(yù)測(cè)：（1）預(yù)先定義的方法，QP0取值范圍為0~51,；（2）在沒(méi)有預(yù)先定義的情況下,，在參考軟件JM10.1中，QP0根據(jù)每像素的比特?cái)?shù)bpp（bits per pixel）將信道分成4個(gè)級(jí)別,，不同的級(jí)別采用不同的初始量化參數(shù),，通過(guò)式（1）計(jì)算，bpp由式（2）確定,。

　　其中,，Rtarget為當(dāng)前可用的信道帶寬,，即目標(biāo)比特?cái)?shù)；f為編碼時(shí)的幀率,；Npixel為每幀圖像的像素個(gè)數(shù),。l1、l2,、l3為經(jīng)驗(yàn)常數(shù),，對(duì)于QCIF視頻格式，取l1=0.1,，l2=0.3,，l3=0.6；CIF視頻格式,，取l1=0.2,，l2=0.6，l3=1.2,；其他比CIF大的視頻格式,，取l1=0.6，l2=1.4,，l3=2.4,。由式（1）、（2）可知,，對(duì)于相同視頻格式不同圖像內(nèi)容的視頻序列,，在信道帶寬、幀率相同的情況下,，將使用相同的初始量化參數(shù),。

　　在編碼前預(yù)定義QP0，如果取值過(guò)小,，編碼I幀將占用過(guò)多的目標(biāo)比特?cái)?shù),，為了避免編碼緩沖區(qū)上溢，在編碼GOP中后續(xù)的圖像時(shí),，就會(huì)持續(xù)增加量化參數(shù),，以減少后續(xù)圖像編碼碼率，導(dǎo)致圖像質(zhì)量急劇下降,。另一方面,，如果取值過(guò)大，就會(huì)浪費(fèi)信道帶寬,，甚至出現(xiàn)緩沖區(qū)下溢造成解碼端延遲,，同時(shí)增加I幀的圖像失真，由于I幀是后續(xù)幀的參考幀,，這些后續(xù)幀的重建圖像質(zhì)量也會(huì)相應(yīng)下降,。顯然,，在視頻編碼之前預(yù)先設(shè)定QP0，不能充分考慮視頻序列的特征,，要設(shè)定合適的QP0是比較困難的,。

　　在不預(yù)先設(shè)定QP0的情況下，分別選取Akiyo和Foreman兩個(gè)標(biāo)準(zhǔn)視頻序列,，實(shí)驗(yàn)參數(shù)設(shè)置為信道帶寬64 Kb/s,，幀率30 f/s，視頻格式QCIF,，序列結(jié)構(gòu)Ippp,，編碼幀數(shù)100。實(shí)驗(yàn)結(jié)果如圖1和圖2所示,。

　　如圖1所示,，兩個(gè)序列都采用了相同的QP0（QP0＝35）。對(duì)于Foreman序列,，QP0接近序列的平均量化參數(shù)（QPave=36）,，整個(gè)序列的量化參數(shù)和PSNR波動(dòng)不大，如圖2所示,。而Akiyo序列的平均量化參數(shù)為25,，QP0與QPave之間的差為10，導(dǎo)致整個(gè)序列的PSNR和QP的劇烈波動(dòng),。

　　由于視頻序列中I幀的圖像復(fù)雜度不同,，采用相同的方式確定初始量化參數(shù)，勢(shì)必會(huì)影響碼率控制的精度,，造成重建圖像質(zhì)量的波動(dòng)甚至下降,。

　　2 I幀的R-C-Q模型

　　視頻序列中I幀沒(méi)有參考幀，使用幀內(nèi)預(yù)測(cè)方式編碼,，因此應(yīng)考慮不同圖像的特性來(lái)預(yù)測(cè)QP0,。通常在給定相同的信道帶寬時(shí)，對(duì)于空間紋理復(fù)雜或運(yùn)動(dòng)劇烈的視頻序列,，需要較大的QP0,，反之則對(duì)于空間內(nèi)容簡(jiǎn)單或運(yùn)動(dòng)緩慢的視頻序列，則選擇較小的QP0,。

　　參考文獻(xiàn)[1]中提出Cauchy分布比Laplace分布更接近殘差圖像DCT變換系數(shù)的實(shí)際分布情況，尤其是幀內(nèi)編碼的圖像,，使用基于Cauchy分布的熵函數(shù)能使碼率估計(jì)的準(zhǔn)確度得到很大提高,，Cauchy熵函數(shù)可通過(guò)R-Q模型近似得到。

　　基于Cauchy分布的R-Q模型為：

　　其中,，Rtotal為目標(biāo)比特?cái)?shù),，包括頭比特?cái)?shù)和紋理比特?cái)?shù),；Qstep為量化步長(zhǎng)；C為模型參數(shù),，與編碼圖像的內(nèi)容相關(guān),，本文將其表示為圖像復(fù)雜度；?茁（?茁<0）為與DCT系數(shù)分布相關(guān)的常數(shù),，當(dāng)編碼I幀時(shí),，取值為{-0.75，-0.8,，-0.85},。

　　假設(shè)在時(shí)間間隔ΔT內(nèi)編碼幀數(shù)為N，信道帶寬為B,，C?琢表示N個(gè)幀的平均復(fù)雜度,，則有：

　　為了驗(yàn)證式（7）中QPave的有效性，選擇QCIF（Akiyo,、Foreman,、Mobile）及CIF（News、Waterfall,、Bus）格式的標(biāo)準(zhǔn)測(cè)試序列,，這些序列包含從簡(jiǎn)單到復(fù)雜的紋理細(xì)節(jié)和從低到高的運(yùn)動(dòng)強(qiáng)度。在不同的信道帶寬下,，對(duì)每個(gè)序列（QCIF：60~800 kb/s,，CIF：80~1 600 kb/s）進(jìn)行測(cè)試。圖3所示為序列實(shí)際編碼的QPave和信道帶寬B的線性擬合結(jié)果,。圖中圓點(diǎn)代表序列在不同帶寬下編碼的QPave,；相關(guān)系數(shù)R2表示線性擬合的準(zhǔn)確度，其值越接近1說(shuō)明樣本值越接近線性關(guān)系,。從實(shí)驗(yàn)結(jié)果可以看到在不同序列的和信道帶寬之間接近線性關(guān)系,，說(shuō)明最佳QP0可以通過(guò)式（6）得到。

　　3 I幀圖像復(fù)雜度

　　為了得到最佳QP0,，在編碼視頻序列前首先要確定I幀的圖像復(fù)雜度,。目前有多種圖像復(fù)雜度測(cè)量方法，在參考文獻(xiàn)[3]中將這些方法分為4類：基于方差的方法,、DCT系數(shù)的方法,、邊緣強(qiáng)度的方法和梯度的方法，這些方法在編碼前都不需要進(jìn)行預(yù)處理,，對(duì)4種方法的計(jì)算復(fù)雜度和性能進(jìn)行比較,，結(jié)果顯示基于梯度的方法最有效。通常圖像的梯度用于測(cè)量圖像局部的變化,，圖像的亮度和色度直方圖則反映了圖像全局的變化,，參考文獻(xiàn)[4]中用實(shí)驗(yàn)驗(yàn)證了通過(guò)結(jié)合圖像局部和全局的變化信息,，其結(jié)果能更好地表示編碼圖像的復(fù)雜度。因此,，本文借簽參考文獻(xiàn)[4]中方法,，結(jié)合梯度和直方圖計(jì)算I幀的圖像復(fù)雜度。

　　如圖3所示,，在相同的信道帶寬下,，QCIF和CIF序列的QP0明顯不同，即使是相同格式序列的QP0也存在較大差異,，QP0的差異是由I幀的圖像復(fù)雜度不同造成的,。用式（11）計(jì)算所有測(cè)試序列的最佳QP0，實(shí)驗(yàn)結(jié)果如圖4所示,，最佳QP0呈線性分布,，這說(shuō)明式（11）能夠準(zhǔn)確地反映不同內(nèi)容視頻序列I幀的特性。通過(guò)線性擬合方法得到式（11）中的參數(shù)?準(zhǔn)和?漬,，分別為?準(zhǔn)＝-6.532,，?漬＝51.44。參數(shù)?滋可根據(jù)應(yīng)用場(chǎng)景進(jìn)行調(diào)整,，對(duì)于空間內(nèi)容簡(jiǎn)單或運(yùn)動(dòng)緩慢的場(chǎng)景,，選擇較小值；反之,，取較大值,。

　　4 實(shí)驗(yàn)結(jié)果及分析

　　將本文算法寫(xiě)入JVT-G012參考軟件JM10.1中，選取QCIF和CIF格式的視頻序列,，參數(shù)設(shè)置如表1所示,。QCIF和CIF序列的信道帶寬分別設(shè)定為60~512 kb/s及120~1 024 kb/s。實(shí)驗(yàn)結(jié)果如表2所示,。

　　從表2可以看出,，本文算法的平均碼率誤差?駐R降低了0.438%，說(shuō)明能夠更準(zhǔn)確地控制編碼輸出碼率,。對(duì)于不同格式和不同圖像復(fù)雜度的序列,，在不預(yù)定義QP0時(shí)，本文算法得到的初始QP0非常接近JM10.1算法的平均QP,，兩者最大誤差僅為3,，說(shuō)明本文的QP0更加準(zhǔn)確。本文算法有效提高了重建圖像質(zhì)量,，PSNR的增益最高達(dá)到1.31 dB,，平均PSNR增益達(dá)到0.61 dB，由于本文算法在編碼前僅需要計(jì)算視頻序列第一個(gè)I幀的圖像復(fù)雜度，計(jì)算復(fù)雜度增加有限,，序列每幀的編碼時(shí)間僅比JM10.1平均增加了0.47%。

　　本文分析了JVT-G012碼率控制提案中預(yù)測(cè)初始量化參數(shù)的方法過(guò)于簡(jiǎn)單,、沒(méi)有考慮不同I幀圖像特性的問(wèn)題,，提出了基于Cauchy分布R-Q模型的自適應(yīng)初始量化參數(shù)預(yù)測(cè)方法。實(shí)驗(yàn)結(jié)果表明,，本文算法減少了視頻序列整體的量化參數(shù)和PSNR的波動(dòng),，在提高碼率控制精度的同時(shí)，保持了穩(wěn)定的重建圖像質(zhì),。

　　參考文獻(xiàn)

　　[1] KAMACI N,， ALTINBASAK Y， MERSEREAU R M. Frame bit allocation for the H.264/AVC video coder via cauchy density-based rate and distortion models[J]. IEEE Transactions on Circuits and System for Video Technology,， 2005,，15（8）：994-1006.

　　[2] Ma Siwei， Gao Wen,， Lu Yan. Rate-distortion analysis for H.264/AVC videocoding and its application to rate control[J]. IEEE Transactions on Circuits and System for Video Technology,， 2005，15（12）：1533-1544.

　　[3] KIM W J,， YI J W,， KIM S D. A bit allocation method based on pictureactivity for still image coding[J].IEEE Transactions on Image Processing，1999,，8（7）：974-977.

　　[4] Zhou Yimin,， Sun Yu， Feng Zhidan,， et al. New rate-distortion modeling and efficient rate controlfor H.264/AVC video coding[J]. Signal Processing： Image Communication,，2009，24（5）：345-356.