CN104185024B - 一种基于总码率与信息熵模型的hevc量化参数优化方法 - Google Patents
一种基于总码率与信息熵模型的hevc量化参数优化方法 Download PDFInfo
- Publication number
- CN104185024B CN104185024B CN201410470959.1A CN201410470959A CN104185024B CN 104185024 B CN104185024 B CN 104185024B CN 201410470959 A CN201410470959 A CN 201410470959A CN 104185024 B CN104185024 B CN 104185024B
- Authority
- CN
- China
- Prior art keywords
- quantization parameter
- hevc
- optimization methods
- entropy model
- total bitrate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明涉及一种基于总码率与信息熵模型的HEVC量化参数优化方法设计，针对不同视频序列特征，在码率控制过程中使用总码率与信息熵模型调整HEVC编码过程中的量化参数QP，达到提高率失真性能与更精确码率控制的目的，并且不会对编码复杂度造成显著影响。所述的量化参数QP优化方法同样适用H.264/AVC，AVS等视频编码标准的QP计算。
Description
技术领域
本发明专利涉及一种基于H.265/MPEG-H HEVC(High EfficiencyVideo Coding)视频编码标准的量化参数优化方法，尤其涉及一种视频编码码率控制过程的精确校正方法。
背景技术
在视频编码与传输应用中，新一代高性能视频编码标准H.265/MPEG-H HEVC(HighEfficiency Video Coding)由ISO-IEC/MPEG和ITU-T/VCEG两大国际标准化组织成立的视频编码联合开发小组(JCT-VC)开发，与H.264/AVC相比，在相同的视觉质量下，HEVC能使比特率降低一半。
作为新一代视频编码标准，HEVC仍然属于预测加变换的混合编码框架，它也包含了帧内预测、帧间预测、正交变换、量化、滤波、熵编码等编码模块，但在各个编码环节都进行了细致的优化与改进，HEVC标准编码方法如附图1所示。在视频编码码率控制算法中，率失真R-D(Rate-Distortion)性能是需要考虑的问题。一个良好的码率控制算法可以在精确的达到目标码率的同时达到尽量小的编码失真。码率控制问题可以被转化成如公式(1)所示的率失真优化问题，通过这个优化问题编码器将在编码比特数不超过目标比特数的情况下，选择使失真最小化的参数作为最优的编码参数。其中{Para}表示编码参数集合，包括模式、运动信息、量化参数QP(Quantization Parameter)等。
公式(1)中的λ是拉格朗日乘子，表示R-D曲线的斜率绝对值。视频编码提供了很大的编码灵活性，编码器可以自由的选择各种编码参数的组合。选择不同的参数会对最终视频的编码比特率产生非常重要的影响。因此，码率控制算法会使得编码器在一些离散的合法的编码参数集合中选择合适的编码参数，进而达到目标码率。
HEVC使用双曲线模型来精确刻画编码算法中的R-D码率失真模型。如公式(2)所示，其中D表示经过压缩编码后的视频失真；R表示压缩后的比特率，以每像素消耗比特bpp(bit per pixel)为单位；C和K是和序列特性相关的模型参数，不同的视频序列C、K的取值不同。
D(R)＝CR-K (2)
在码率控制时，HEVC采用了一种新颖的基于R-λ模型的λ域码率控制算法。在这种码率控制算法中，在R-D码率失真模型的基础上通过码率R和编码使用的拉格朗日乘子λ之间建立数学关系，并利用调整λ的方法达到所期望的目标码率。如公式(3)所示，可以通过该公式计算拉格朗日乘子λ，其中α＝CK，β＝-K-1。因此α和β这两个参数也与序列的特性相关，不同序列具有不同的取值。
由公式(3)进一步得到码率R与λ关系，如公式(4)所示。
由公式(4)可知码率R完全由拉格朗日乘子λ所决定。λ与R-D曲线的关系示意图如附图2所示。λ是由所有实际工作点的凸包络决定的R-D曲线的斜率绝对值，码率R和拉格朗日乘子λ之间存在着一一对应关系。由于R-D曲线是凸函数，基于某个λ值计算最小化公式(1)等效于使用斜率绝对值为λ值的直线去逼近R-D曲线，而此直线仅会和R-D曲线相切于一点。因此，λ值能够决定码率R和视频失真D。
在码率控制过程中，HEVC根据缓冲区的占有情况在对每一级别的编码单元分配合适数量的比特，通常包括图片组GOP(Group of Pictures)级、图片级和基本单元级(CodingUnit)。为了达到所分配的某个目标码率R，编码器将根据公式(3)决定相关联的λ值，并将其用于编码过程。当编码使用的λ值确定后，所有其他的编码参数均应由率失真优化RDO(Rate-Distortion Optimization)决定。
QP是率失真优化问题中待优化的编码参数之一。通常可以通过多QP优化(Multiple-QP Optimization)的方式确定最优的QP。在多QP优化中，通常以公式(5)作为优化目标。
{QPi}是待选QP的集合。理想情况下，{QPi}可以包含所有允许的QP值，在HEVC中可选的QP值包括从0到51共52个。但如果编码器尝试所有可能的QP值，会极大的增加编码端的复杂度。因此即使使用多QP优化的方法，也仅会根据经验包含有限的几个QP值。
由于编码端复杂度和使用的QP数量成正比，为了在不增加编码端复杂度的情况下，即在不使用多QP优化的情况下提升编码的率失真性能，HEVC基于不同测试序列的实验，利用最优的QP值和ln(λ)之间的线性关系，对编码中所使用的QP值进行修正，如公式(6)所示。然后利用修正后的QP值进行编码。
QP＝a×ln(λ)+b (6)
在公式(6)中，斜率a为4.2005，截距b取值13.7122，这两个参数是基于不同的测试序列，经过实验拟合后的平均值。实际上，对于不同内容的视频序列，这两个参数应该自适应取值，而在编码过程中采用这种固定的取值方式显然具有一定的局限性。
发明内容
本发明的目的是提供一种基于总码率与信息熵模型的HEVC量化参数优化方法，本算法在码率控制过程中能够针对不同的视频序列，使用总码率与信息熵模型自适应精确计算量化参数QP值，提升编码的率失真性能。所设计的量化参数QP优化方法同样适用其他视频编码标准的QP计算。
本发明专利设计的一种基于总码率与信息熵模型的HEVC量化参数优化方法采用以下方案实现：(见图3所示)
其中λ为拉格朗日算子、R为总码率、H为残差码率、参数ε、为常数、Δ为拉普拉斯分布参数。
进一步，所述的参数ε、对于B帧和P帧，ε、取不同的值，
进一步，所述的Δ为拉普拉斯分布参数，不同的Δ值用以体现不同特征的视频序列。
进一步，所述的量化参数QP优化方法同样适用其他视频编码标准的QP计算。
附图说明
图1是HEVC视频编码标准结构框图。
图2是码率控制中λ与R-D曲线的关系示意图。
图3是本发明专利设计的量化参数优化方法。
具体实施方式
下面结合附图及设计原理阐述本发明专利涉及的技术方案。
在HEVC中，编码后的总码率为残差信息熵与边信息码率之和，因此除了残差信息以外，边信息也对总码率有较大的影响，尤其在低码率处。在高码率的时候，通常量化步长Qstep比较小，总码率R与残差码率H比较接近；而在低码率时，量化步长Qstep取值比较大，总码率R与残差码率H则相差较大，这时边信息码率就相对显著。
变换残差通常服从零均值的拉普拉斯分布，设Δ为拉普拉斯分布参数，则ln(R/H)与Δ·Qstep可近似为线性关系，总码率与信息熵模型如公式(7)所示，或者写成公式(8)所示。其中，参数ε、为常数，对于B帧和P帧，ε、取不同的值，如公式(9)所示。Δ的计算方法如公式(10)所示，σ为变换残差的标准差，体现了当前视频的内容特征。
在HEVC中，量化步长Qstep与量化参数QP的关系如公式(11)所示。
Qstep＝(21/6)QP-4 (11)
联立公式(8)与(11)，即可求出量化参数QP如公式(12)所示，由于不同的拉普拉斯分布参数Δ体现了不同特征的视频序列，因此本发明所设计的QP优化方法与原标准相比更具有自适应不同视频的功能。
在实际的编码过程中，对于当前的目标码率R，需要预测残差码率H与拉普拉斯分布参数Δ。由于视频信号在时间上具有很强的相关性，在较短的时间内帧与帧之间变化很小，因此本发明使用前面已编码的三个帧的均值来预测当前第i帧的残差码率与拉普拉斯分布参数如公式(13)与公式(14)所示。
此外，在低码率时，SKIP模式的选择频率会更加高，从而导致公式(12)中的残差信息熵接近于0。由于边信息是基于残差信息熵建立的，因此，该模型在此时会导致边信息估计偏小，使得最终码率模型不准确。在所有块都通过SKIP模式进行编码而导致残差信息熵为0的极端情况下，这时的QP就采用传统的方法进行计算，如公式(6)所示。
由于利用时间相关性来预测残差码率H与拉普拉斯分布参数Δ，本发明还需要考虑场景变换的情况。使用当前帧与前一重构帧差值的标准差来体现是否产生场景变换。如公式(15)所示，其中Ii为当前第i帧，表示第i-1帧的重构帧，(x,y)为像素索引值，W与H分别为视频的宽度与高度。
当场景变换时，σi变化就比较剧烈，因此使用当前帧的σi与前一帧σi-1的变化率来判断是否产生场景变换，当小于阈值0.3时，就认为视频场景内容已改变，这时的QP就采用传统的方法进行计算，如公式(6)所示。
综合以上所述，本发明在进行量化参数优化时，首先判断所有编码单元是否为SKIP模式或者场景发生改变，如果没有则使用基于总码率与信息熵模型的量化参数优化算法，否则采用传统的计算方法获得QP，总的优化方法如公式(17)所示。在当前帧编码完成后需要更新当前帧的残差码率H与拉普拉斯分布参数Δ，以用于下一帧的编码。由于不同内容的视频信号，其残差系数分布参数Δ也不同，因此，本发明所设计的QP优化方法能自适应于不同的视频系列，获得更好的率失真性能，此方法同样适用其他视频编码标准的QP计算。
Claims (3)
1.一种基于总码率与信息熵模型的HEVC量化参数优化方法，其特征在于：在HEVC视频编码标准的码率控制过程中，针对不同视频序列特征，使用总码率与信息熵模型自适应计算量化参数QP值，所述的基于HEVC视频编码标准的量化参数QP优化方法包括：
量化参数QP优化方法：
其中λ为拉格朗日算子、R为总码率、H为残差码率、参数ε、为常数、Δ为拉普拉斯分布参数；
所述的参数ε、对于B帧和P帧，ε、取不同的值，
2.根据权利要求1所述的一种基于总码率与信息熵模型的HEVC量化参数优化方法，其特征在于：所述的Δ为拉普拉斯分布参数，不同的Δ值用以体现不同特征的视频序列。
3.根据权利要求1所述的一种基于总码率与信息熵模型的HEVC量化参数优化方法，其特征在于：所述的量化参数QP优化方法同样适用H.264/AVC，AVS等视频编码标准的QP计算。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410470959.1A CN104185024B (zh) | 2014-09-16 | 2014-09-16 | 一种基于总码率与信息熵模型的hevc量化参数优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410470959.1A CN104185024B (zh) | 2014-09-16 | 2014-09-16 | 一种基于总码率与信息熵模型的hevc量化参数优化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104185024A CN104185024A (zh) | 2014-12-03 |
| CN104185024B true CN104185024B (zh) | 2017-09-15 |
Family
ID=51965716
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410470959.1A Active CN104185024B (zh) | 2014-09-16 | 2014-09-16 | 一种基于总码率与信息熵模型的hevc量化参数优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104185024B (zh) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11184621B2 (en) | 2017-02-23 | 2021-11-23 | Netflix, Inc. | Techniques for selecting resolutions for encoding different shot sequences |
| US11153585B2 (en) | 2017-02-23 | 2021-10-19 | Netflix, Inc. | Optimizing encoding operations when generating encoded versions of a media title |
| US10742708B2 (en) | 2017-02-23 | 2020-08-11 | Netflix, Inc. | Iterative techniques for generating multiple encoded versions of a media title |
| US11166034B2 (en) | 2017-02-23 | 2021-11-02 | Netflix, Inc. | Comparing video encoders/decoders using shot-based encoding and a perceptual visual quality metric |
| US12255940B2 (en) | 2017-07-18 | 2025-03-18 | Netflix, Inc. | Encoding techniques for optimizing distortion and bitrate |
| US10666992B2 (en) | 2017-07-18 | 2020-05-26 | Netflix, Inc. | Encoding techniques for optimizing distortion and bitrate |
| CN107592535B (zh) * | 2017-08-18 | 2020-09-01 | 西安邮电大学 | H.265/hevc图像层码率控制方法 |
| CN109120934B (zh) * | 2018-09-25 | 2020-06-23 | 杭州电子科技大学 | 一种适用于hevc视频编码的帧级量化参数计算方法 |
| CN113438479B (zh) * | 2021-06-13 | 2022-09-20 | 北方工业大学 | 基于ctu信息熵的码率控制 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8693535B2 (en) * | 2009-12-14 | 2014-04-08 | Thomson Licensing | Method and apparatus for bit allocation in offline video coding |
| CN101835042B (zh) * | 2010-03-19 | 2013-01-23 | 西安电子科技大学 | 基于无反馈速率控制的Wyner-Ziv视频编码系统及方法 |
| WO2012162806A1 (en) * | 2011-06-01 | 2012-12-06 | Zhou Wang | Method and system for structural similarity based perceptual video coding |
| CN103888765B (zh) * | 2014-03-27 | 2015-09-30 | 天格科技（杭州）有限公司 | 一种改进型R-λ模型H.265码率控制方法 |
-
2014
- 2014-09-16 CN CN201410470959.1A patent/CN104185024B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN104185024A (zh) | 2014-12-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104185024B (zh) | 一种基于总码率与信息熵模型的hevc量化参数优化方法 | |
| CN104796705B (zh) | 一种基于ssim的hevc视频编码率失真优化与码率控制算法 | |
| Wang et al. | Rate-distortion optimization of rate control for H. 264 with adaptive initial quantization parameter determination | |
| CN104767999B (zh) | 一种基于失真测量的hevc码率控制模型参数更新算法 | |
| US8009730B2 (en) | Method for controlling the encoder output bit rate in a block-based video encoder and corresponding video encoder apparatus | |
| CN1910934B (zh) | 自适应速率控制编码器 | |
| US9565440B2 (en) | Quantization parameter adjustment based on sum of variance and estimated picture encoding cost | |
| CN103945222B (zh) | 一种基于hevc视频编码标准的码率控制模型更新方法 | |
| US8891892B2 (en) | Image encoding method using adaptive preprocessing scheme | |
| CN102932641B (zh) | 一种恒定质量码率控制方法 | |
| CN104038769B (zh) | 帧内编码的码率控制方法 | |
| CN107257464B (zh) | 基于Sobel算子和线性回归的高清视频编码码率控制方法 | |
| WO2018095890A1 (en) | Methods and apparatuses for encoding and decoding video based on perceptual metric classification | |
| CN115550656A (zh) | 一种适合于硬件实现的i帧码率控制方法及装置 | |
| US20160234506A1 (en) | Constraining number of bits generated relative to vbv buffer | |
| JP2015192403A (ja) | 符号化装置及び符号化方法 | |
| Sun et al. | Rate distortion modeling and adaptive rate control scheme for high efficiency video coding (HEVC) | |
| Yan et al. | Adaptive distortion-based intra-rate estimation for H. 264/AVC rate control | |
| Sanz-Rodríguez et al. | A rate control algorithm for HEVC with hierarchical GOP structures | |
| Zhao et al. | An SSIM-motivated LCU-level rate control algorithm for HEVC | |
| CN100448295C (zh) | 一种低复杂度的积分码率控制方法 | |
| CN104320660B (zh) | 用于无损视频编码的率失真优化方法及编码方法 | |
| EP1940176A2 (en) | Method and device for coding a sequence of digitized images | |
| KR100963322B1 (ko) | 실시간 ｈ.264를 위한 적응적 프레임 비트율 제어 방법 | |
| Lu et al. | Robust error resilient H. 264/AVC video coding |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20190916 Address after: 350002 Room 203, Xihong 397, Hongshan Town, Gulou District, Fuzhou City, Fujian Province Patentee after: Fuzhou Shichi Technology Co., Ltd. Address before: Minhou County of Fuzhou City, Fujian province 350108 Street Town Road No. 2 University City School District of Fuzhou University Patentee before: Fuzhou University |