視頻圖像壓縮中熵編碼技術(shù)研究.pdf

1、在視頻壓縮標(biāo)準(zhǔn)中，熵編碼模塊在信源符號(hào)的壓縮和碼流的組織過(guò)程有著不可替代的作用。熵編碼模塊首先利用上下文建模技術(shù)來(lái)挖掘信源符號(hào)之間的統(tǒng)計(jì)冗余；然后使用熵編碼引擎（算術(shù)編碼技術(shù)或者變長(zhǎng)編碼技術(shù)）來(lái)去除統(tǒng)計(jì)冗余，進(jìn)而產(chǎn)生緊湊的二進(jìn)制碼流，以供存儲(chǔ)和傳輸。熵編碼模塊通常利用已經(jīng)編碼的符號(hào)來(lái)估計(jì)待編碼符號(hào)的概率分布，從而能夠高效地去除信源符號(hào)之間的冗余信息。然而，這種編碼依賴關(guān)系卻不利于熵編碼模塊的并行處理，降低了吞吐率。因此，如何平衡熵編碼模

2、塊的編碼效率和數(shù)據(jù)吞吐率已經(jīng)成為衡量熵編碼技術(shù)優(yōu)劣的重要性能指標(biāo)。隨著高畫質(zhì)視頻的逐步普及，未來(lái)的視頻壓縮標(biāo)準(zhǔn)將要處理數(shù)據(jù)量更加龐大的視頻，因此繼續(xù)提高熵編碼模塊的壓縮效率仍然具有很重要的意義。
　　為了克服外界條件的限制，在目前最新的多媒體應(yīng)用中，壓縮感知技術(shù)正在被應(yīng)用于采集數(shù)字圖像/視頻。當(dāng)采用壓縮感知技術(shù)對(duì)圖像/視頻進(jìn)行采集時(shí)，得到的測(cè)量值（通常用測(cè)量值表示利用壓縮感知采樣得到的樣本信息）和傳統(tǒng)的圖像/視頻采集方法得到的像素

3、值在本質(zhì)上是不同的。測(cè)量值通常是利用隨機(jī)高斯矩陣對(duì)原始信號(hào)進(jìn)行投影操作而得到的，每個(gè)測(cè)量值都包含了原始信號(hào)的全局信息，并且各個(gè)測(cè)量值之間是相互獨(dú)立的。所以，傳統(tǒng)的圖像/視頻壓縮標(biāo)準(zhǔn)技術(shù)不再適用于測(cè)量值的壓縮。如何充分挖掘測(cè)量值的統(tǒng)計(jì)特性為其設(shè)計(jì)一個(gè)高效的熵編碼器是測(cè)量值壓縮中的一個(gè)新的挑戰(zhàn)問(wèn)題。
　　所以，在這種研究背景下，本文對(duì)H.264/AVC，HEVC和AVS2等視頻壓縮標(biāo)準(zhǔn)中的熵編碼模塊進(jìn)行優(yōu)化，來(lái)提高熵編碼模塊的壓縮效率

4、和數(shù)據(jù)吞吐率；另外，本文也為壓縮感知中測(cè)量值的壓縮設(shè)計(jì)了一個(gè)高效的熵編碼器，來(lái)把測(cè)量值轉(zhuǎn)化為緊湊的二進(jìn)制碼流，實(shí)現(xiàn)真正的數(shù)據(jù)壓縮。因此，本文的研究工作主要包括以下四個(gè)部分：
　　第一，在H.264/AVC的上下文自適應(yīng)二進(jìn)制算術(shù)編碼器（CABAC）的設(shè)計(jì)過(guò)程中，由于沒(méi)有充分地考慮吞吐率這一指標(biāo)，使得熵編碼模塊已經(jīng)成為整個(gè)解碼器的主要瓶頸之一。為了提高H.264/AVC中CABAC的吞吐率，本文首先根據(jù)預(yù)測(cè)殘差的DCT系數(shù)的統(tǒng)計(jì)特性

5、，提出了一個(gè)層次依賴上下文模型HDCM(Hierarchical Dependency Context Model)。在HDCM中，DCT系數(shù)塊中的非零系數(shù)的個(gè)數(shù)和DCT系數(shù)的頻域位置被用作為上下文，來(lái)挖掘DCT系數(shù)之間的統(tǒng)計(jì)冗余。然后，本文提出了一個(gè)基于層次依賴上下文模型的二進(jìn)制算術(shù)編碼器HDCMBAC來(lái)編碼H.264/AVC中的預(yù)測(cè)殘差的DCT系數(shù)。為了高效地描述DCT系數(shù)塊，并且降低語(yǔ)法元素之間的上下文依賴關(guān)系，HDCMBAC重新

6、設(shè)計(jì)了用于描述DCT系數(shù)塊的語(yǔ)法元素。這些語(yǔ)法元素包括，DCT系數(shù)塊中非零系數(shù)的個(gè)數(shù)N，用于指示每個(gè)位置上的DCT系數(shù)是否為非零系數(shù)的語(yǔ)法元素significant_flag和用于指示每個(gè)非零DCT系數(shù)的幅值的語(yǔ)法元素coeff_abs_level_minus1。實(shí)驗(yàn)結(jié)果表明，與H.264/AVC中的CABAC相比，HDCMBAC可以取得相似的編碼效率，并且最大限度地降低了DCT系數(shù)之間的上下文依賴關(guān)系。
　　第二，為了繼續(xù)提高視

7、頻編碼標(biāo)準(zhǔn)中熵編碼模塊的編碼效率和為下一代視頻編碼標(biāo)準(zhǔn)的制定做技術(shù)儲(chǔ)備，本文以HEVC為基礎(chǔ)，提出了一個(gè)內(nèi)存消耗小并且編碼效率高的熵編碼方案，該方案包括變換系數(shù)的增強(qiáng)上下文建模方法和低內(nèi)存消耗的二進(jìn)制算術(shù)編碼引擎。在變換系數(shù)的增強(qiáng)上下文建模方法中，本文采用當(dāng)前變換系數(shù)的局部模板內(nèi)非零變換系數(shù)的個(gè)數(shù)和當(dāng)前變換系數(shù)的位置信息作為significant_coeff_flag（用于指示當(dāng)前的變換系數(shù)是否為非零系數(shù)的語(yǔ)法元素）的上下文；為了減少s

8、ignificant_coeff_flag的上下文模型的個(gè)數(shù)，變換系數(shù)塊被分割為不同的區(qū)域，并且相同區(qū)域使用相同的上下文模型集合。在編碼coeff_abs_greater1_flag（用于指示當(dāng)前的非零變換系數(shù)的絕對(duì)值是否大于1的語(yǔ)法元素）時(shí)，本文采用當(dāng)前變換系數(shù)的局部模板內(nèi)絕對(duì)值等于1和絕對(duì)值大于1的變換系數(shù)的個(gè)數(shù)作為其上下文；為了利用亮度分量中變換系數(shù)與其位置之間的相關(guān)性，變換系數(shù)的位置信息也被用作coeff_abs_greater

9、1_flag的上下文。在編碼語(yǔ)法元素coeff_abs_greater2_flag（用于指示當(dāng)前的非零變換系數(shù)的絕對(duì)值是否大于2的語(yǔ)法元素）時(shí)，本文采用當(dāng)前變換系數(shù)的局部模板內(nèi)絕對(duì)值大于2和絕對(duì)值大于1的變換系數(shù)的個(gè)數(shù)作為該語(yǔ)法元素的上下文。在低內(nèi)存消耗的二進(jìn)制算術(shù)編碼引擎中，本文采用多參數(shù)的概率估計(jì)模型估計(jì)二進(jìn)制符號(hào)的概率；在編碼區(qū)間的分割過(guò)程中，本文提出了一個(gè)低位寬的乘法操作來(lái)代替?zhèn)鹘y(tǒng)的查表操作。如此設(shè)計(jì)之后，低內(nèi)存消耗的二進(jìn)制算術(shù)

10、編碼引擎在概率估計(jì)過(guò)程和編碼區(qū)間分割過(guò)程中均不再需要大量的存儲(chǔ)空間。實(shí)驗(yàn)結(jié)果表明，與HEVC中原始的熵編碼方案相比，本文提出的熵編碼方案具有更高的編碼效率。
　　第三，在第二代中國(guó)國(guó)家視頻壓縮標(biāo)準(zhǔn)AVS2中，熵編碼模塊中存在著很強(qiáng)的順序依賴關(guān)系，這些順序依賴關(guān)系嚴(yán)重地制約著AVS2編解碼器的吞吐率。這些順序依賴關(guān)系主要來(lái)源于算術(shù)編碼引擎的歸一化過(guò)程和bypass bin(概率等于0.5的二進(jìn)制符號(hào))的編碼過(guò)程以及變換系數(shù)的上下文建

11、模過(guò)程。因此，本文從上述三個(gè)方面對(duì)AVS2的熵編碼模塊進(jìn)行優(yōu)化設(shè)計(jì)。具體來(lái)講，本文首先提出了一種快速的，與標(biāo)準(zhǔn)兼容的算術(shù)編碼引擎歸一化方法。該方法簡(jiǎn)化了算術(shù)編碼引擎的執(zhí)行流程，減少調(diào)用歸一化過(guò)程的次數(shù)。其次，本文提出了一個(gè)快速的bypass bin的編解碼過(guò)程，使得bypass bin的編解碼過(guò)程僅僅需要移位和加法操作即可完成，極大地降低了bypass bin的編解碼復(fù)雜度。最后，本文改進(jìn)了AVS2中變換系數(shù)的編碼過(guò)程，降低變換系數(shù)之間

12、的上下文依賴關(guān)系。實(shí)驗(yàn)結(jié)果表明，上述三個(gè)技術(shù)大幅度地提高AVS2中熵編碼模塊的吞吐率，同時(shí)性能損失也比較小。
　　第四，在圖像的壓縮感知采樣中，為了提高測(cè)量值的壓縮性能，差分脈沖預(yù)測(cè)（DPCM：Differential Pulse-Code Modulation）和均勻標(biāo)量量化（SQ：uniform Scalar Quantization）被聯(lián)合應(yīng)用于測(cè)量值的壓縮中。盡管如此，若想真正地實(shí)現(xiàn)測(cè)量值的壓縮，即把測(cè)量值轉(zhuǎn)化為緊湊的二進(jìn)

13、制碼流，熵編碼模塊是一個(gè)必不可少的模塊。為此，本文基于圖像的差分脈沖預(yù)測(cè)和標(biāo)量量化框架（DPCM-plus-SQ）,為測(cè)量值的量化索引提出了一個(gè)高效的熵編碼方案。在該熵編碼方案中，本文分析了測(cè)量值的量化索引的統(tǒng)計(jì)特性，并且根據(jù)這些統(tǒng)計(jì)特性設(shè)計(jì)了相應(yīng)地語(yǔ)法元素來(lái)描述測(cè)量值的量化索引。具體來(lái)說(shuō)，本文首先使用語(yǔ)法元素significant_map來(lái)指示當(dāng)前測(cè)量值的量化索引是否為非零；然后，對(duì)于非零的量化索引，使用語(yǔ)法元素abs_coeff_l