高效視頻編碼的算法優(yōu)化及其擴展研究.pdf

1、H.264是ITU-T的VCG和ISO的MPEG最近聯(lián)合開發(fā)的新一代視頻編碼標準。H.264出色的編碼效率和有效的傳輸接口使得它可以廣泛應(yīng)用于IP網(wǎng)絡(luò)和無線網(wǎng)絡(luò)上的視頻業(yè)務(wù)。H.264存在著與早期的視頻編碼標準相似地研究課題。 首先，編碼效率在比以前標準提高50％的同時，復(fù)雜度也增加了一個數(shù)量級。如何減少計算復(fù)雜度對H.264標準的實時應(yīng)用尤為重要。其次，H.264碼率控制方案假設(shè)視頻序列的幀與幀之間有一定的相關(guān)性，可以用前面的

2、編碼產(chǎn)生的統(tǒng)計信息指導(dǎo)當(dāng)前幀的碼率控制。然而，視頻序列幀與幀之間統(tǒng)計特性千差萬別，尤其在場景切換或者運動劇烈的情況時，前后幀之間的相關(guān)性消失或明顯減弱。這造成了序列前后編碼幀的圖像質(zhì)量有明顯的波動。如何改進碼率控制方案以降低前后幀解碼圖像的波動對H.264的應(yīng)用也尤為重要。最后，H.264在提高50％編碼效率的同時，編碼復(fù)雜度也增加了十幾倍。單純從基于混合編碼框架上來提高編碼效率已越來越困難。近年來，國內(nèi)外學(xué)者逐漸加大了將人眼視覺特性應(yīng)

3、用到視頻編碼中的研究力度，以在進一步提高編碼效率的同時，改善圖像的主觀質(zhì)量。如何將人眼視覺特性融合于編碼系統(tǒng)中，將是視頻編碼技術(shù)發(fā)展的一個重要問題。為此，本文將從降低編碼復(fù)雜度、碼率控制、視覺編碼這三方面進行研究以優(yōu)化H.264的編碼算法。 第一，基于H.264實時應(yīng)用，本文對H.264編碼算法進行優(yōu)化。針對編碼過程復(fù)雜度高的整數(shù)變換與量化、運動估計、預(yù)測模式選擇、參考幀選擇等模塊進行深入的研究與分析，首先在像素域內(nèi)充分利用紋理

4、特性、相鄰塊的相關(guān)性以及已編碼塊的信息等，給出了一套快速算法，有效地減少編碼器的運算量。接著從運動場的空域、時域分布的角度出發(fā)，基于幀內(nèi)模式選擇、幀間模式選擇，參考幀選擇與運動場空時一致的相關(guān)性，給出了一套快速算法，這套算法克服了在像素域利用紋理特性的快速編碼算法的局限性。 第二，基于幀層、GOP層碼率分配存在的局限性，本文對H.264碼率控制提出了改進。給出了一種基于增量式PID和幀復(fù)雜度的幀層目標比特分配方案。首先，引入增量

5、式PID對緩沖區(qū)“液面”進行控制，減小由于緩沖區(qū)“液面”波動帶來對幀層目標比特分配的負面影響。接著，給出了基于幀復(fù)雜度的目標比特分配方案，其中采用前一幀MAD、前一幀時域活動度以及當(dāng)前幀時域活動度來來預(yù)測當(dāng)前幀的復(fù)雜度。本方案可使視頻質(zhì)量PSNR的波動平均降幅32％；給出了一種基于增量式PID算法GOP層目標比特分配方案。給出的COP層目標比特分配方案使PSNR的波動的平均降幅達15％。 第三，本文研究了如何將人眼視覺關(guān)注度特性

6、引入到視頻編碼中，以在進一步提高編碼效率的同時，改善圖像的主觀質(zhì)量。提出了一種基于人眼視覺關(guān)注度的視頻編碼方法。該方法首先快速分割局部運動宏塊、邊緣宏塊、平滑宏塊和紋理宏塊。接著，基于人眼視覺關(guān)注度高低，對不同區(qū)域宏塊的量化參數(shù)進行調(diào)整。本方法在提高視頻主觀質(zhì)量的同時，可降低10％左右的碼率；提出了一種基于人眼視覺關(guān)注度的H.264碼率控制算法。算法首先提出了基于運動關(guān)注度幀層目標比特分配方案，增加運動劇烈?guī)峙涞谋忍財?shù)，降低運動平緩幀