[發(fā)明專利]一種對視頻信號的二次AVS編碼碼率控制的方法

無效

• 申請?zhí)枺?/td>: 200910097981.5
• 申請日: 2009-04-27
• 公開（公告）號: CN101547349A
• 公開（公告）日: 2009-09-30
• 發(fā)明（設(shè)計）人: 李均利;鄭從卓;魏平;陳剛
• 申請（專利權(quán)）人: 寧波大學(xué)
• 主分類號: H04N7/24
• 分類號: H04N7/24;H04N7/26
• 代理公司: 寧波奧圣專利代理事務(wù)所(普通合伙)
• 代理人: 程曉明

1.一種對視頻信號的二次AVS編碼碼率控制的方法，整個處理過程包括第一次編碼階段、數(shù)據(jù)處理階段和第二次編碼階段，在所述的第一次編碼階段中采用CBR碼率控制AVS編碼方式進(jìn)行編碼，在所述的第二次編碼階段采用VBR碼率控制AVS編碼方式進(jìn)行編碼，其特征在于在所述的第一次編碼階段首先給每個圖像組預(yù)分配目標(biāo)比特數(shù)，然后計算每個圖像組中各幀圖像的量化參數(shù)，再根據(jù)各幀圖像的量化參數(shù)，采用CBR碼率控制AVS編碼方式對各幀圖像進(jìn)行第一次編碼，編碼后統(tǒng)計各幀圖像的幀類型、各幀圖像的量化步長、各幀圖像的實際消耗比特數(shù)、各幀圖像的全局復(fù)雜度及各幀圖像的結(jié)構(gòu)相似度值；在所述的數(shù)據(jù)處理階段首先計算視頻信號中除第1個P幀圖像以外的各個P幀圖像的實際消耗比特數(shù)與結(jié)構(gòu)相似度值的比值，根據(jù)前后兩個P幀圖像的實際消耗比特數(shù)與結(jié)構(gòu)相似度值的比值判斷是否發(fā)生場景切換，當(dāng)發(fā)生場景切換時將后一個P幀圖像所在的圖像組的前部分圖像并入前一個圖像組中及將后一個P幀圖像和后一個P幀圖像所在的圖像組的后部分圖像并入下一個圖像組中，然后計算重組圖像組后視頻信號中的各幀圖像的復(fù)雜度、視頻信號的總復(fù)雜度及各幀圖像在第二次編碼階段中所需的目標(biāo)比特數(shù)，再將重組圖像組后得到的每個圖像組作為一個場景，計算所有場景的場景復(fù)雜度調(diào)整因子，根據(jù)場景復(fù)雜度調(diào)整因子調(diào)整各幀圖像在第二次編碼階段中所需的目標(biāo)比特數(shù)，最后根據(jù)每個場景中的各幀圖像移出之前的緩沖區(qū)狀態(tài)和各幀圖像在第二次編碼階段中所需的目標(biāo)比特數(shù)，確定是否調(diào)整每個場景中的部分圖像在第二次編碼階段中所需的目標(biāo)比特數(shù)；在所述的第二次編碼階段判斷進(jìn)行第二次編碼的當(dāng)前圖像是否為視頻信號的第1幀圖像或第2幀圖像，如果是，則直接根據(jù)第一次編碼后統(tǒng)計得到的當(dāng)前圖像的全局復(fù)雜度和當(dāng)前圖像在第二次編碼階段中所需的目標(biāo)比特數(shù)，計算當(dāng)前圖像在第二次編碼時所需的量化步長，將量化步長轉(zhuǎn)換為量化參數(shù)，根據(jù)量化參數(shù)對當(dāng)前圖像進(jìn)行第二次編碼，否則，首先微調(diào)當(dāng)前圖像在第二次編碼階段中所需的目標(biāo)比特數(shù)，然后根據(jù)第一次編碼后統(tǒng)計得到的當(dāng)前圖像的全局復(fù)雜度和微調(diào)后的目標(biāo)比特數(shù)，計算當(dāng)前圖像在第二次編碼時所需的量化步長，再將量化步長轉(zhuǎn)換為量化參數(shù)，并對量化參數(shù)進(jìn)行修正，同時將量化參數(shù)限制在AVS量化參數(shù)極值范圍內(nèi)，最后根據(jù)量化參數(shù)對當(dāng)前圖像進(jìn)行第二次編碼。

2.根據(jù)權(quán)利要求1所述的一種對視頻信號的二次AVS編碼碼率控制的方法，其特征在于具體包括以下步驟：

①-1、將輸入的視頻信號劃分成多個圖像組，每個圖像組在AVS編碼格式下包括I幀、P幀和B幀三種類型的圖像，給每個圖像組預(yù)分配目標(biāo)比特數(shù)，記預(yù)分配給第i個圖像組的目標(biāo)比特數(shù)為T(i)，其中，R為目標(biāo)碼率，F(xiàn)為幀率，N_gop，i為第i個圖像組所包含的圖像的幀數(shù)，T_remaning(i-1)表示第i-1個圖像組的剩余比特數(shù)，T_remaning(i-1)的值為第i-1個圖像組的目標(biāo)比特數(shù)T(i-1)與第i-1個圖像組所包含的所有圖像的實際消耗比特數(shù)和的差，T_remaning(0)＝0，i∈[1，n1]，nl為輸入的視頻信號所包含的圖像組的個數(shù)；

①-2、計算每個圖像組中各幀圖像的量化參數(shù)，對于第i個圖像組，定義第i個圖像組為當(dāng)前圖像組，定義當(dāng)前正在處理的第j幀圖像為當(dāng)前圖像，當(dāng)當(dāng)前圖像為I幀圖像時，判斷當(dāng)前圖像組是否為第1個圖像組，如果是，則該當(dāng)前圖像的量化參數(shù)為設(shè)定值，否則，該當(dāng)前圖像的量化參數(shù)值為當(dāng)前圖像組的前一個圖像組所包含的所有圖像的量化參數(shù)的平均值；當(dāng)當(dāng)前圖像為P幀圖像時，判斷當(dāng)前圖像組是否為第1個圖像組，如果是，則該當(dāng)前圖像的量化參數(shù)為設(shè)定值，否則，首先計算該當(dāng)前圖像的目標(biāo)比特數(shù)f(n_i，j)，其中，β＝0.5，R為目標(biāo)碼率，F(xiàn)為幀率，W_p(n_i，j-1)＝b(n_i，j-1)×QP(n_i，j-1)，b(n_i，j-1)為當(dāng)前圖像組中的第j-1幀圖像的實際消耗比特數(shù)，QP(n_i，j-1)為當(dāng)前圖像組中的第j-1幀圖像的量化參數(shù)，T_r(n_i，j)為當(dāng)前圖像組的剩余可用比特數(shù)，N_p，r(j-1)為當(dāng)前圖像組中未編碼的P幀圖像的幀數(shù)，N_b，r(j-1)為當(dāng)前圖像組中未編碼的B幀圖像的幀數(shù)，i∈[1，n1]，n1為輸入的視頻信號所包含的圖像組的個數(shù)，j∈[1，N_gop，i]，N_gop，i為當(dāng)前圖像組所包含的圖像的幀數(shù)，然后計算當(dāng)前圖像的量化步長QPStep，其中，X為前一個P幀圖像的全局復(fù)雜度，其值為前一個P幀圖像的實際消耗比特數(shù)和前一個P幀圖像的量化步長的乘積，再將計算得到的量化步長轉(zhuǎn)換成量化參數(shù)；當(dāng)當(dāng)前圖像為B幀圖像時，利用線性插值方法計算當(dāng)前圖像的量化參數(shù)；

①-3、根據(jù)計算得到的每個圖像組中各幀圖像的量化參數(shù)，采用CBR碼率控制AVS編碼方式對各幀圖像進(jìn)行第一次編碼，第一次編碼后統(tǒng)計各幀圖像的幀類型、各幀圖像的量化步長、各幀圖像的實際消耗比特數(shù)、各幀圖像的全局復(fù)雜度及各幀圖像的結(jié)構(gòu)相似度值，對于視頻信號中的第l幀圖像，記第l幀圖像的量化步長為Q_Step_l，記第l幀圖像的實際消耗比特數(shù)為b_l，記第l幀圖像的全局復(fù)雜度為X_l，記第l幀圖像的結(jié)構(gòu)相似度值為SSIM_l，根據(jù)各幀圖像的結(jié)構(gòu)相似度值計算所有圖像的結(jié)構(gòu)相似度值的平均值SSIM_ave，其中，l∈[1，Total_pic]，Total_pic表示視頻信號所包含的圖像的總幀數(shù)；

②-1、計算視頻信號中除第1個P幀圖像以外的各個P幀圖像的實際消耗比特數(shù)與結(jié)構(gòu)相似度值的比值，對于第k個P幀圖像，記該P幀圖像的實際消耗比特數(shù)與結(jié)構(gòu)相似度值的比值為ratio_k，記該P幀圖像的前一個P幀圖像的實際消耗比特數(shù)與結(jié)構(gòu)相似度值的比值為ratio_k-1，判斷ratio_k和ratio_k-1的商是否超出設(shè)定的閾值區(qū)間，如果是，則確定發(fā)生場景切換，并以該P幀圖像為界將該P幀圖像所在的圖像組中的前部分圖像并入該P幀圖像所在的圖像組的前一個圖像組中，以及將該P幀圖像和該P幀圖像所在的圖像組中的后部分圖像并入該P幀圖像所在的圖像組的下一個圖像組中，然后將該P幀圖像的幀類型修改為I幀圖像，再將下一個圖像組中的I幀圖像的幀類型修改為P幀圖像；否則，確定未發(fā)生場景切換；

②-2、計算重組圖像組后視頻信號中的各幀圖像的復(fù)雜度，對于視頻信號中的第l幀圖像，記該幀圖像的復(fù)雜度為SSIM_X_l，其中，K_l^T為該幀圖像的幀類型權(quán)重系數(shù)，b_l為第一次編碼后統(tǒng)計的第l幀圖像的實際消耗比特數(shù)，Q_Step_l是第一次編碼后統(tǒng)計的第l幀圖像的量化步長，SSIM_l為第一次編碼后統(tǒng)計的第l幀圖像的結(jié)構(gòu)相似度值，SSIM_ave為視頻信號第一次編碼后所有圖像的結(jié)構(gòu)相似度值的平均值；

②-3、計算視頻信號的總復(fù)雜度TotalSSIM_X，其中，Total_pic表示視頻信號所包含圖像的總幀數(shù)；然后計算各幀圖像在第二次編碼階段中所需的目標(biāo)比特數(shù)，對于視頻信號中的第l幀圖像，記該幀圖像在第二次編碼階段中所需的目標(biāo)比特數(shù)為b_2，l，其中，b_2，total表示視頻信號的總目標(biāo)比特數(shù)；

②-4、將重組圖像組后得到的每個圖像組作為一個場景，計算所有場景的場景復(fù)雜度調(diào)整因子，對于第m個場景，記該場景的場景復(fù)雜度調(diào)整因子為μ_m，其中，sign()為取正負(fù)號函數(shù)，SSIM_ave為視頻信號第一次編碼后所有圖像的結(jié)構(gòu)相似度值的平均值，SSIM_ave，m為第m個場景中所有圖像的結(jié)構(gòu)相似度值的平均值；當(dāng)μ_m＜1時，將第m個場景中的每幀圖像在第二次編碼階段中所需的目標(biāo)比特數(shù)乘以μ_m，對于視頻信號中的第l幀圖像，設(shè)該幀圖像屬于第m個場景，調(diào)整該幀圖像在第二次編碼階段中所需的目標(biāo)比特數(shù)，b_2，l＝b_2，l×μ_m，其中，式左邊的b_2，l表示調(diào)整后的目標(biāo)比特數(shù)，式右邊的b_2，l表示調(diào)整前的目標(biāo)比特數(shù)，然后將該幀圖像節(jié)省的比特數(shù)b_2，l×(1-μ_m)累加到B_remaining，B_remaining＝B_remaining+b_2，l×(1-μ_m)，B_remaining的初始值為0；當(dāng)μ_m＞1時，計算SUM_μ，SUM_μ＝SUM_μ+μ_m×NUM_sence，m，其中，NUM_sence，m表示第m個場景所包含圖像的幀數(shù)，SUM_μ的初始值為0；

②-5、在步驟②-4處理完成后再次遍歷每個場景，判斷μ_m是否大于1，如果μ_m＞1，則修正第m個場景中的每幀圖像在第二次編碼階段中所需的目標(biāo)比特數(shù)，對于視頻信號中的第l幀圖像，設(shè)該幀圖像屬于第m個場景，修正該幀圖像在第二次編碼階段中所需的目標(biāo)比特數(shù)，其中，式左邊的b_2，l表示修正后的目標(biāo)比特數(shù)，式右邊的b_2，l表示修正前的目標(biāo)比特數(shù)，μ_m為第m個場景的場景復(fù)雜度調(diào)整因子；

②-6、首先計算每個場景中的每幀圖像的緩沖區(qū)溢出的比特數(shù)，對于第m個場景中的第q幀圖像，判斷B_m，q-B_guard-b_2，m，q是否小于0，如果B_m，q-B_guard-b_2，m，q小于0，則計算該幀圖像緩沖區(qū)溢出的比特數(shù)OverB_m，q，OverB_m，q＝B_m，q-B_guard-b_2，m，q，并且更新p＝q以及對應(yīng)的OverB_m，OverB_m＝OverB_m+OverB_m，q，其中，OverB_m的初始值為0，B_m，q表示第m個場景中的第q幀圖像移出之前的緩沖區(qū)狀態(tài)，B_max為緩沖區(qū)的大小，為第m-1個場景中的最后一幀圖像移出之前的緩沖區(qū)狀態(tài)，B_m，q-1表示第m個場景中的第q-1幀圖像移出之前的緩沖區(qū)狀態(tài)，R_max為傳輸帶寬允許最大碼率，F(xiàn)為幀率，B_guard為緩沖區(qū)保護(hù)值，B_guard＝0.2B_max，b_2，m，q為第m個場景中的第q幀圖像在第二次編碼階段中所需的目標(biāo)比特數(shù)；如果OverB_m小于零，然后修正第m-1個場景中所有圖像和第m個場景中第1幀到第p幀圖像在第二次編碼階段中所需的目標(biāo)比特數(shù)，對于第m個場景中第1幀到第p幀圖像中的第q幀圖像，修正該圖像在第二次編碼階段中所需的目標(biāo)比特數(shù)，b_2，m，q＝b_2，m，q+OverB_m/(NUM_sence，m-1+p)，其中，式左邊的b_2，m，q表示修正后的目標(biāo)比特數(shù)，式右邊的b_2，m，q表示修正前的目標(biāo)比特數(shù)，OverB_m表示第m個場景中溢出的比特總數(shù)，OverB_m的初始值為0，NUM_sence，m-1表示第m-1個場景所包含圖像的幀數(shù)，對于第m-1個場景中的NUM_sence，m-1幀圖像，采用b_2，m-1，q＝b_2，m-1，q+OverB_m/(NUM_{sence，m-1+p})修正NUM_sence，m-1幀圖像在第二次編碼階段中所需的目標(biāo)比特數(shù)；如果第m個場景中的所有圖像均沒有發(fā)生緩沖區(qū)溢出，則在此步驟中對第m-1個場景中的所有圖像和第m個場景中的所有圖像在第二次編碼階段中所需的目標(biāo)比特數(shù)不進(jìn)行修正；

③-1、采用VBR碼率控制AVS編碼方式對經(jīng)第一次編碼后的視頻信號的各幀圖像進(jìn)行第二次編碼，對于需進(jìn)行第二次編碼的視頻信號中的第l幀圖像，定義第l幀圖像為當(dāng)前圖像，判斷當(dāng)前圖像是否為第1幀圖像或第2幀圖像，如果是，則根據(jù)第一次編碼后統(tǒng)計得到的當(dāng)前圖像的全局復(fù)雜度X_l和當(dāng)前圖像在第二次編碼階段中所需的目標(biāo)比特數(shù)b_2，l，計算當(dāng)前圖像在第二次編碼時所需的量化步長QStep_2，l，再將當(dāng)前圖像在第二次編碼時所需的量化步長QStep_2，l轉(zhuǎn)化成量化參數(shù)QP_2，l，其中，l∈[1，Total_pic′]，Total_pic′表示需進(jìn)行第二次編碼的視頻信號所包含的圖像的總幀數(shù)，Total_pic′＝Total_pic，然后轉(zhuǎn)到步驟③-5并繼續(xù)執(zhí)行；否則，繼續(xù)執(zhí)行；

③-2、對當(dāng)前圖像在第二次編碼階段中所需的目標(biāo)比特數(shù)b_2，l進(jìn)行微調(diào)，其中，式左邊的b_2，l表示微調(diào)后的目標(biāo)比特數(shù)，式右邊的b_2，l表示微調(diào)前的目標(biāo)比特數(shù)，λ_l-1為第l-1幀圖像的調(diào)整因子，λ_l-2為第l-2幀圖像的調(diào)整因子，然后根據(jù)第一次編碼后統(tǒng)計得到的當(dāng)前圖像的全局復(fù)雜度X_l和微調(diào)后的目標(biāo)比特數(shù)b_2，l，計算當(dāng)前圖像在第二次編碼時所需的量化步長QStep_2，l，

③-3、判斷或者是否成立，如果成立，通過調(diào)整當(dāng)前圖像在第二次編碼時所需的量化步長，其中，式左邊的QStep_2，l表示調(diào)整后的量化步長，式右邊的QStep_2，l表示調(diào)整前的量化步長，η為一個乘法因子，R_max為緩沖區(qū)的大小，λ_l-1為第l-1幀圖像的調(diào)整因子，λ_l-2為第l-2幀圖像的調(diào)整因子；

③-4、將當(dāng)前圖像在第二次編碼時所需的量化步長QStep_2，l轉(zhuǎn)化為量化參數(shù)QP_2，l，然后通過QP_2，l＝min{QP_2，l+3，max{QP_2，l-1-3，QP_2，l}}對當(dāng)前圖像在第二次編碼時所需的量化參數(shù)進(jìn)行修正，其中，式左邊的QP_2，l表示修正后的量化參數(shù)，式右邊的QP_2，l表示修正前的量化參數(shù)，QP_2，l-1為第l-1幀圖像在第二次編碼時所需的量化參數(shù)，再通過QP_2，l＝min{63，max{QP_2，l，1}}將修正后的量化參數(shù)限制在AVS量化參數(shù)極值范圍內(nèi)，其中，式左邊的QP_2，l表示限制后的量化參數(shù)，式右邊的QP_2，l表示限制前的量化參數(shù)；

③-5、利用當(dāng)前圖像的量化參數(shù)對當(dāng)前圖像進(jìn)行第二次編碼，然后計算當(dāng)前圖像的結(jié)構(gòu)相似度值SSIM_2，l，再判斷當(dāng)前圖像的類型是否為I幀圖像，如果是，則當(dāng)前圖像的調(diào)整因為λ_l＝1，否則，當(dāng)前圖像的調(diào)整因子為λ_l＝sqrt(SSIM_2，l/SSIM_ave)，其中，SSIM_ave為視頻信號第一次編碼后所有圖像的結(jié)構(gòu)相似度值的平均值；

③-6、計算δ_l＝δ_l-1+actual_bits_2，l-1-b_2，l-1，其中，δ₀＝0，actual_bits_2，l-1為第l-1幀圖像第二次編碼后的實際消耗比特數(shù)，b_2，l-1為第l-1幀圖像在第二次編碼階段中所需的目標(biāo)比特數(shù)。