[發(fā)明專利]低延遲視頻編碼基于場(chǎng)景切換檢測(cè)的碼率控制方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201310711785.9
• 申請(qǐng)日: 2013-12-20
• 公開(kāi)（公告）號(hào): CN103826121B
• 公開(kāi)（公告）日: 2017-05-10
• 發(fā)明（設(shè)計(jì)）人: 周益民;朱策
• 申請(qǐng)（專利權(quán)）人: 電子科技大學(xué)
• 主分類號(hào): H04N19/142
• 分類號(hào): H04N19/142;H04N19/147;H04N19/124;H04N19/61
• 代理公司: 電子科技大學(xué)專利中心51203
• 代理人: 鄒裕蓉

1.低延遲視頻編碼基于場(chǎng)景切換檢測(cè)的碼率控制方法，其特征在于，包括以下步驟：

1)計(jì)算當(dāng)前幀的灰度直方圖；

2)通過(guò)當(dāng)前幀的灰度直方圖與上一幀的灰度直方圖計(jì)算兩相鄰幀的相似度指標(biāo)；所述相似度指標(biāo)通過(guò)高維向量余弦相似度表示：

$cos\left({\mathrm{\θ}}_{t-1,t}\right)=\frac{\underset{i=1}{\overset{n}{\Σ}}{H}_{t-1}\[i\]\·H_t\[i\]}{\sqrt{\underset{i=1}{\overset{n}{\Σ}}{(H_{t-1}\[i\])}^2}\sqrt{\underset{i=1}{\overset{n}{\Σ}}{(H_t\[i\])}^2}};$

其中，cos(θ_t-1,t)為兩相鄰幀直方圖的余弦相似度，t表示當(dāng)前編碼時(shí)刻，H_t[i]表示在編碼時(shí)刻t的視頻圖像幀像素灰度值為i的像素點(diǎn)總數(shù)，H_t-1[i]表示在上一編碼時(shí)刻t-1的視頻圖像幀像素灰度值為i的像素點(diǎn)總數(shù)，視頻圖像幀像素灰度值的范圍為1至n，n是灰度直方圖用一維數(shù)組表示時(shí)的總元素個(gè)數(shù)；

3)當(dāng)兩相鄰幀的相似度指標(biāo)小于閾值，則表示發(fā)生場(chǎng)景切換，進(jìn)入步驟4)；否則設(shè)置當(dāng)前幀類型設(shè)置為P-幀，提取下一幀數(shù)據(jù)后返回步驟1)；

4)統(tǒng)計(jì)當(dāng)前圖像組GOP中已編碼的P-幀是否達(dá)到幀率周期數(shù)值，如是，則進(jìn)入步驟5)，否則設(shè)置當(dāng)前幀類型設(shè)置為P-幀，提取下一幀數(shù)據(jù)后返回步驟1)；

5)設(shè)置當(dāng)前幀類型設(shè)置為I-幀，開(kāi)始一個(gè)新的GOP，提取下一幀數(shù)據(jù)后返回步驟1)；

在當(dāng)前的編碼時(shí)刻t，如當(dāng)前編碼幀為I-幀時(shí)，使用量化參數(shù)Q：

$Q_t=Q_{t-1}+\frac{Q_{t-1}}{a}\·\[\frac{\mathrm{\Δ}R}{R_{t-1}}-\frac{b\·(C_t-C_{t-1})}{C_{t-1}}\];$

在當(dāng)前的編碼時(shí)刻t，如當(dāng)前編碼幀為P-幀時(shí)，使用量化參數(shù)Q：

$Q_t=Q_{t-1}+\frac{Q_{t-1}}{a}\·\frac{\mathrm{\Δ}R}{R_{t-1}};$

其中，Q_t為當(dāng)前的編碼時(shí)刻t使用的量化參數(shù)Q，Q_t-1為上一個(gè)編碼時(shí)刻t-1使用的量化參數(shù)Q，R_t-1表示上一個(gè)編碼時(shí)刻t-1的幀編碼輸出比特，C_t為當(dāng)前的編碼時(shí)刻t的編碼圖像紋理復(fù)雜度，C_t-1為上一個(gè)編碼時(shí)刻t-1的編碼圖像紋理復(fù)雜度；△R為編碼時(shí)刻t需要修正的比特增量，表示B(t)被修正后的結(jié)果，Ipt(t)表示1個(gè)實(shí)際編碼幀率F_C周期內(nèi)相鄰幀編碼的量化參數(shù)Q的絕對(duì)差值和，為B(t)為當(dāng)前的編碼時(shí)刻t的緩沖區(qū)容量，B(t-1)為上一編碼時(shí)刻t-1的緩沖區(qū)容量，α,β稱為控制器參數(shù)，μ為防除0的經(jīng)驗(yàn)參數(shù)；

當(dāng)前編碼幀為I-幀時(shí)率失真模型為lnR＝a·lnQ+b·lnC+c，Q表示量化參數(shù)，R表示幀編碼輸出比特，C表示編碼圖像紋理復(fù)雜度，a、b、c為率失真模型參數(shù)，率失真模型參數(shù)a、b的取值通過(guò)多元線性回歸進(jìn)行更新；當(dāng)前編碼幀為P-幀時(shí)率失真模型為lnR＝a·lnQ+c，率失真模型參數(shù)a的取值通過(guò)一元線性回歸進(jìn)行更新。