[發明專利]低延遲視頻編碼基于場景切換檢測的碼率控制方法

有效

• 申請號: 201310711785.9
• 申請日: 2013-12-20
• 公開（公告）號: CN103826121B
• 公開（公告）日: 2017-05-10
• 發明（設計）人: 周益民;朱策
• 申請（專利權）人: 電子科技大學
• 主分類號: H04N19/142
• 分類號: H04N19/142;H04N19/147;H04N19/124;H04N19/61
• 代理公司: 電子科技大學專利中心51203
• 代理人: 鄒裕蓉

技術領域

本發明涉及視頻圖像壓縮編碼技術。

背景技術

碼率控制是視頻編碼器中重要的功能組成部分。隨著網絡視頻應用的不斷拓展，網上視頻點播、網絡視頻監控、視頻電話通信和社交網絡中視頻應用的不斷興起和流行，視頻圖像的即時高質量傳輸及服務成為急迫的技術需求。上述這些應用在低延遲數據傳輸、控制、響應、帶寬等方面都具有相對受限性。因此，開發適用于多種視頻編解碼標準的低延遲碼率控制系統具有強烈的現實意義。

視頻編碼中的低延遲(Low-delay)特指幀間預測編碼過程中僅包含幀內預測I-幀和單向預測P-幀，不使用雙向預測即不采用B-幀結構編碼。低延遲編碼是快速進行的順序編碼，編碼順序和播放順序一致。最常見的低延遲編碼為“IPP..”或“IPP..IPP..”結構。圖像組GOP被定義為以一個起始I-幀和若干連續P-幀組成，它的長度可以是固定的也可以是變化的。此外，全I-幀編碼結構作為低延遲編碼的特殊，其編碼為“III..”。在全I-幀編碼結構下，每一個GOP僅包含一個I-幀。

視頻圖像信號源場景變化、鏡頭瞬間切換頻繁。從編解碼器內部來看，由于采用幀間預測方式，后續幀將參考早前解碼幀，那么在場景切換的瞬間，當前編碼幀將無法直接從早前解碼幀中獲得有效的可參考圖像(塊)。從外部應用角度來看，場景切換時恰好應該是圖像進行合理重新分組的時候，這樣可以有效阻斷視頻編碼預測誤差蔓延。

發明內容

本發明所要解決的技術問題是，提供一種面向低延遲視頻編碼結構，可以準確檢測出場景切換，進一步調整GOP長度，進行碼率控制的方法。

本發明為解決上述技術問題所采用的技術方案是，低延遲視頻編碼中基于場景切換的碼率控制方法，包括以下步驟：

1)計算當前幀的灰度直方圖；

2)通過當前幀的灰度直方圖與上一幀的灰度直方圖計算兩相鄰幀的相似度指標；所述相似度指標通過高維向量余弦相似度表示：

其中，cos(θ_t-1,t)為兩相鄰幀直方圖的余弦相似度，t表示當前編碼時刻，H_t[i]表示在編碼時刻t的視頻圖像幀像素灰度值為i的像素點總數，H_t-1[i]表示在上一編碼時刻t-1的視頻圖像幀像素灰度值為i的像素點總數，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組表示時的總元素個數；

3)當兩相鄰幀的相似度指標小于閾值，則表示發生場景切換，進入步驟4)；否則設置當前幀類型設置為P-幀，提取下一幀數據后返回步驟1)；

4)統計當前圖像組GOP中已編碼的P-幀是否達到幀率周期數值，如是，則進入步驟5)，否則設置當前幀類型設置為P-幀，提取下一幀數據后返回步驟1)；

5)設置當前幀類型設置為I-幀，開始一個新的GOP，提取下一幀數據后返回步驟1)；

在當前的編碼時刻t，如當前編碼幀為I-幀時，使用量化參數Q：

在當前的編碼時刻t，如當前編碼幀為P-幀時，使用量化參數Q：

其中，Q_t為當前的編碼時刻t使用的量化參數Q，Q_t-1為上一個編碼時刻t-1使用的量化參數Q，R_t-1表示上一個編碼時刻t-1的幀編碼輸出比特，C_t為當前的編碼時刻t的編碼圖像紋理復雜度，C_t-1為上一個編碼時刻t-1的編碼圖像紋理復雜度；ΔR為編碼時刻t需要修正的比特增量，表示B(t)被修正后的結果，Ipt(t)表示1個實際編碼幀率F_C周期內相鄰幀編碼的量化參數Q的絕對差值和，為B(t)為當前的編碼時刻t的緩沖區容量，B(t-1)為上一編碼時刻t-1的緩沖區容量，α,β稱為控制器參數，μ為防除0的經驗參數；

當前編碼幀為I-幀時率失真模型為lnR＝a·lnQ+b·lnC+c，Q表示量化參數，R表示幀編碼輸出比特，C表示編碼圖像紋理復雜度，a、b、c為率失真模型參數，率失真模型參數a、b的取值通過多元線性回歸進行更新；當前編碼幀為P-幀時率失真模型為lnR＝a·lnQ+c，率失真模型參數a的取值通過一元線性回歸進行更新。

本發明的目的是，如果場景切換檢測到發生，立即將當前幀類型設置為I-幀，將GOP中關于已編碼P-幀的計數器置0，相關環境作初始化，即重新開始一個GOP的編碼以提高視頻編碼的自適應性，還可以在通過調節GOP長度的同時，通過調節量化參數來控制碼率。