王艷營

（黑龍江科技學(xué)院 電氣與信息工程學(xué)院,黑龍江 哈爾濱 150027）

隨著計(jì)算機(jī)網(wǎng)絡(luò)和數(shù)字視頻通信技術(shù)的不斷發(fā)展，面向網(wǎng)絡(luò)的視頻編碼技術(shù)成為了研究熱點(diǎn)，SVC(可伸縮視頻編碼)作為H.264/AVC視頻編碼標(biāo)準(zhǔn)的可伸縮擴(kuò)展[1]，成為研究這一問題的有利工具。

SVC可以實(shí)現(xiàn)視頻流空間、時(shí)間和信噪比的完全伸縮，但是信道誤碼在時(shí)域和空域會(huì)有擴(kuò)散，導(dǎo)致傳輸過程中宏塊數(shù)據(jù)丟失，出現(xiàn)丟包現(xiàn)象，嚴(yán)重影響重建視頻的質(zhì)量[2]。在丟包信道中，誤差擴(kuò)散對(duì)重建視頻質(zhì)量的影響最為嚴(yán)重，為此，在分析空域和時(shí)域可伸縮視頻流率失真的基礎(chǔ)上，針對(duì)時(shí)域的誤差擴(kuò)散失真進(jìn)行了改進(jìn)，改進(jìn)后的算法具有較好的靈活性和魯棒性。

1 H.264/SVC的編碼原理

H.264/SVC使用了位平面編碼技術(shù)和分層編碼技術(shù)來支持時(shí)間、空間和SNR的可伸縮性，空間可伸縮是利用分層來實(shí)現(xiàn)的，采用多層的編碼結(jié)構(gòu)，在每一分層中，幀間預(yù)測(cè)和幀內(nèi)預(yù)測(cè)單獨(dú)編碼，并可以跨空間層進(jìn)行，即預(yù)測(cè)參考值可以是低空間層，也就是層間預(yù)測(cè)，具體包括層間幀內(nèi)預(yù)測(cè)、層間運(yùn)動(dòng)預(yù)測(cè)和層間殘差預(yù)測(cè)[3]。

時(shí)間可伸縮利用分級(jí)的B幀結(jié)構(gòu)來實(shí)現(xiàn)，以三級(jí)時(shí)間分解為例，其編碼結(jié)構(gòu)如圖1所示。

{T0,T1,T2}是三級(jí)的時(shí)間級(jí)，T0是時(shí)間級(jí)的基本層，由幀內(nèi)預(yù)測(cè)的 I幀或幀間前向預(yù)測(cè)的 P幀構(gòu)成，T1、T2是時(shí)間級(jí)的增強(qiáng)層，由雙向預(yù)測(cè)的B幀構(gòu)成。GOP是圖像組，它由兩個(gè)連續(xù)T0層之間的所有增強(qiáng)層圖像幀加上后一個(gè)T0圖像幀組成。以圖1中的第1個(gè)GOP為例，首先編碼時(shí)間級(jí)T0的第 5幀(關(guān)鍵幀)，然后編碼時(shí)間級(jí) T1的第3幀，最后編碼時(shí)間級(jí)T2的第2幀和第4幀。

在H.264/SVC的每一個(gè)空間分層中，SNR可伸縮分為CGS和FGS。CGS通過反復(fù)減小量化步長(zhǎng)來形成CGS的碼流，但它的質(zhì)量分級(jí)和抗誤碼率不高。FGS通過位平面編碼方法來實(shí)現(xiàn)，將視頻碼流壓縮成基本層碼流和嵌入式增強(qiáng)層碼流，適應(yīng)網(wǎng)絡(luò)帶寬波動(dòng)變化的情況[4]。

2 H.264/SVC的率失真優(yōu)化算法

2.1空間域分層編碼的率失真

空間域分層編碼包含空間基本層編碼和空間增強(qiáng)層編碼增強(qiáng)層。編碼不僅使用了空間基本層編碼時(shí)的幀內(nèi)預(yù)測(cè)、單向幀間預(yù)測(cè)和雙向幀間預(yù)測(cè)，還使用了層間預(yù)測(cè)模式。

H.264/SVC的率失真最優(yōu)宏塊編碼模式為：

其中：o為可選擇的宏塊編碼選項(xiàng)，λ是拉格朗日參數(shù)；J(n,m,o)表示在模式o下第n幀的第m個(gè)宏塊編碼時(shí)的率失真；D(n,m,o)表示在模式(1)下，重建視頻的端到端失真，若不考慮信道傳輸?shù)挠绊懀扔谛旁淳幋a的量化失真；R(n,m,o)表示在模式o下的視頻流碼率。

在丟包信道下，當(dāng)宏塊丟失時(shí)，第n幀的第m個(gè)宏塊的編碼選項(xiàng)o的重建視頻的端到端的率失真為：

其中：pl是丟包率，Ds(n,m,o)是信源編碼的量化失真，Dep_ref(n,m,o)是誤差擴(kuò)散失真，Dec(n,m)是空間差錯(cuò)隱藏失真，它的值與宏塊的編碼模式無關(guān)。

誤差擴(kuò)散Dep_ref(n,m,o)的計(jì)算方法為：

根據(jù)編碼幀的不同，Dep(n,m,k,o)的計(jì)算方法也不同。若編碼幀為I幀和P幀，誤差擴(kuò)散失真為：

其中：Dep_ref(n,m,k,o*)表示預(yù)測(cè)參考值的擴(kuò)散誤差失真，Dec(n,m,k,o*)表示丟包后的差錯(cuò)隱藏失真。對(duì)于I幀的第1幀的第1個(gè)塊來說，Dep_ref(1,1,k,o*)=0，則：

若編碼幀為B幀，誤差擴(kuò)散失真為：

其中：Dep_ref_r0(n,k,m,o*)和 Dep_ref_r1(n,k,m,o*)是雙向預(yù)測(cè)的兩個(gè)參考幀，wr0和wr1是計(jì)算預(yù)測(cè)參考值的加權(quán)系數(shù)。

空間差錯(cuò)隱藏失真Dec(n,m,k,o*)的計(jì)算方法為：

其中：Dec_rec(n,m,k,o*)是當(dāng)前像素值與重構(gòu)像素值的誤差失真，Dec_ep(n,m,k)是當(dāng)前像素值的累積誤差擴(kuò)散失真[5]。

對(duì)于拉格朗日參數(shù)λ的計(jì)算方法為：

其中：λef為無損傳輸中的拉格朗日參數(shù)值。

2.2時(shí)域分層編碼的率失真

在時(shí)域分層編碼中，高時(shí)間級(jí)的圖像以低時(shí)間級(jí)的圖像作為預(yù)測(cè)參考幀，如果低時(shí)間級(jí)的圖像存在誤差就會(huì)傳到高時(shí)間級(jí)的圖像中，由此可見，誤差擴(kuò)散失真對(duì)編碼圖像的影響與時(shí)間級(jí)位置有關(guān)，時(shí)間級(jí)越低，誤差擴(kuò)散的影響越大，因此，時(shí)域分層編碼的率失真表示為：

其中：α(t)是時(shí)間級(jí) t的函數(shù)，pl是丟包率，Ds(n,m,o)是信源編碼的量化失真，Dep_ref(n,m,o)是誤差擴(kuò)散失真，Dec(n,m)是時(shí)間差錯(cuò)隱藏失真。

3改進(jìn)的H.264/SVC率失真優(yōu)化算法

本文主要針對(duì)時(shí)域分層編碼率失真中的碼率分配和時(shí)間級(jí)函數(shù)的設(shè)定來進(jìn)行改進(jìn)。

在碼率分配方面，采用非均勻分配的方法，即對(duì)低時(shí)間級(jí)的圖像幀多分配一些碼率,對(duì)高時(shí)間級(jí)的圖像幀少分配一些碼率。

時(shí)間級(jí)函數(shù)是影響誤差擴(kuò)散失真的因子，因此，時(shí)間級(jí)函數(shù)的取值分配很重要。以GOP=8的等級(jí)B圖像誤差擴(kuò)散影響為例來說明時(shí)間函數(shù)的設(shè)定，誤差擴(kuò)散區(qū)域如圖2所示。

圖2中的圖像組的大小為8，時(shí)間級(jí)為3，因?yàn)閘og28=3，所以若圖像組的大小為 N，則時(shí)間級(jí) T=log2N。圖2中時(shí)間級(jí)3包含4個(gè)圖像，時(shí)間級(jí)2包含2個(gè)圖像，時(shí)間級(jí)1包含1個(gè)圖像，由此看出，時(shí)間級(jí)包含的圖像數(shù)與時(shí)間級(jí)是以2為底數(shù)的指數(shù)關(guān)系，所以若時(shí)間級(jí)為 t，則圖像數(shù) n=2t-1。

從圖2中看出，時(shí)間級(jí)越高包含的圖像數(shù)越多，但是誤差擴(kuò)散的影響越小，這樣，時(shí)間級(jí)與圖像數(shù)的冪指數(shù)關(guān)系，時(shí)間級(jí)t的時(shí)間級(jí)函數(shù)為：

式中：pi(i)(i=1,2,3,…,t)為各時(shí)域分層圖像的丟包率，C1為尺度因子。

從圖2中看出，當(dāng)時(shí)間級(jí)t=T時(shí)，誤差擴(kuò)散影響最小，不會(huì)繼續(xù)傳播，所以率失真中不存在誤差擴(kuò)散，時(shí)間級(jí)函數(shù)為：

從圖2中看出，當(dāng)時(shí)間級(jí)t=0時(shí)，誤差擴(kuò)散影響最大，影響了整個(gè)圖像組，所以率失真中誤差擴(kuò)散最大，時(shí)間級(jí)函數(shù)為：

由以上對(duì)時(shí)間級(jí)函數(shù)的確定，率失真函數(shù)分別為：

4測(cè)試結(jié)果分析與仿真

為了驗(yàn)證該改進(jìn)算法，采用了參考軟件 JSVM[6]，對(duì)QCIF格式的Foreman視頻序列進(jìn)行測(cè)試，其中圖像組的大小為8，第 1幀為I幀，空間基本層的幀率為 15 f/s，空間增強(qiáng)層的幀率為 30 f/s,丟包率為 3%、5%和 10%，量化參數(shù)分別為 20、24、28、32、36和 40。 分別對(duì)不使用率失真優(yōu)化(NO-RDO)、傳統(tǒng)的IP丟包率的率失真優(yōu)化(TP-RDO)和改進(jìn)的算法(IP-RDO)進(jìn)行了測(cè)試驗(yàn)證,測(cè)試所得數(shù)據(jù)如表1、表2和表3所示。

從表中看出,丟包率為 3%時(shí),與 NO-RDO相比,TPRDO的碼率平均增加了333.76%,IP-RDO的碼率平均增加了8.04%;丟包率為5%時(shí),與NO-RDO相比，TPRDO的碼率平均增加了41.29%,IP-RDO的碼率平均增加了10.01%;丟包率為 10%時(shí),與NO-RDO相比，TPRDO的碼率平均增加了50.65%，IP-RDO的碼率平均增加了11.25%。由此看出，與NO-RDO相比，TP-RDO的碼率增加得快，而IP-RDO的碼率增加得不是很快。

表1丟包率為3%的比特率和PSNR值

表2丟包率為5%的比特率和PSNR值

表3丟包率為10%的比特率和PSNR值

為了更好地說明測(cè)試結(jié)果,對(duì) NO-RDO、TP-RDO和IP-RDO的RD曲線進(jìn)行了仿真,仿真圖如圖3所示。

從圖3可以看出，在丟包率為3%時(shí)，TP-RDO的率失真性能比NO-RDO差，而丟包率為5%和10%時(shí)，TPRDO的率失真性能比NO-RDO好。由此說明，TP-RDO在低丟包率時(shí)率失真性能下降，而IP-RDO在丟包率為3%、5%和10%時(shí)，率失真性能均比NO-RDO和 TPRDO的好。

該改進(jìn)算法充分考慮了碼率的分配和時(shí)間級(jí)函數(shù)對(duì)時(shí)域分層編碼中誤差擴(kuò)散的影響，改進(jìn)后的算法有效地抑制了誤差擴(kuò)散的影響，提高了視頻流的魯棒性，特別適用于IP網(wǎng)絡(luò)的視頻流傳輸。

[1]SHCHWARZ H,MARPE D,WIEGAND T.Overview of the scalable video coding extension of the H.274/AVC standard[J].IEEE Trans On Circuits System Video Technology，2007,17(9)：1103-1120.

[2]唐浩漾，史浩山，趙洪鋼.基于可伸縮視頻編碼的率失真優(yōu)化編碼算法[J].計(jì)算機(jī)應(yīng)用研究,2009,26(9)：3584-3586.

[3]鄧兵.可伸縮性視頻編碼中的碼率控制算法研究[D].杭州：浙江大學(xué)，2010.

[4]程宏,楊先一.一種基于漏預(yù)測(cè)技術(shù)的FGS視頻編碼框架[J].計(jì)算機(jī)應(yīng)用研究，2009,26（7）：2484-2486.

[5]郭宜.可伸縮視頻編碼的差錯(cuò)控制方法研究[D].合肥：中國科學(xué)技術(shù)大學(xué),2009.

[6]REICHEL J,SCHWARD H,WIENT M.JVT-T202 joint scalable video model JSVM-7[S].2006.