郭龍盛，殷海兵，徐 寧

(中國計(jì)量學(xué)院信息工程學(xué)院，浙江 杭州 310018)

隨著視頻技術(shù)的發(fā)展，一系列的視頻編碼標(biāo)準(zhǔn)相繼出現(xiàn)，H.264/AVC是目前最成熟的視頻編碼標(biāo)準(zhǔn)。在視頻編碼過程中，碼率控制和模式選擇已經(jīng)成為一個(gè)研究熱點(diǎn)。碼率控制即通過R－D模型來選擇量化參數(shù)，分配編碼比特。R－D模型通常包括R－Q模型和D－Q模型，本文主要對D－Q模型進(jìn)行深入研究。

近幾年來，一些學(xué)者專家基于DCT系數(shù)分布模型提出了許多D－Q模型。文獻(xiàn)［1］基于柯西分布提出D－Q模型;文獻(xiàn)［2－3］提出一種基于拉普拉斯分布的D－Q模型;文獻(xiàn)［4］提出一種基于廣義高斯分布的D－Q模型，文獻(xiàn)［5］對基于柯西的D－Q模型進(jìn)行了改進(jìn)，文獻(xiàn)［6］基于這些失真模型總結(jié)了其在率失真模型中的應(yīng)用。面對這些主流的D－Q模型，有必要對其進(jìn)行精確度和復(fù)雜度的比較，分析其優(yōu)缺點(diǎn)，目的是在此基礎(chǔ)上對D－Q模型加以改進(jìn)。

1 主流的D－Q模型

本節(jié)將簡單介紹目前幾種主流的D－Q模型，包括基于拉普拉斯分布、柯西分布、廣義高斯分布的D－Q模型。

1.1 基于拉普拉斯分布的D－Q模型

文獻(xiàn)［2］中基于拉普拉斯分布提出了估計(jì)編碼失真的方法，公式為

式中:β是一個(gè)模型參數(shù);p與編碼幀類型有關(guān)。

1.2 基于柯西分布的R－Q模型

文獻(xiàn)［1］根據(jù)柯西分布概率密度函數(shù)，通過理論推導(dǎo)簡化了D－Q模型

式中，參數(shù)b與編碼幀熵值有關(guān)。

1.3 其他主流D－Q模型

文獻(xiàn)［7］根據(jù)QP和PSNR的關(guān)系推導(dǎo)出了一個(gè)新的D－Q模型

趙欣等人在文獻(xiàn)［4］中提出了一個(gè)新的D－Q模型

2 D－Q模型精確度分析

2.1 幀級D－Q模型精確度比較

本節(jié)通過實(shí)驗(yàn)對上述4種D－Q模型幀級精準(zhǔn)度進(jìn)行分析。Model SATD，Model Cauchy，Model MSW，Model GGD分別代表上節(jié)中公式(1)(2)(3)(4)的模型。由于篇幅限制，只給出了對Foreman和Bus序列的測試(筆者已經(jīng)證實(shí)對其他序列的測試也有相同結(jié)果)，如圖1所示。

圖1 幀級D－Q模型精確度的比較

由圖可見，Model GGD可以較好地估計(jì)出實(shí)際失真，但復(fù)雜度也是最高的，對于硬件實(shí)現(xiàn)是一個(gè)比較大的挑戰(zhàn)。從上節(jié)中的4個(gè)公式也可發(fā)現(xiàn)，Model Cauchy的復(fù)雜度是最低的。

2.2 宏塊級D－Q模型精確度比較

由于宏塊級的D－Q模型對碼率控制和模式選擇而言非常重要，因此有必要對宏塊級的D－Q模型進(jìn)行研究，為了比較宏塊級D－Q模型的精確度，筆者做了大量實(shí)驗(yàn)。如圖2所示，橫坐標(biāo)表示用模型估計(jì)出的失真和實(shí)際失真的差值(error)，縱坐標(biāo)表示宏塊的數(shù)目(nMB)，在橫坐標(biāo)為0附近的時(shí)候，縱坐標(biāo)的值越高，說明了該模型的精確度越高。該實(shí)驗(yàn)的測試環(huán)境是foreman和football序列，QP值為36?？梢?，在foreman序列中，基于柯西分布的D－Q模型精確度是最高的;在football序列中，Model Cauchy的精確度要略低于其他D－Q模型，但其復(fù)雜度最低。

圖2 宏塊級D－Q模型精確度的比較

3 改進(jìn)后的D－Q模型

在對幾種主流D－Q模型的精確度進(jìn)行比較之后，下面將對基于柯西分布的D－Q模型加以改進(jìn)，以提高其精確度。

如式(2)所示，基于柯西分布的D－Q模型中有兩個(gè)參數(shù)——b和β，它的參數(shù)更新是根據(jù)前一幀相同位置塊的實(shí)際失真來計(jì)算當(dāng)前塊的參數(shù)。眾所周知，相鄰幀里的宏塊由于運(yùn)動會發(fā)生位移，直接采用前一幀相同位置的宏塊來計(jì)算當(dāng)前參數(shù)會產(chǎn)生誤差，因此，本文提出了一種基于運(yùn)動補(bǔ)償?shù)腄－Q模型，即通過補(bǔ)償后的參考幀來預(yù)測當(dāng)前塊的模型參數(shù)。結(jié)果如圖3所示，橫坐標(biāo)表示宏塊實(shí)際失真和模型估計(jì)得出的失真的差值，縱坐標(biāo)表示宏塊個(gè)數(shù)，本實(shí)驗(yàn)的測試序列是foreman序列，圖3a和圖3c是原始柯西模型的結(jié)果，圖3b和圖3d是改進(jìn)后模型的結(jié)果，可見改進(jìn)后的模型明顯要比原始模型的精確度要高。為了更加清楚地對這兩個(gè)模型精確度進(jìn)行比較，在表1中列出不同序列、不同QP下計(jì)算得到

式中:distortion_a(i)和distortion_a(i)分別代表實(shí)際失真和模型估計(jì)的失真。

圖3 改進(jìn)后的模型和原始D－Q模型精確度的比較

表1 原始柯西模型和改進(jìn)后模型error_rate的比較

4 結(jié)論

本文介紹了目前主流的幾種D－Q模型，并且從宏塊級和幀級進(jìn)行了精確度的比較，在宏塊級中，針對不同的序列，各模型有不同的性能，當(dāng)視頻運(yùn)動信息比較少的時(shí)候，基于柯西分布的D－Q模型精確度較高，當(dāng)視頻運(yùn)動比較復(fù)雜的時(shí)候，趙欣等人提出的模型精確度較高;在幀級中，公式(4)中的模型精確度較高。然后在基于柯西分布的D－Q模型基礎(chǔ)上加以改進(jìn)，提高了模型精確度。

由于D－Q模型的復(fù)雜度和數(shù)據(jù)依賴關(guān)系，在硬件中實(shí)現(xiàn)是一個(gè)較大的挑戰(zhàn)。在以后的工作中，將重點(diǎn)研究適用于硬件實(shí)現(xiàn)的D－Q模型。

［1］KAMACI N，ALTUNBASAK Y，MERSEREAU R M.Frame bit allocation for the H.264/AVC video coder via cauchy－density－based rate and distortion models［J］.IEEE Trans.Circuits Syst.Video Technol.，2005，15(8):994－1006.

［2］KWON D－K，SHEN Mei－yin，KUO C－C J.Rate control for H.264 video with enhanced rate and distortion models［J］.IEEE Trans.Circuits Syst.Video Technol.，2007，17(5):517－529.

［3］GUO Liwei.A novel analytic quantization－distortion model for hybrid video coding［J］.IEEE Trans.Circuits Syst.Video Technol.，2009，19(5):627－641.

［4］ZHAO Xin，SUN Jun，MA Siwei，et al.Novel statistical modeling，analysis and implementation of rate－distortion estimation for H.264/AVC coders［J］.IEEE Trans.Circuits Syst.Video Technol.，2010，20(5):647－660.

［5］HU Sudeng，WANG Hanli，KWONG S，et al.Rate control optimization for temporal－layer scalable video coding［J］.IEEE Trans.Circuits Syst.Video Technol.，2011，21(8):1152－1162.

［6］馬宏興，張伶.H.264/AVC率失真優(yōu)化技術(shù)綜述［J］.電視技術(shù)，2010，34(6):19－22.

［7］MA Siwei，GAO Wen，LU Yan.Rate－distortion analysis for H.264/AVC video coding and its application to rate control［J］.IEEE Trans.Circuits Syst.Video Technol.，2005，15(12):1533－1544.