鄭新資，駱冰清，孫知信

(南京郵電大學(xué) 寬帶無線通信與傳感網(wǎng)技術(shù)教育部重點實驗室，江蘇 南京 210003)

1 引言

碼率控制能夠?qū)崿F(xiàn)輸出碼流處于傳輸信道實際帶寬的限制內(nèi)，同時最大限度地優(yōu)化解碼圖像質(zhì)量，已經(jīng)成為視頻編碼中的一項重要技術(shù)[1]。通常情況下，視頻編碼前后的信息量是會發(fā)生變化的，這就需要在信道和編碼器之間增加一個緩沖區(qū)，來提高編碼后的碼流速率與通信信道速率的匹配度。在盡可能保證視頻傳輸過程不失真的前提下，再通過碼率控制來克服碼流速度和緩沖區(qū)大小之間的矛盾，防止緩沖區(qū)發(fā)生上溢或者下溢，并滿足時延要求[2]。因此碼率控制算法的優(yōu)劣對視頻編碼性能的影響是不言而喻的。

目前，碼率控制方面的研究已經(jīng)成為視頻壓縮和傳輸領(lǐng)域的重點和熱點。其中，具有代表性的有MPEG-2的TM5[3]碼率控制算法、H.263的TMN8[4]的碼率控制算法、MPEG-4的VM8和VM18[5]的碼率控制算法、基于ρ-domain 模型[6]的碼率控制算法，以及最新國際標準H.264參考軟件中的碼率控制算法和其他改進的碼率控制算法。

H.264 引入了RDO（rate-distortion optimization，率失真優(yōu)化）技術(shù)，以增加的計算復(fù)雜度來換取更高的編碼效率，是目前最新一代的視頻編碼標準。但以往經(jīng)典的碼率控制算法卻不能直接應(yīng)用其中，這是由于量化參數(shù) QP在同時用于碼率控制算法和RDO時會產(chǎn)生經(jīng)典的蛋雞悖論問題。H.264/AVC碼率控制算法 JVT-G012[7]中采用的MPEG-4 Q2碼率模型，其參數(shù)能夠?qū)崟r更新，預(yù)測誤差較小，并能夠利用線性MAD模型解決蛋雞悖論問題。

許多碼率控制算法都對 H.264/AVC蛋雞悖論問題束手無策，如TM5、TMN8、VM18以及基于ρ域 RDO模型的碼率控制算法。目前主流的算法有以下2種:1) 中國科學(xué)院計算所的馬思偉等提出的類似TM5，基于Buffer控制的比特分配和量化參數(shù)控制算法[8]；2) 以MPEG-4的VM18碼率控制經(jīng)驗為指導(dǎo)，采用了基于 Buffer控制和二項式RQ (rate quantization)模型的控制算法[7]。除此以外，中國科學(xué)院計算所的Yuan W等在JVT-G012算法的基礎(chǔ)上提出了一種 JVT-VM18的改進算法JVT-O016，最新提案的JVT-O016著眼于視頻序列的時間和空間相關(guān)性，在目標比特分配和二次R-D模型方面取得了一定的突破[9]。文獻[10]在文獻[7]的基礎(chǔ)上提出了改進的二次碼率控制模型，其主觀評價試驗結(jié)果明顯優(yōu)于JVT-O016和經(jīng)典JVT-G012。

文獻[11]提出一種自適應(yīng)幀與量化參數(shù)的選擇策略。即在一定失真范圍許可的條件下，對一個充分暴露的視頻幀，利用標準的H.264工具，適時選擇恰當?shù)牧炕瘏?shù)對幀進行實時編碼。實驗結(jié)果顯示，在同比特率下采用該策略的視頻輸出比未使用該策略的輸出提高了1.3dB。由于提出該策略的初衷是要解決部分光線不足場景中所拍攝視頻的壓縮編碼問題，并且實驗的前提條件——一定的失真范圍缺乏定量方法，因此該策略有一定的局限性。

文獻[12]提出的做法為根據(jù)當前編碼幀和已編碼幀的絕對平均傳輸方差參數(shù)來對幀層剩余比特分配進行調(diào)整。具體為:利用該參數(shù)計算幀與宏塊的剩余復(fù)雜度，再根據(jù)剩余幀的比特復(fù)雜度分析來分配剩余幀比特。在場景切換等情形導(dǎo)致數(shù)據(jù)處理效率下降時，可通過引入低復(fù)雜度的MB平均絕對殘差來提高MAD的預(yù)測效率[13]；也可以通過估計幀復(fù)雜度來改進MAD的復(fù)雜度計算[14]。

文獻[15～21]中提出的碼率控制算法關(guān)注的是如何計算基于目標紋理比特數(shù)的量化參數(shù)，其中宏塊模式、參考幀數(shù)及運動矢量等頭部數(shù)據(jù)幾乎是一個常數(shù)，占總比特數(shù)的一小部分。文獻[22]提出一種改進的碼率控制機制，其具有更高的緩沖水平和目標紋理檢測精度，在改進模型參數(shù)的估計精度的同時也存在一些不足:在分配幀層的目標比特數(shù)時忽略了對圖像復(fù)雜度的影響；初始QP值選擇方法稍顯粗略，只簡單的平均分配了 GOP層剩余可分配的比特數(shù)；通過大量的預(yù)測信息對所有未編碼的基本單元的 MAD值進行線性預(yù)測，繼而來分配每個基本單元的目標比特數(shù)，這樣的做法不僅計算量大，而且準確度低。

現(xiàn)有算法仍存在一些缺點，如:未對場景切換進行檢測與處理；不同幀之間的圖像復(fù)雜度存在差異；將剩余比特數(shù)平均分配給 GOP中未編碼的 P幀等[23]。

文獻[7]和文獻[24]均提出了碼率控制中的“蛋雞悖論”:要計算當前幀中宏塊的RDO，需利用當前幀或宏塊的MAD（mean average difference，平均差值）來預(yù)測每個宏塊的QP；但是只有在RDO后才能計算出每個當前幀或宏塊的 MAD。為了解決二者之間的相互依賴問題，筆者提出一種基于幀復(fù)雜度的二級碼率控制算法（TSRCA，two-stage rate control algorithm）:在第一級，預(yù)定義的 QP值為QP1，該值可以應(yīng)用到RDO過程中每一幀的所有宏塊。在第二級，另一個QP值定義為 QP2，用于計算量化產(chǎn)生的目標比特數(shù)。與此同時，筆者提出了計算幀復(fù)雜度的新方法，即不用 MAD，而采用基于RDO模式選擇中的比特數(shù)信息代之，預(yù)測幀的復(fù)雜度。最后，提出一種自適應(yīng)指數(shù)R-Q模型。實驗結(jié)果表明，與原有算法相比，本文提出的碼率控制算法能夠顯著提高碼率控制精度和編碼性能。

2 基于幀復(fù)雜度的二級碼率控制算法TSRCA

本節(jié)筆者將會詳細介紹此種基于幀復(fù)雜度的二級碼率控制算法TSRCA。該算法主要5個方面進行改進，即碼率控制方案的選擇、幀復(fù)雜度計算、R-Q模型、模型參數(shù)更新以及算法描述。

2.1 二級碼率控制方案的選擇

一般而言，解決“蛋雞悖論”的思維方向就是設(shè)計一個改進的算法模型。正如文獻[25]中提出了一種具有2個QP的碼率控制算法，分別用于模式選擇和量化過程。從理論上講，只有這2個QP相等，才能達到RDO。但分析發(fā)現(xiàn)，這2個QP值之間較小的差值并不會顯著降低編碼效率。

筆者正是在此啟發(fā)下提出了一種二級碼率控制方案:在第一級，預(yù)定義的 QP值為 QP1，該值可以應(yīng)用到 RDO過程中每一幀的所有宏塊。在第二級，另一個QP值定義為 QP2，用于計算量化產(chǎn)生的目標比特數(shù)。在編碼一個序列中的第i幀之前，由 QP2確定 QP1（ i）。具體值如式(1)所示

其中，φq為參數(shù)加權(quán)值，經(jīng)過分析大量實驗數(shù)據(jù)的結(jié)果，取值 0.7。第二級的QP2由本文提出的新的R-Q模型求得，該模型將在2.3節(jié)給出。

2.2 幀復(fù)雜度計算

由于不同幀具有不同的內(nèi)容，因此即使采用相同的QP值來對所有幀進行編碼，產(chǎn)生的輸出比特數(shù)也會不同。在非規(guī)范性視頻編碼標準的碼率控制算法中，為了建立更加準確的R-Q模型，幀的復(fù)雜度通常用殘差信號的MAD值來表示。經(jīng)典的R-Q模型如下

其中，ai，bi為當前幀的模型參數(shù)，Qi為當前幀的量化步長。在已編碼幀信息中，平均量化步長和總編碼碼率是己知的。由此，可使用線性回歸方法，計算出 ai,bi。

此經(jīng)典模型中，MAD被用于構(gòu)建幀復(fù)雜度和輸出比特數(shù)的線性關(guān)系模型。而MAD的預(yù)測精確度欠缺將會導(dǎo)致實際碼率與目標碼率之間存在較大的出入，因此降低了R-Q模型的準確性。

為了克服這一經(jīng)典模型的缺點，筆者提出了計算幀復(fù)雜度的新方法，即不用MAD，而采用基于RDO模式選擇中的比特數(shù)信息取而代之。因為在模式選擇階段，將會估計出每個宏塊的輸出比特數(shù)的近似值，這些值都是可用的。用 mhdr(i)和mtte(i)分別表示在模式選擇過程中編碼第 i個宏塊的頭比特數(shù)與紋理比特數(shù)，則相應(yīng)的幀復(fù)雜度定義如下

其中，頭復(fù)雜度 FChdr和紋理復(fù)雜度 FCtte定義如下

其中，N為當前幀內(nèi)宏塊的個數(shù)。

其次，根據(jù)幀復(fù)雜度FC，可計算出量化參數(shù)QP2，以進一步計算隨后量化過程的實際輸出比特數(shù)。為了驗證提出的幀復(fù)雜度 FC的有效性，對 FC與實際輸出比特數(shù)的關(guān)系進行測試，實驗結(jié)果如圖 1、圖 2所示。從圖中可知，幀復(fù)雜度與實際輸出碼率存在準線性關(guān)系，因此得出結(jié)論，在預(yù)測幀復(fù)雜度的準確性方面，幀復(fù)雜度優(yōu)于MAD。

圖1 幀復(fù)雜度與輸出碼率關(guān)系

圖2 幀復(fù)雜度與輸出碼率關(guān)系

2.3 新的R-Q模型

由于采用二維 DCT變換能夠減少空間冗余。因此，DCT系數(shù)的概率分布直接影響到能否成功構(gòu)建一個合理R-Q模型。許多分布模型被提出來用以構(gòu)建 DCT系數(shù)的實際分布模型，其中，文獻[26]提出的柯西分布模型比其他模型更精確?；赗-Q模型的柯西分布模型表示如下

其中，α為復(fù)雜度的相關(guān)參數(shù)，在編碼過程中不斷更新；β為與DCT系數(shù)分布特點相關(guān)的模型參數(shù)，其根據(jù)不同的幀類型而局限于某個常數(shù)集，如I幀可?。?.6,0.7,0.8｝，P幀可取{1.1,1.3,1.5}，B幀可取{1.5,1.7,1.9}。

在執(zhí)行本文提出的 TSRCA算法的第一級之后，可根據(jù)紋理復(fù)雜度得出參數(shù)α的值

其中，Qstep1是對應(yīng)第一級中量化參數(shù)QP1的量化步長。

因此，與Qstep2（對應(yīng)第二級中量化參數(shù)QP2的量化步長）相關(guān)的紋理比特模型可表示為

頭比特在第一級中由QP1決定，其數(shù)量主要來自于運動矢量、模式類型等。因而它幾乎不會受到QP2的影響，如圖3所示。

圖3 頭比特數(shù)與Qstep2的關(guān)系

因此，幀所有的比特數(shù)可用式（3）所示

其中，R為當前幀的目標比特數(shù)。

不同于MAD，該模型用Ctte來表示R-Q模型的幀復(fù)雜度。圖4顯示了當β取不同值時，經(jīng)由該模型預(yù)測的比特數(shù)和實際輸出的比特數(shù)之間的關(guān)系。由圖4可知，β的取值顯著影響著該模型的精確性。在Qstep值的一個范圍之內(nèi)，當選取了一個恰當?shù)摩聲r，預(yù)測的比特數(shù)與實際的比特數(shù)非常接近。

圖4 R-Q模型實際值與預(yù)測值比較

2.4 模型參數(shù)的更新

在 R-D模型式(2)中，β通常為一個預(yù)定義的常數(shù)。但是，無論所處的序列相同與否，不同幀的實際 DCT系數(shù)的分布是截然不同的。由于β值的至關(guān)重要性，在編碼過程中必須根據(jù)幀的特點來更新值。在編完第i幀之后，當前幀的實際β值可由式(2)求得，結(jié)果如式(4)所示

其中，Rtte(i)表示第i幀的實際紋理比特輸出數(shù)。

由于相鄰幀之間相關(guān)性較高，可以假定相鄰幀的β值是近似的。因此，在編完第i幀之后更新β，預(yù)測第(i+1)幀的β值，如式(5)所示

其中，β(i)為第i幀的預(yù)測值；φβ為加權(quán)系數(shù)，本文取標準值0.7。

2.5 TSRCA算法描述

基于以上分析，基于幀復(fù)雜度的二級碼率控制算法TSRCA的步驟如下。

第一級:

Step1 根據(jù)式(1)計算QP1；

Step2 將Step1計算QP1應(yīng)用于當前幀所有宏塊的模式選擇過程中；

Step3 記錄FCtte和FChdr；

Step4 根據(jù)式(4)預(yù)測模型參數(shù)β；

第二級:

Step5 根據(jù) 2.3節(jié)提出的基于目標比特數(shù)的R-Q模型，計算QP2的值；

Step6 將QP2的值裁剪在以下范圍內(nèi)。

Step7 將QP2應(yīng)用于當前幀所有宏塊的量化過程中。記錄實際紋理比特輸出數(shù)Rtte，并根據(jù)式(5)更新β的值；

Step8 結(jié)束當前幀的編碼，接著編下一幀。

3 實驗仿真

3.1 實驗環(huán)境

目前，H.264/AVC較為常見的開源編解碼器有以下3種:JM(joint model)、X264、T264。JM也稱為校驗?zāi)Ｐ?，它作為H.264/AVC國際標準的官方測試軟件，于2002年2月開始由德國Heinrich-Hertz- Institute(HHI)研究所開發(fā)研究[27]。如文獻[27]和文獻[28]，目前學(xué)術(shù)研究的新算法都是在JM上實現(xiàn)，并與JM標準算法進行比較的。目前JM最新版本為JM17.2，本文采用的版本是JM14.2[29]。JM開發(fā)初衷是為了實現(xiàn)H.264/AVC的所有技術(shù)，它實現(xiàn)了H.264/AVC的3個檔次(基本、主要和擴展檔次)的各個功能，編碼性能提高了，結(jié)果使得整個校驗?zāi)Ｐ徒Y(jié)構(gòu)復(fù)雜、程序冗長，從而導(dǎo)致編碼復(fù)雜度高、實用性差。

實驗采用JM14.2對標準測試序列進行編碼，并用改進的碼率控制算法代替原碼率控制算法，其他編碼條件相同。測試序列為:Foreman、Silent、Bus、Football、Bridge、Suize，格式為 1PBPB…。輸入的幀率是30frame/s，編碼后幀率是15frame/s，第一個I幀的QP為30。表1給出了其他的主要實驗參數(shù)設(shè)置。

表1 實驗參數(shù)設(shè)置

在信道帶寬的限制下控制輸出碼流的大小是碼率控制算法首先要解決的問題, 其控制性能評價方法主要是從編碼圖像的質(zhì)量和控制輸出碼率的精確度2個方面進行[23]。前者可以根據(jù)亮度分量的峰值信噪比（PSNR, peak signal-to-noise ratio）來評估；后者可以利用碼率預(yù)測誤差方法進行評估，即

本文以下章節(jié)將分別從碼率估計算法的主、客觀質(zhì)量評價這2個方面進行詳細的測試分析。

3.2 仿真結(jié)果及分析

1) 主觀質(zhì)量評價

圖5顯示的是在相同條件下，JM14.2算法與本文算法編碼stefan_cif序列的重構(gòu)圖像主觀質(zhì)量對比圖，其中，圖5(a)、圖5(b)分別為采用JM14.2中的碼率控制算法編碼重構(gòu)stefan_cif序列的第22、77幀的圖像，圖5(c)、圖5(d)為使用本文算法編碼重構(gòu)的圖像。

圖5 stefan_cif序列第22、77幀主觀質(zhì)量對比

圖6顯示的是在相同條件下，采用JM14.2算法與本文算法編碼flower_cif序列的重構(gòu)圖像的主觀質(zhì)量對比圖，其中，圖6(a)、圖6(b)分別為采用JM14.2中的碼率控制算法對 flower_cif序列的第 45、216幀進行編碼重構(gòu)后的圖像，圖 6(c)、圖 6(d)為使用本文算法編碼重構(gòu)的圖像。

圖6 flower_cif序列第45、216幀主觀質(zhì)量對比

從圖5、圖6不難看出，使用本文算法編碼重構(gòu)的圖像更清晰，視覺效果更好。

2) 客觀質(zhì)量評價

圖7顯示了在目標比特率為45kbit/s的情況下，Monitor的 JM14.2碼率控制算法與本文算法TSRCA的圖像編碼質(zhì)量對比；圖 8顯示了碼率誤差對比。實驗結(jié)果顯示，JM14.2算法獲得的實際比特率為46.55，平均亮度分量PSNR為37.89；改進算法獲得的實際比特率為 46.32，平均亮度分量PSNR為38.03。

圖7 Monitor序列PSNR比較（目標比特率為45kbit/s）

圖8 Monitor序列碼率誤差比較（目標比特率為45kbit/s）

將實驗條件更改為目標比特率 35kbit/s，進行相同的實驗，可獲得圖 9和圖 10。實驗結(jié)果為:JM14.2算法獲得的實際比特率為36.67，平均亮度分量 PSNR為 39.49；改進算法獲得的實際比特率為35.81，平均亮度分量PSNR為40.23。

從圖7～圖10可以看出，與 JM14.2算法相比，筆者提出的碼率控制算法能夠顯著改善圖像質(zhì)量和碼率控制精確度。

圖9 Monitor序列PSNR比較（目標比特率為35kbit/s）

圖10 Monitor序列碼率誤差比較（目標比特率為35kbit/s）

接著比較 Foreman、Carphone和 News 3個QCIF序列的編碼時間和誤差平方和，實驗結(jié)果如表2所示。

表2 預(yù)測誤差及復(fù)雜度比較

從表2可以得出結(jié)論，相對于JM14.2中的碼率控制算法，應(yīng)用本文提出的碼率控制算法，3個序列的預(yù)測精度都有不同程度的提高，計算復(fù)雜度降低，編碼時間明顯縮短。

接著進一步比較Foreman、Silent、Bus、Football、Bridge、Suzie的峰值信噪比，表3給出了測試序列的實驗結(jié)果。

表3 實驗結(jié)果統(tǒng)計

表3顯示，相對于JM14.2的碼率控制算法，改進后的碼率控制算法其輸出碼率精確度，以及圖像的PSNR明顯提高:碼率偏差一般不超過0.4kbit/s，平均PSNR值提高了0.22dB。

4 結(jié)束語

一直以來，碼率控制機制都是視頻編碼標準的研究重點和熱點，筆者針對目前國內(nèi)外最新研究趨勢，提出了一種改進的碼率控制算法。仿真實驗結(jié)果表明，相對于JM14.2算法，本文的碼率控制算法在比特數(shù)的精確性與編碼效率上均有顯著的提高。

[1]Draft ITU-T Recommendation and Final Draft International Standard of Joint Video Specification, Document JVT-G050.doc,ITU-T Rec.H.264 |ISO/IEC 14496-10 AVC[S].Joint Video Team (JVT) of ISO/IEC MPEG and ITU-T VCEG, 2003.

[2]TSAI A C, PAUL A, WANG J C, et al.Intensity gradient technique for efficient intra-prediction in H.264/AVC[J].IEEE Transactions on Circuits and Systems for Video Technology, 2008, 18(5):694-698.

[3]Test Model Editing Committee.ISO/IEC JTCI/SC29 WG11/93-225b-1993 MPEG-2, Test Model 5[S].1993.

[4]ITU Study Group.ITU-T/SG15-1997 Video Codec Test Model,TMN8[S].1997.

[5]Vedio Group.ISO/IEC JTC1/SC29/WG11-1997 Coding of Moving Pictures and Associated Audio MPEG 97/W1796[S].1997.

[6]ZHANG F, STEINBACH E.Improved ρ-domain rate control with accurate header size estimation[A].Acoustics, Speech and Signal Processing (ICASSP), 2011 IEEE International Conference[C].Prague,Czech, 2011.813-816.

[7]LI Z G, PAN F, PANG K, et al.Adap tive basic unit laye control for JVT:JVT- G012.doc[EB/OL].http://ftp3.itu.ch/av-arch/jvt-site/ 2003_03_Pattaya /JVT-G012.zip,2006.

[8]MA S, GAO W, LU Y.Rate-distortion analysis for H.264 /AVC video coding and its app lication to rate control[J].IEEE Transactions on Circuits and Systems for Video Technology, 2005, 15 (12):1533-1544.

[9]WU Y, LIN S X, ZHANG Y D, et al.Optimum bit allocation and rate control for H.264/AVC[A].15th meeting Busan[C].Korea,2005.16-22.

[10]CUI Z G, GAN Z L, ZHU X C.Structural similarity optimal MB layer rate control for H.264[A].Wireless 2011 International Conference,Communications and Signal Processing (WCSP)[C].Nanjing, China,2011.1-5.

[11]SHIMANO M, CHEUNG G, SATO I.Adaptive frame and QP selection for temporally super-resolved full-exposure-time video[A].201118th IEEE International Conference Image Processing (ICIP)[C].Belgium, 2011.2253-2256.

[12]WU S J, LIU P L, HUANG Y Q, et al.On bit allocation and Lagrange multiplier adjustment for rate-distortion optimized H.264 rate control[A].IEEE International Workshop on Multimedia Signal Processing[C].Ride Janeiro, Brazil, 2009.1-6.

[13]WANG J, YIN H B, ZHOU B Q, et al.A low-cost MAD prediction algorithm for H.264 rate control facilitating hardware implementation[A].20114th International Congress on Image and Signal Processing (CISP)[C].Shanghai, China, 2011.18-21.

[14]KIM M J, HONG M C.Adaptive rate control based on statistical modeling in frame-layer for H.264/AVC[A].13th International Conference on Advanced Communication Technology (ICACT)[C].Phoenix Park, Korea, 2011.680-683.

[15]HRARTI M, SAADANE H, LARABI M, et al.A macroblock-based perceptually adaptive bit allocation for H264 rate control[A].20105th International Symposium I/V Communications and Mobile Network(ISVC)[C].Las Vegas, Nevada, USA, 2010.1-4,

[16]XIE Z, BAO Z, XU C, et al.Optimal bit allocation and efficient rate control for H64/AVCsed on general rate-istortion model and enhanced coding complexity measure[J].Image Processing, IET, 2010,4(3):172-183.

[17]LEE P J, KUO K T, HUANG S H, et al.Coding mode determination using fuzzy reasoning in H.264 motion estimation[J].Signal Processing, IET, 2011,5(2):242-250.

[18]CHANG C Y, CHOU C F, CHAN D Y, et al.A q-domain characteristic-based bit-rate model for video transmission[J].IEEE Transactions on Circuits and Systems for Video Technology, 2008, 18(2):1307-1311.

[19]MALEWAR A, SINGH R K, GADRE V.Novel target bit rate estimation for improved frame level H.264 rate control[A].2010 Interna-tional Conference on Signal Processing and Communications(SPCOM)[C].Bangalore, India, 2010.1-5.

[20]DONG J, LING N.A context-adaptive prediction scheme for parameter estimation in H.264/avc macro block layer rate control[J].IEEE Transactions on Circuits and Systems for Video Technology, 2009,19(5):1108-1117.

[21]GRAJEK T, DOMA?SKI M.New model of MPEG-4 AVC/H.264 video encoders[A].17th IEEE International Conference on Image Processing (ICIP)[C].Hongkong, China, 2010.961-964.

[22]MALEWAR A, SINGH R K, GADRE V.Novel target bit rate estimation for improved frame level H.264 rate control[A].2010 International Conference on Signal Processing and Communications (SPCOM)[C].2010.1-5.

[23]史久根, 許林, 張超.一種場景自適應(yīng)的 H.264幀層碼率控制算法[J].計算機應(yīng)用研究,2010.SHI J G, XU L, ZHANG C.Scene adaptive frame-lager rate control algorithm for H.264[J].Application Research of Computers, 2010.

[24]LI Z G, PAN F, LIM K P, et al.Adaptive rate control for H.264[A].Proc IEEE Int Conf Image Process[C].Singapore, 2004.449-452.

[25]KWON D, SHEN M, KUO C C J.Rate control for H.264 video with enhanced rate and distortion models[J].IEEE Transactions on Circuits and Systems for Video Technology, 2007,17(5):517-529.

[26]KAMACI N, ALTINBASAK Y, MERSEREAU R M.Frame bit allocation for the H.264/AVC video coder via cauchy density-based rate and distortion models[J].IEEE Transactions on Circuits and Systems for Video Technology, 2005, 15(8):994-1006.

[27]Q042 of JVT, Revised H.264/MPEG-4 AVC Reference Software Manual[S].

[28]O079 of JVT, Text Description of Joint Model Reference Encoding Methods and Decoding Concealment Methods[S].

[29]Joint Video Team, JVT reference software encoder, version14.2[EB/OL].Available:http://iphome.hhi.de/suehring/tml/ download, 2009.