R－Q模型宏塊級精準度分析

徐 寧，殷海兵，郭龍盛

(中國計量學(xué)院信息工程學(xué)院，浙江杭州310018)

視頻編碼標準H.264/AVC的測試模型采用基于拉普拉斯分布的二次R-Q模型。編碼過程中，通過碼率控制分配編碼比特，獲得量化參數(shù)QP，并且獲得率失真參數(shù)λ進行率失真優(yōu)化，而QP和λ是影響視頻編碼效率的關(guān)鍵因素。視頻實時傳輸，緩沖區(qū)十分有限，幀級碼流控制不能精確控制，宏塊級碼流控制更為精細［1］，而進行運動估計、模式選擇需要用到率失真參數(shù)λ。因此，R-Q模型宏塊級應(yīng)用尤為重要。

實驗證明，DCT系數(shù)統(tǒng)計概率分布符合一定的概率密度函數(shù)，據(jù)此建立R-Q模型。早期，學(xué)者們認為DCT系數(shù)中的AC系數(shù)符合高斯分布。后來，學(xué)者相繼提出拉普拉斯分布、廣義高斯分布和柯西分布，其中拉普拉斯分布應(yīng)用廣泛［2］。運用以上這些分布進而推導(dǎo)相應(yīng)的R-Q模型。

關(guān)于R-Q模型的研究很多，文獻［1-2］基于柯西分布提出R-Q模型;文獻［3］提出一種基于拉普拉斯分布的R-Q模型;文獻［4］和文獻［5］分別對文獻［3］中的R-Q模型進行改進、優(yōu)化。文獻［6］基于文獻［2］提出一種新的R-Q模型;文獻［7］提出一種基于廣義高斯分布的R-Q模型。文獻［8］根據(jù)碼率與零值在變換系數(shù)量化后所占百分比之間的關(guān)系，提出一種新的模型。本文主要對4種主流R-Q模型宏塊級精準度和復(fù)雜度進行分析。

1 4種R-Q模型的推導(dǎo)

1.1 基于拉普拉斯分布的R-Q模型

運用拉普拉斯分布概率密度函數(shù)推導(dǎo)出率失真函數(shù)R(D)，對其進行泰勒級數(shù)展開、簡化得到［3］

式(2)為式(1)的應(yīng)用

文獻［4］對式(2)進行改進、簡化，得

式中，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［2］作者根據(jù)柯西分布概率密度函數(shù)，理論推導(dǎo)，簡化R-Q模型為

式中，參數(shù)p與編碼幀熵值有關(guān)。

1.3 基于廣義高斯分布的R-Q模型

文獻［7］詳細敘述了此模型，用于編碼比特預(yù)測，降低模式選擇復(fù)雜度。此模型理論推導(dǎo)與上述模型不同，首先根據(jù)廣義高斯分布概率密度函數(shù)計算像素點自信息，然后根據(jù)塊自信息預(yù)測編碼比特，整個過程參數(shù)多、運算復(fù)雜，即使大部分數(shù)值采用查表方式獲得。式(5)是塊自信息與編碼比特之間的表達式

式中，rB代表塊信息量。

對式(2)，(3)，(4)和(5)4種R-Q模型進行測試、比較。

2 實驗及結(jié)果分析

2.1 R-Q模型精準度分析

本節(jié)通過實驗對上述4種R-Q模型宏塊級精準度進行分析。MAD model，SATD model，Cauchy model，GGD model分別代表基于拉普拉斯分布的R-Q模型、基于拉普拉斯分布的改進R-Q模型、基于柯西分布的R-Q模型及基于廣義高斯分布的R-Q模型。本實驗采用JM12.0作為測試代碼，測試條件：RDOptimization=1，RateControlEnable=0，SearchRange=16，ProfileIDC=77，NumberReferenceFrames=1。

圖1～4分別表示4種模型誤差分布情況，橫坐標表示預(yù)測產(chǎn)生的誤差，縱坐標表示擁有相應(yīng)誤差的宏塊數(shù)目，可以大概看出，較之其他3幅圖，圖3誤差分布范圍窄，精準度高。

圖1 SATD模型誤差分布

實驗分別測試qcif，cif，720p這3種分辨力序列。表1～4給出4種R-Q模型在不同分辨力序列下比較的詳細信息。各表表身第2～5列測試數(shù)據(jù)是4種模型預(yù)測誤差率在20%以內(nèi)的概率。第2列數(shù)據(jù)數(shù)值比其他3列高，基于廣義高斯分布R-Q模型的精準度之所以如此高，正如第1節(jié)所述，此模型依據(jù)廣義高斯分布概率密度函數(shù)計算像素點自信息，進而預(yù)測編碼比特;而其他3種模型的預(yù)測是根據(jù)相應(yīng)的概率密度函數(shù)，計算熵值(自信息均值)，然后預(yù)測編碼比特。

各表第6，7列數(shù)據(jù)分別等于第3，4列數(shù)據(jù)之差和第4，5列數(shù)據(jù)之差。從第6列數(shù)據(jù)來看，基于柯西分布的R-Q模型與基于拉普拉斯分布的R-Q改進模型差別很小，式(3)和式(4)結(jié)構(gòu)相似，但參數(shù)賦值不同，式(4)參數(shù)是根據(jù)已編碼宏塊信息設(shè)定，式(3)參數(shù)包含當前編碼宏塊復(fù)雜度信息SATD，這是式(3)比式(4)精準度高的一個原因。由第7列數(shù)據(jù)，結(jié)合式(2)和式(3)，基于拉普拉斯分布的R-Q改進模型，無論從精準度還是復(fù)雜度方面，要比之前的模型好。

表1 4種模型的測試數(shù)據(jù)1(qcif分辨力序列)

表2 4種模型的測試數(shù)據(jù)2(cif分辨力序列)

表3 4種模型的測試數(shù)據(jù)3(720p分辨力序列)

表4 4種模型的測試數(shù)據(jù)4(qcif mobile序列)

表4說明了量化后為零的系數(shù)占的比例(percentage of zero)對于R-Q模型精準度的影響。這4行數(shù)據(jù)是qcif的mobile序列在QP分別為28，32，34，36下的測試數(shù)據(jù)。從這些數(shù)據(jù)可以看出，隨著QP的增大，percentage of zero增大，R-Q模型精準度下降。依據(jù)建立4種R-Q模型的推導(dǎo)過程，可以認為理論上量化后為零的系數(shù)都參與了編碼比特預(yù)測，而在實際編碼過程中，并不是所有量化后為零的系數(shù)都貢獻編碼比特，為零的系數(shù)理論概率值與實際存在差別，因此4種模型的精準度有所下降，但這并不是唯一導(dǎo)致精準度下降的原因。

表1～3中*1、*2和*3行數(shù)據(jù)分別是qcif，cif和720p測試序列每列數(shù)據(jù)的均值。從上述3行數(shù)據(jù)來看，720p測試序列4種模型的預(yù)測精準度不及qcif，cif測試序列。這與測試序列內(nèi)容有關(guān)：720p的測試序列視頻內(nèi)容平坦，無劇烈運動，時間相關(guān)性強，因此，量化后為零的系數(shù)所占的比例(percentage of zero)較其他2種分辨力測試序列高。

從第2列數(shù)據(jù)看到，測試序列football的精準度最低，但它的percentage of zero不是最高的，這說明系數(shù)為零的比例并不是影響R-Q模型精準度的唯一原因。測試序列football較之其他測試序列，時間相關(guān)性不強，場景變化快;而4種R-Q模型參數(shù)根據(jù)已編碼宏塊信息設(shè)定，也就是系數(shù)準確度受到時間相關(guān)性影響，因此football精準度較之其他測試序列低;這列數(shù)據(jù)中cif的mobile的精準度最高。此測試序列內(nèi)容空間復(fù)雜度較之其他測試序列高，percentage of zero較之其他測試序列低，實際量化后系數(shù)為零的概率與理論值差值小，因此，此測試序列的精準度高。

實驗證明：1)因為上述R-Q模型是由概率密度函數(shù)計算自信息或熵值(自信息均值)，預(yù)測編碼比特數(shù)，理論上量化后系數(shù)為零的概率與實際概率存在差別，所以存在誤差。2)產(chǎn)生誤差的另外一個原因是，R-Q模型系數(shù)準確度的影響。由于上述R-Q模型系數(shù)由已編碼宏塊信息設(shè)定，因此若測試序列時間相關(guān)性不強，則影響到系數(shù)準確度，進而影響R-Q模型精準度。

2.2 R-Q模型復(fù)雜度分析

根據(jù)R-Q模型結(jié)構(gòu)把4種模型分為兩類：

1)基于廣義高斯分布R-Q模型：此模型參數(shù)計算和更新分為自信息參數(shù)更新和預(yù)測編碼比特參數(shù)更新，根據(jù)相鄰參考幀內(nèi)容計算自信息參數(shù)更新，而預(yù)測編碼比特的參數(shù)更新運用線性回歸方法計算。此模型共有18個參數(shù)進行計算和更新，每幀自信息參數(shù)計算和更新復(fù)雜度為16×(1次×指數(shù)+1次×對數(shù)+2次×除法)運算。每個宏塊的預(yù)測編碼比特參數(shù)計算和更新復(fù)雜度為2×(1次×指數(shù)+1次×乘法)運算，此模型精準度高，適合于編碼比特預(yù)測，但復(fù)雜度高不適合用于碼率控制。

2)其他3種R-Q模型：每種模型只擁有一個計算和更新的參數(shù)，當前編碼宏塊采用已編碼幀對應(yīng)宏塊的參數(shù)進行運算、宏塊編碼之后，運用實際編碼比特進行參數(shù)更新，每個宏塊預(yù)測編碼比特的參數(shù)計算和更新復(fù)雜度為1×(1次×指數(shù)+1次×除法)運算;雖然3種模型精度不及前一種模型，但復(fù)雜度低，適合用于碼率控制。

3 結(jié)論

本文對4種R-Q模型宏塊級精準度進行分析。1)分析4種模型的推導(dǎo)過程，基于廣義高斯分布的R-Q模型與其他3種模型推導(dǎo)過程有所區(qū)別。因為兩者的用途不同，前者用于編碼比特預(yù)測，精準度高，但運算復(fù)雜，而后者用于碼率控制進行碼率分配、QP選擇。2)4種R-Q模型產(chǎn)生預(yù)測誤差的原因有兩個：(1)DCT系數(shù)統(tǒng)計分布中，系數(shù)為零的概率理論值與實際的概率不符;(2)R-Q模型參數(shù)的準確度受到視頻內(nèi)容時間相關(guān)性影響。

綜合上述分析，R-Q模型精準度受到兩方面因素影響，有待于進一步改進。本文為改進R-Q模型及提出新的R-Q模型和優(yōu)化碼率控制算法提供了基礎(chǔ)的數(shù)據(jù)分析，并且將R-Q模型用于模式選擇中編碼比特數(shù)預(yù)測復(fù)雜度過高，需進一步簡化。

［1］SANZ-RODRIGUEZ S，DEL-AMA-ESTEBAN O，DE-FRUTOS-LOPEZ M，et al.Cauchy-density-based basic unit layer rate controller for H.264/AVC［J］.IEEE Trans.Circuits Syst.Video Technol.，2010，20(8)：1139-1143.

［2］KAMACI N，ALUNBASAK 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)：994-1005.

［3］CHIANG T，ZHANG Ya-qin.A new rate control scheme using quadratic rate distortion model［J］.IEEE Trans.Circuits Syst.Video Technol.，1997，7(1)：246-250.

［4］KWON D K，SHEN M Y，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.

［5］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.

［6］HU Sudeng，WANG Hanli，KWONG S，et al.Frame level rate control for H.264/AVC with novel rate-quantization model［C］//Proc.IEEE International Conference on Multimedia ＆ Expo.Singapore，2010.［S.l.］：IEEE Press，2010：226-231.

［7］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.

［8］李浩，張穎，張兆揚.一種H.264視頻編碼碼率控制方法［J］.電視技術(shù)，2003，27(12)：10-20.