基于HEVC的LCU層碼率控制算法改進(jìn)

榮倩倩　楊　靜

(上海海事大學(xué)信息工程學(xué)院　上海 201306)

?

基于HEVC的LCU層碼率控制算法改進(jìn)

榮倩倩楊靜

(上海海事大學(xué)信息工程學(xué)院上海 201306)

摘要針對HEVC(High Efficiency Video Coding)碼率控制方案中LCU層利用平均絕對誤差(MAD)對圖像復(fù)雜度估計的不準(zhǔn)確性和比特分配的不合理性，提出一種基于像素的線性加權(quán)的直方圖差值(PHOD)的LCU層碼率控制算法。該算法引入PHOD作為LCU層的圖像相對復(fù)雜度度量手段，使得LCU層目標(biāo)比特根據(jù)圖像復(fù)雜度進(jìn)行合理調(diào)整和準(zhǔn)確分配。同時利用已編碼幀碼流控制的反饋信息進(jìn)一步對量化參數(shù)和拉格朗日乘數(shù)調(diào)整，獲得更精確的量化值和拉格朗日乘數(shù)。仿真結(jié)果表明，與參考算法比較，改進(jìn)的算法對于不同運動情況的視頻序列有良好的效果，能更加接近目標(biāo)碼率，圖像幀間質(zhì)量波動減小，最終獲得較好的圖像主觀質(zhì)量和PSNR。

關(guān)鍵詞HEVC碼率控制LCU層圖像復(fù)雜度像素直方圖差值

0引言

2012年10月，JCTVC頒布了新一代的視頻編碼標(biāo)準(zhǔn)——高效視頻編碼HEVC標(biāo)準(zhǔn)[1]。HEVC的目標(biāo)很明確，就是在相同圖像質(zhì)量前提下，壓縮比比H.264/AVC提高了一倍[2]。為了提高編碼效率，HEVC采用了很多新型技術(shù)，比如引入了編碼單元(CU)、預(yù)測單元(PU)和變換單元(TU)等一系列編碼概念。一般，編碼樹單元(CTU)的大小為64×64，當(dāng)圖像進(jìn)行分割時，根據(jù)局部紋理特性的不同，它可以按照四叉樹方法劃分成更小的CU，而每個CU又可以劃分成若干個PU或TU[3]。

碼率控制是視頻編碼器中一個非常重要的部分，尤其在各種多媒體流等實時應(yīng)用中是必不可少的。碼率控制的首要目的就是動態(tài)地調(diào)整編碼參數(shù)控制輸出碼流的碼率，在盡可能小的失真前提下更加有效地利用網(wǎng)絡(luò)帶寬，同時使輸出的視頻碼流更加平穩(wěn)。考慮到碼率控制的重要性，以往的視頻編碼標(biāo)準(zhǔn)都有各自的碼率控制方案，例如，MPEG-2采用了TM5，H.263應(yīng)用了TMN8，MPEG-4采納了VM8，H.264/AVC推薦了JVT-G012[4]。由于HEVC引入了新的技術(shù)和編碼工具，所以原先的碼率控制方案就不能直接應(yīng)用在HEVC上。

2012年1月，JCTVC在第八次會議上確定了HEVC的第一個碼率控制方案——JCTVC-H0213[5]。和H.264/AVC的碼率控制算法一樣，此算法采用了基于像素的URQ模型。H0213僅僅是H.264/AVC碼率控制算法的一個繼承。實驗結(jié)果表明，盡管H0213方案能夠較好地使實際分配的平均比特率和目標(biāo)比特相匹配，但是所獲得的重建視頻質(zhì)量很差，另外幀間存在著劇烈的碼率波動，同時還需要復(fù)雜的模型參數(shù)更新過程，所以并不適應(yīng)于HEVC[6]。考慮到拉格朗日乘數(shù)λ對比特率的分配起著重要的作用，Bin Li等提出了一種基于R-λ模型的碼率控制算法，該算法把λ看作是每像素所用比特的函數(shù)，再根據(jù)λ與量化參數(shù)QP之間相應(yīng)的關(guān)系計算出QP[7]。相比較JCTVC-H0213碼率控制方案，該方案在性能方面有了很大的提升。但是，一方面，在這個方案中，幀層的QP和計算沒有充分利用已編碼幀碼率控制的反饋信息；另一方面，在LCU層比特分配時每個LCU的權(quán)重是由MAD估計的，而當(dāng)前LCU的MAD是由同一層已編碼幀相同位置的LCU的MAD預(yù)測得到的，這種預(yù)測只考慮時間相關(guān)性而忽略了空間相關(guān)性[8]。另外，當(dāng)視頻序列存在局部運動劇烈或場景變換時，各幀之間的MAD波動較大，再采用這種方法進(jìn)行預(yù)測就和實際相差很大。這樣會導(dǎo)致當(dāng)前LCU的比特分配出現(xiàn)較大的誤差以至于輸出圖像的質(zhì)量很差[9]。基于這兩點，本文在LCU層提出了一種線性加權(quán)的基于像素亮度直方圖PHOD的復(fù)雜度度量方法。此方法對視頻序列的局部運動更加敏感，對圖像單元塊復(fù)雜度估計更加準(zhǔn)確；并且利用已編碼幀的碼率控制情況來調(diào)整當(dāng)前幀的QP和λ。

1提出的改進(jìn)算法

1.1LCU層復(fù)雜度的度量方法

針對K0103碼率控制算法中LCU層復(fù)雜度計算存在的不足，本文根據(jù)HEVC特有的編碼特征提出了一種線性加權(quán)的基于像素亮度信息的復(fù)雜性衡量方法PHOD。它不僅能夠有效區(qū)分不同復(fù)雜度的LCU，而且和LCU的實際復(fù)雜度有很強的線性關(guān)系。這種方法能根據(jù)基本單元的編碼復(fù)雜度，合理地對LCU層進(jìn)行比特分配。PHOD是以像素為單元來計算亮度直方圖差值，然后再對整個LCU求和，其表達(dá)式如下：

(1)式中，Npixels為LCU中像素個數(shù)，h(b,i,ln)為LCU中第b個像素原始亮度為i的像素點數(shù)，h(b,i,lm)為LCU中第b個像素預(yù)測亮度為i的像素點數(shù)，q為最大灰度級。與K0103相比，它可以適應(yīng)不同復(fù)雜度的視頻序列，使得低復(fù)雜度的LCU不為零，對高復(fù)雜度的LCU更加敏感。為了更加準(zhǔn)確地估計LCU的復(fù)雜度，定義第n個LCU的PHOD相對復(fù)雜度度量因子PHODratio如下：

(2)

這里利用直接求平均的方法獲得前n-1個LCU的PHOD平均值。對于幀中已編碼LCU的紋理特性相似的情況，此方法效果很好。但是對于圖像局部場景發(fā)生變化，導(dǎo)致局部復(fù)雜度幅度變化劇烈的情況，再運用這種方法效果就沒那么理想了。因此，為了獲得更加精確的PHODratio，本文采用加權(quán)求和的方法求PHOD的平均值WPHOD，其計算公式如下：

(3)

因此最終WPHODratio定義為：

(4)

1.2幀層量化參數(shù)QP和拉格朗日乘數(shù)λ的調(diào)整因子

Bin Li等在文獻(xiàn)[10]中提出比特對于拉格朗日乘數(shù)λ的變化更加敏感，并且較小的λ值會導(dǎo)致圖像有相對更高的圖像質(zhì)量，反之亦然。所以為了獲得相對高質(zhì)量平滑的圖像，本文對量化參數(shù)QP和拉格朗日乘數(shù)λ同時進(jìn)行調(diào)整。

由于I幀的QP由配置文件預(yù)先設(shè)置并且I幀和GOP中第一幀作為后面的參考幀，并沒有參與比特分配，那么這兩幀的QP和λ保持不變。

GOP中前一幀的實際編碼比特和分配的目標(biāo)比特的比值作為調(diào)整因子s，再根據(jù)s對當(dāng)前幀的QP和λ進(jìn)行調(diào)整，s由式(5)計算得到：

(5)

2法改進(jìn)后的整體碼率控制方案

2.1GOP層比特分配及幀層比特分配

在給定目標(biāo)比特率Rtar和幀率f的情況下，文獻(xiàn)[10]給出了GOP層的目標(biāo)比特和當(dāng)前幀分配的目標(biāo)比特的計算公式，分別由式(6)和式(7)表示。

(6)

(7)

其中，Ncoded為已編碼圖像數(shù)，Rcoded為已編碼幀消耗的比特數(shù)，NGOP為GOP中圖像個數(shù)。這里采用滑動窗口SW機制，可以適應(yīng)平滑場景切換的影響，其大小設(shè)置為40。CodedGOP是當(dāng)前GOP中已編碼比特數(shù)，ωCurrPic是當(dāng)前幀的權(quán)重。

2.2LCU層比特分配

一般情況下，實際分配的比特大于目標(biāo)比特，這樣導(dǎo)致越靠近末尾的基本單元分到的比特會越小，針對這種情況本文提出一種新的LCU目標(biāo)比特方法，即根據(jù)第一節(jié)中的相對復(fù)雜度度量因子WPHODratio對未編碼LCU所獲得平均比特數(shù)進(jìn)行調(diào)整，使目標(biāo)比特分配更加精確。那么LCU層比特分配偽代碼如下：

If (WPHODratio<1.8)

else If (WPHODratio<2.1)

偽代碼中，參數(shù)為實驗所得的經(jīng)驗值，Tr表示未編碼LCU的剩余比特數(shù)，Nr表示當(dāng)前幀中未編碼LCU數(shù)。用WPHODratio對LCU層目標(biāo)比特進(jìn)行調(diào)整，使得復(fù)雜度較大的LCU分配較多的目標(biāo)比特數(shù)，反之亦然。相比較K0103碼率控制算法，該方法更能使LCU層編碼比特合理利用。

2.3實現(xiàn)目標(biāo)比特分配

得到目標(biāo)比特后，通過R-λ模型獲得QP和λ，其計算如下：

λ=α·bppβ

(8)

QP=4.2005lnλ+13.7122

(9)

其中，α和β是模型參數(shù)，初始值分別為3.2003和-1.367。

根據(jù)第1節(jié)可知，s能夠反映目標(biāo)比特分配的準(zhǔn)確性，所以根據(jù)s的不同取值，分別按照式(10)和式(11)對當(dāng)前幀QP和λ進(jìn)一步調(diào)整。

(10)

(11)

量化參數(shù)QP和拉格朗日乘數(shù)λ經(jīng)調(diào)整后，可使得碼率控制更加精確。

3實驗結(jié)果與分析

本文在HEVC參考軟件HM10.0[11]中驗證所提出的碼率控制算法的控制精度與編碼性能，并且采用IPPP編碼結(jié)構(gòu)的LD配置文件。考慮到時間和空間因素，仿真所用的標(biāo)準(zhǔn)測試序列如表1所示。這些規(guī)格的標(biāo)準(zhǔn)測試序列包含了現(xiàn)在主要的應(yīng)用[12]。目標(biāo)碼率設(shè)置為不采用碼率控制算法時HM10.0的基準(zhǔn)碼率。將本算法的實驗結(jié)果與K0103碼率控制算法結(jié)果進(jìn)行比較，仿真結(jié)果如表2和表3所示。

表1　測試序列的基本信息

表2　JCTVC-K0103算法和改進(jìn)算法的Y-PSNR的標(biāo)準(zhǔn)差

表3　JCTVC-K0103算法和改進(jìn)算法的碼率控制仿真結(jié)果

續(xù)表3

由于視頻序列的Y-PSNR標(biāo)準(zhǔn)差能夠反映圖像的平滑度，另外考慮到圖像的紋理特性，測試序列BasketballPass局部運動劇烈、紋理復(fù)雜，Kimono紋理簡單、運動較平緩，因此，我們選取這兩個測試序列的Y-PSNR標(biāo)準(zhǔn)差。從表2的仿真數(shù)據(jù)可以看出，本算法的PSNR值的標(biāo)準(zhǔn)差比K0103算法明顯降低，因此，本算法的視頻序列更加平穩(wěn)，從視覺角度來看，圖像的主觀質(zhì)量提高。表3中的仿真數(shù)據(jù)表明與K0103算法相比，本算法更能精確地控制碼率。另外，本算法的比特誤差范圍為0.000%～0.635%，而JCTVC-K0103的比特誤差范圍為0.019%～4.493%，所以本算法的碼率更接近于目標(biāo)碼率。由此可見，從碼率控制精度角度來看，所提出的算法有明顯的優(yōu)越性。此外，從表中還可以看出，本算法的PSNR平均比JCTVC-K0103大約提高了0.06 dB。因此，所提出算法在精確控制編碼碼率的同時，圖像的平均整體質(zhì)量略有提高。

圖1和圖2為Kimono和BasketballPass序列在QP=27情況下利用本算法與K0103算法得到的每幀圖像PSNR的對比圖。圖1反映了對于圖像紋理較簡單和運動平緩的Kimono序列，本文提出的復(fù)雜度度量算法能夠較好地反映序列的運動劇烈程度，準(zhǔn)確地估計了局部運動劇烈的序列的復(fù)雜度，再加上本算法中編碼參數(shù)的調(diào)整使得圖像的整體質(zhì)量更加平滑。從圖2中可以看出，對于紋理復(fù)雜、存在快速運動的BasketballPass序列，本算法也有較好的效果，視頻序列的平均PSNR得到了提高，并且平滑度增加，而K0103算法對序列的局部運動情況不敏感，對于PSNR值的急速下降沒有進(jìn)行有效的控制。

圖1　Kimono測試序列在QP=27時的Y-PSNR對比圖

圖2　BasketballPass測試序列在QP=27時的Y-PSNR對比圖

4結(jié)語

本文首先分析了HEVC的JCTVC-K0103碼率控制算法，針對該算法中LCU層圖像復(fù)雜度估計模型不夠準(zhǔn)確且QP和λ的計算沒有充分利用已編碼幀碼率控制的反饋信息，分別提出了一種PHOD復(fù)雜度度量方法和根據(jù)前一幀的實際比特和目標(biāo)比特的比值來調(diào)整當(dāng)前幀QP和λ的方法。實驗結(jié)果證明了提出的碼率控制算法能夠準(zhǔn)確地估計圖像的真實復(fù)雜度，充分利用了已編碼幀碼率控制的反饋信息，最終使得實際編碼碼率更接近目標(biāo)碼率，獲得較高平滑的視頻質(zhì)量。

參考文獻(xiàn)

[1] Bross B,Han W J,Sullivan G J,et al.High efficiency video coding (HEVC) text specification draft 9 (SoDIS)[C]//JCT-VC of ITU-T SG16 WP3 and ISO/IEC JTC1/SC29/WG11 11th Meeting,Shanghai,2012:1-292.

[2] 朱秀昌,李欣,陳杰.新一代視頻編碼標(biāo)準(zhǔn)——HEVC[J].南京郵電大學(xué)學(xué)報:自然科學(xué)版,2013,33(3):1-12.

[3] Gary J Sullivan,Jens-Rainer Ohm,Woo-Jin Han,et al.Overview of the high efficiency video coding (HEVC) standard[J].IEEE Transactions on Circuits and Systems for Video Technology,2012,12(22):1649-1668.

[4] 秦妮.HEVC視頻編碼碼率控制技術(shù)研究[D].西安:西安電子科技大學(xué),2013.

[5] Hyomin Choi,Junghak Nam,Jonghum Yoo,et al.Rate control based on unified RQ model for HEVC[C]//JCT-VC of ITU-T SG16 WP3 and ISO/IEC JTC1/SC29/WG11 8th Meeting,San Jose,2012:1-12.

[6] Si Junjun,Ma Siwei,Wang Shiqi,et al.Laplace distribution based CTU level rate control for HEVC[C]//IEEE Visual Communication and Image Processing(VCIP),Kuching,2013:1-6.

[7] Bin Li,Houqiang Li,Li Li,et al.Rate control by R-lambda model for HEVC[C]//JCT-VC of ITU-T SG16 WP3 and ISO/IEC JTC1/SC29/WG11 11th Meeting,Shanghai,2012:1-9.

[8] 呂振斌,王惠南.一種基于H.464基本單元層的碼率控制算法[J].電視技術(shù),2009,33(S1):45-47.

[9] 何建新,曹岳輝.一種新的面向H.264低比特流的碼流控制方法[J].中國圖象圖形學(xué)報,2009,14(6):1119-1123.

[10] Bin Li,Dong Zhang,Houqian Li,et al.QP determination by lambda value[C]//JCT-VC of ITU-T SG16 WP3 and ISO/IEC JTC1/SC29/WG11 9th Meeting,Shanghai,2012:1-13.

[11] Bossen F,Flynn D,Suehring K.HEVC reference software HM10.0.[C]//JCT-VC of ITU-T SG16 WP3 and ISO/IEC JTC1/SC29/WG11 12th Meeting, Geneva,2012:1-13.

[12] Xiaochuan Liang,Qiang Wang,Yinhe Zhou,et al.A novel R-Q model based rate control scheme in HEVC[C]//Visual Communications and Image Processing (VCIP),Valletta,2013:1-6.

IMPROVING HEVC-BASED LCU LEVEL RATE CONTROL ALGORITHM

Rong QianqianYang Jing

(SchoolofInformationEngineering,ShanghaiMaritimeUniversity,Shanghai201306,China)

AbstractAiming at the inaccuracy in estimating image’s complexity by LCU level using mean absolute deviation (MAD) and the irrationality in bits allocation the HEVC rate control scheme has, we presented an LCU level rate control algorithm, which is based on linear weighted pixel histogram difference (PHOD). The algorithm introduces PHOD as the means of the relative complexity metric of images on LCU level, enables the target bits on LCU level to be adjusted reasonably and allocated accurately according to the complexity of images. At the same time, it utilises the feedback information of encoded frame code flow control to further adjust the quantitative parameters and Lagrange multipliers to obtain more accurate quantitative values and Lagrange multipliers. Simulation results indicated that: compared with the reference algorithm, the improved algorithm had good effect on video sequences in different moving situations, it could approach the target rate more, the fluctuation of image frames quality was reduced as well, and finally achieved a better subjective image quality and higher PSNR.

KeywordsHEVCRate controlLCU levelImage complexityPixel histogram difference

收稿日期：2014-12-09。國家自然科學(xué)基金項目(61404083)。榮倩倩，碩士生，主研領(lǐng)域：圖像分析與視頻處理。楊靜，副教授。

中圖分類號TP3

文獻(xiàn)標(biāo)識碼A

DOI:10.3969/j.issn.1000-386x.2016.05.034