基于軟件視頻會議的幀有效無損壓縮異構算法

徐志強，嚴偉雄，許潛航，高凱強

(1.浙江華云信息科技有限公司，浙江 杭州 310000；2.國網衢州供電公司信通分公司，浙江 衢州 324000；3.南京郵電大學 通信與信息工程學院，江蘇 南京 210003)

基于軟件視頻會議的幀有效無損壓縮異構算法

徐志強1，嚴偉雄2，許潛航2，高凱強3

(1.浙江華云信息科技有限公司，浙江 杭州 310000；2.國網衢州供電公司信通分公司，浙江 衢州 324000；3.南京郵電大學 通信與信息工程學院，江蘇 南京 210003)

基于軟件視頻會議系統是未來遠程會議系統的發展趨勢，而視頻會議未來發展的主要關鍵技術之一是視頻的編解碼技術。針對視頻會議中高帶寬下顯示幀訪問引起視頻解碼器性能下降的問題，提出了一種基于軟件視頻會議顯示幀的簡單和有效的無損壓縮算法。該算法基于字典編碼、霍夫曼編碼，提出了兩種創新的編碼方法，通過計算獲得相鄰每對像素差的分布情況和表征每對像素的空間位置LPM值，顯著提高了視頻顯示幀的壓縮比例。在定量分析視頻顯示幀特性的基礎上，提出了一種兩組分類方法。該方法將顯示幀的所有像素分為三組，通過頭碼壓縮方式減少碼字的位數，以提高壓縮效率。實驗結果表明，相對于已有壓縮算法，提出的無損壓縮算法的壓縮率提高了百分之二十。

壓縮；字典編碼；軟件視頻會議；霍夫曼編碼

0 引 言

軟件視頻會議系統是通過視、音頻壓縮和多媒體通信技術實現的，支持人們遠距離進行實時信息交流與共享，開展協同工作的應用系統，同時軟件視頻會議還利用多媒體支持協同工作中各種信息的處理，如數據共享等，從而營造一個多人共享的工作空間。而視頻會議未來發展的主要關鍵技術之一便是視頻的編解碼技術。如MPEG-2，MPEG-4和H.264/AVC這樣的視頻編解碼器是用戶使用的多種電子產品中最常見的組成部分，由于人們對高清視頻的需求逐漸增加，視頻編解碼器將不得不在有限的時間內處理更多的數據。這些數據通常被存儲在一個低成本的外部動態隨機存儲器中，將導致大量的存儲器讀寫。在文獻[1-2]中，Yang等分析了在完全固定的H.264/AVC解碼器中的內存存取量，發現訪問顯示幀占總存儲器存儲周期的大約45%，并且只有大約45.7%的總線利用率，這是因為內存存取器中的視頻解碼行為和顯示設備的工作方式是有區別的。視頻解碼器通常是通過一個個宏模塊來處理和寫入顯示幀的，然而顯示設備是逐行獲取和展示顯示幀的。文獻[3-9]中大量的內存讀取通常會降低系統的性能，提升系統的能耗，由于研究成果十分不靈活，使得它們很難支持各種視頻編碼系統。

因此，在大量的研究中，提出幀壓縮算法來減少內存的讀取。幀壓縮算法既可以是有損的也可以是無損的，有損的算法能夠保證數據的損失比例，但該算法是以視頻質量為損失而實現的。另一方面，無損的算法能夠保持視頻的質量，隨著視頻分辨率的增加以及顯示技術的不斷進步，視頻質量變得越來越重要，因此累積下來的大量研究成果都表明應該采用無損幀壓縮算法。

(1)

為此，提出了一種基于行的軟件視頻顯示幀的無損壓縮算法。該算法組合了字典編碼、霍夫曼編碼和兩種新的創新方案來達到一個高的壓縮比，并進行了實驗驗證。

1 相關工作

大多數諸如MPEG-2和H.264/AVC的視頻編碼標準占用一個塊作為隨機存儲單元來處理參考的幀，因此基于塊的無損壓縮算法主要是為了壓縮參考幀而提出的，這是因為它能夠給每個塊提供一個隨機的存儲單元，該算法能夠給720P和1080P的視頻減少50%～60%的內存帶寬。文獻[6]基于對15個1080P高清視頻的序列分析，提出一種新的壓縮算法，采用一種層次結構預測和分組方法來預測8×8的塊并且使用一種階段包裝方法進行壓縮，該算法能夠在1080P高清視頻序列中使DRR達到至少60%。文獻[10]提出了基于DDR2控制器的存儲接口方案設計和電路實現，還系統地描述了存儲器接口的時序。文獻[11]研究了分布式視頻編碼的相關理論和關鍵技術。文獻[12]進一步擴展了以前的算法來處理16×8的塊，從而達到一個更高的DRR。文獻[13]提出一種針對顯示幀緩沖區的基于字典的壓縮算法，該算法使用一個緩沖來存儲之前許多不同的像素作為字典像素以及一個指針來指示緩沖地址需要在接下來進行更新。它將每個輸入的像素和字典像素進行比較，如果輸入的像素和其中的一個字典像素一致，那么算法就會輸出一個與之相對應的編碼來取代輸入像素，否則就同時輸出編碼和輸入像素，并且將像素存儲在緩存地址中指向的指針。文獻[14]提出一種壓縮算法來減少現實設備的內存大小，該算法將圖片中的一行作為基礎單元并且進行獨立處理，采用修改過的阿達瑪變換使一行中的像素不相關，并采用一種自適應哥倫布-萊斯碼編碼方法(Golomb-Rice)壓縮這些不相關的系數。實驗結果表明，該算法在測試圖像中DRR平均為36%。文獻[15]重點研究了三維視頻編碼的關鍵技術。

對于上述算法，首先壓縮算法不該降低視頻編碼系統的性能，因此所有之前的算法都是低復雜度的；其次，因為基于塊的算法可以使用二維相鄰信息來壓縮一個像素，它們相較于基于行的算法能夠獲得一個高的DRR，但是視頻設備是一行一行地展示顯示幀的，采用基于塊的算法處理視頻顯示幀通常會導致大量的內存讀取，因此一種更有效的基于行的無損壓縮算法是軟件視頻會議迫切需要的。

2 異構算法

2.1概述

主要想法是使用先前像素的空間位置對空間的局部性來預測當前像素，提出的算法結合了字典編碼、霍夫曼編碼，并提出了兩個方案：兩級分類(TC)和一個頭代碼壓縮(HCC)。該算法利用霍夫曼編碼和字典編碼來實現更好的壓縮性能。使用一種具有大量字典容量的字典編碼方案，以更多的內存空間來得到更好的壓縮比率，提出了一種自適應的前綴截斷方案來減少內存空間的使用，但卻沒有降低壓縮性能。該方案利用了像素的二進制表示形式的相同性。

采用了13個1080P高清軟件視頻序列分析顯示幀的特征，并且根據分析結果提出了算法。每個序列的編碼和解碼都使用H.264/AVC的參考軟件JM11.0[16]。JM11.0的參數設置列于表1。

在軟件視頻會議編碼比特率和失真之間進行了折衷。在H.264 / AVC中，使用較小的量化參數(QP)值導致的以較高的比特速率為代價的失真，在量化階段由于較少的信息量被舍去，因此，通過使用更小的QP值的H.264 / AVC解碼器解碼的顯示幀具有更好的視頻質量。采用四個QP值4，16，28，和40來為不同質量的視頻來分析顯示幀的特征。

表1 測試序列參數表

2.2兩級分類方案

所提出的TC方案將所有像素分為三類，在第一階段,使用兩個水平方向相鄰像素之間的差異對像素進行分類。假設當前的像素是pi其前一個像素pi-1，如果這兩個像素差的絕對值小于或等于一個“差域(DTH)”，使用字典編碼方案編碼當前像素。

在字典編碼中，將Pi-1,Pi-1±1,Pi-1±2,…,Pi-1±DTH存儲進字典，并將它們稱為字典像素，此外將每個視頻行上的先前的第一個像素設為0，從而為每一行提供隨機存儲空間，為每個字典像素提供如CW0,CW+1,CW-1,…,CW+DTH和CW-DTH的碼字。如果Pi和這些碼字中的任何一個相似，就輸出與其對應的碼字而不是這個像素，從而達到壓縮的效果。在該算法中，DTH的6和4表示像素的亮度和色度。

為了給出DTH的值，計算DIFFi=Pi-Pi-1并得到DIFF下的亮度和色度的分布信息，如圖1(a)和(b)所示。根據分布情況，亮度像素相比色度像素來說與水平的相鄰像素對更相似。

圖1 相鄰節點的亮度和色度差異分布

根據分布來計算采用霍夫曼編碼的各種數字符號的DRRhuff。以亮度符號的數字4為例，這些具有差異的0，-1,1和剩余的值(+-2,3，…，255)是四種符號，并且它們的概率分別是45.25%,11.57%,11.47%和31.71%。采用霍夫曼編碼方案生成碼字02,1102,1112,102且用于給差異-1,0,1進行編碼，如果當前的像素Pi等于Pi-1或Pi-1-1或Pi-1+1，僅僅輸出碼字，否則輸出{102,Pi}。最終通過計算得到DRRhuff為46.07%。亮度和色度像素的實驗結果如圖2(a)和(b)所示。

圖2 亮度和色度在不同霍夫曼符號數下的DRRhuff

根據分析結果，DRRhuff將伴隨符號的增加以一個遞減的速度增加，然而一個大字典將需要更多的內存空間。因此應先考慮壓縮性能和內存使用量之間的權衡再確定字典大小。根據圖2，最合適的亮度和色度的符號像素分別是14和10。因此,分別使用6和4作為像素亮度和色度的DTH。稱可用字典編碼對其進行編碼的像素為字典預測像素，否則稱之為字典丟失像素。在第二階段中，采用一個稱為最長前綴匹配的參數對每一個字典丟失像素進行進一步分類，然后采用提出的APBT方式對它們進行壓縮，最長前綴匹配是通過使用二進制表示的字典丟失以及利用二進制表示水平對每兩個相鄰像素之間的相似度進行壓縮得到的。

當前像素Pi的最長前綴匹配是Y，如果Pi和Pi-1最初的Y位相同，例如,Pi是99(01100011)，而Pi-1是108(01101100)，那么最長前綴匹配是4。因為這兩個像素的最初4位是相同的，采用最長前綴匹配來進行壓縮，這時能夠縮短Pi的前4位，這是因為它們與Pi-1的前4位相同，只要采用一個碼字來表示當前像素被截斷了并且只需輸出Pi的余下4位即可。

2.3頭碼壓縮方案

提出頭碼壓縮方案是為了進一步壓縮這些碼字，其主要思想是利用軟件視頻會議中視頻幀的性質來執行壓縮，如果影片是靜態的，連續像素的值有很大的機會完全一樣。另一方面，如果影片是動態的，連續像素的值就有很大可能是不同的，因此提出了頭碼壓縮方案來壓縮這些碼字，稱每個碼字的第一位為頭碼并且剩下的位都叫尾碼，頭碼為0或1，用來表示當前像素是否與之前的像素相同，此外，“equal”像素的碼字只包含頭碼。檢查每一個最佳游程長度的連續碼字(BRL)，確認它們是否包含了全部的二進制0或1，如果一個最佳游程長度包含了全部的0或1(也可能翻譯為全部由0或1組成)，采用{02,S2}對它們進行編碼，第一個0是一個標志位，表示碼字包含了全部的0或1，而第二個S根據BRL碼是包含了全部的0還是1來分別表示為0和1，否則第一位輸出1，后面輸出原來的碼字。能夠被壓縮的連續頭碼數量與壓縮率存在權衡，例如，一次同時檢查四個連續碼字比一次檢查八個連續碼字有更高的概率實現包含全部0或1的情況，然而，如果4或8的連續頭碼包含了全部的0或1，可以把這些碼字壓縮成兩位，從而數據分別減少50%和75%，然后計算每個N的DRRN：[N-(P0/1×2+Pother×(N+1))]/N×100%。

實驗結果如圖3所示，對亮度和色度的像素有著最好的壓縮效果，因此在提出的算法中，亮度和色度像素的BRL分別為6和8。

圖3 亮度和色度像素的不同連續碼數量

3 性能仿真與分析

采用13個1080P高清視頻序列分析顯示幀的特征，并根據分析結果對文中算法與先前算法[1,12-14]進行了對比，如圖4所示。

通過所有的樣例序列表明，文中算法在性能上均優于其他算法。而且對于一些靜態的模糊的1080P高清視頻，文中算法在性能上比其他算法提高了26%。對于運動或詳盡的視頻該算法提高了16%。圖4中顯示了DRR和其他算法的QP值，文中算法分別實現了27.5%，28%，31.5%和33.6%的性能改善。

圖4 仿真性能對比

4 結束語

針對軟件視頻會議中高帶寬下顯示幀的訪問引起視頻解碼器性能降低的問題，提出了一種高性能的軟件視頻無損幀壓縮算法，以顯著降低顯示幀的大小。該算法獲得了相鄰每對像素差的分布和表征每對像素空間位置的LPM值，結合字典編碼與霍夫曼編碼，提出了兩種創新編碼方案，將幀的所有像素分為三組，采用對頭碼壓縮的方法減少碼字的位數，實現了較高的壓縮比。

[1] Yang H T,Chen J W,Kuo H C,et al.An effective dictionary-based display frame compressor[C]//IEEE/ACM/IFIP workshop on embedded systems for real-time multimedia.[s.l.]:IEEE,2009:28-34.

[2] Kuo H C,Chen J W,Lin Y L.A high-performance low-power H.264/AVC video decoder accelerator for embedded systems[C]//IEEE/ACM/IFIP workshop on embedded systems for real-time multimedia.[s.l.]:IEEE,2009:1-8.

[3] Lee K B,Lin T C,Jen C W.An efficient quality-aware memory controller for multimedia platform SoC[J].IEEE Transactions on Circuits & Systems for Video Technology,2005,15(5):620-633.

[4] Heithecker S, Ernst R. Traffic shaping for an FPGA based SDRAM controller with complex QoS requirements[C]//Proceedings of the 42nd annual design automation conference.[s.l.]:ACM,2005:575-578.

[5] 宋 柳,劉佩林.視頻解碼系統中讀寫帶寬壓縮算法設計[J].信息技術,2012(4):1-4.

[6] Zhu J,Liu P,Zhou D.An SDRAM controller optimized for high definition video coding application[C]//IEEE international symposium on circuits and systems.[s.l.]:IEEE,2008:3518-3521.

[7] Kim H,Park I C.High-performance and low-power memory-interface architecture for video processing applications[J].IEEE Transactions on Circuits & Systems for Video Technology,2001,11(11):1160-1170.

[8] Zhu J,Hou L,Wu W,et al.High performance synchronous DRAMs controller in H.264 HDTV decoder[C]//7th international conference on solid-state and integrated circuits technology.[s.l.]:IEEE,2004:1621-1624.

[9] Wang T H,Chiu C T.Low power design of high performance memory access architecture for HDTV decoder[C]//2007 IEEE international conference on multimedia and expo.[s.l.]:IEEE,2007:699-702.

[10] 劉賢梅,任 重.H.265視頻編碼器在TMS320C6678上的優化實現[J].計算機技術與發展,2015,25(3):171-174.

[11] 王尊亮,李學俊.分布式視頻編碼技術研究進展[J].計算機工程與設計,2010,31(3):550-554.

[12] Kim J,Kyung C M.A lossless embedded compression using significant bit truncation for HD video coding[J].IEEE Transactions on Circuits & Systems for Video Technology,2010,20(6):848-860.

[13] Lei J,Zou X,Wu Z,et al.Research of an image map encoding algorithm on frame buffer[C]//7th international conference on ASIC.[s.l.]:IEEE,2007:894-897.

[14] Yng T B,Lee B G,Yoo H.A low complexity and lossless frame memory compression for display devices[J].IEEE Transactions on Consumer Electronics,2008,54(3):1453-1458.

[15] 陶思平.三維視頻編碼的關鍵技術研究[D].合肥:中國科學技術大學,2009.

[16] Dikbas S,Zhai F.Lossless image compression using adjustable fractional line-buffer[J].Signal Processing Image Communication,2010,25(5):345-351.

AHeterogeneousLosslessCompressionAlgorithmforEffectiveFramesBasedonSoftwareVideoConference

XU Zhi-qiang1，YAN Wei-xiong2，XU Qian-hang2，GAO Kai-qiang3

(1.Zhejiang Huayun Information Technology Co.,Ltd.,Hangzhou 310000,China; 2.Xintong Branch of Quzhou Power Supply Company of State Grid,Quzhou 324000,China; 3.College of Communication and Information Engineering,Nanjing University of Posts and Telecommunications,Nanjing 210003,China)

Software-based video conferencing system is future trend of conference system development and the coding and decoding technology is one of the key technologies in the future development.In software video conferencing,performance of video decoder is usually reduced due to the high bandwidth required.Therefore a simple and efficient lossless compression algorithm based on software video conference display is proposed.It puts forward two kinds of innovation coding methods based on dictionary coding and Huffman coding.Through calculating the distribution of each pair of adjacent pixels difference and space LPM values of every pixels,the compression ratio of the video display frame is increased significantly.On the basis of quantitative analysis on characteristics of video display frames,a two level classification method is presented,by which all of the pixels are divided into three groups and the code digit size is decreased to promote the compression efficiency.Experimental results show that the compression ratio of the proposed algorithm is enhanced by twenty percent compared with previous algorithm.

compression;dictionary coding;software video conference;Hoffman coding

TP301.6

A

1673-629X(2017)10-0087-04

2016-10-27

2017-02-16 < class="emphasis_bold">網絡出版時間

時間：2017-07-11

國家自然科學基金資助項目(61302100,61471203)；教育部博士點基金資助項目(20133223120002)；國網浙江省電力公司2016年科技項目(No.5211QZ1500HL)

徐志強(1977-)，男，高級工程師，從事電力系統通信專業技術和管理工作。

http://kns.cnki.net/kcms/detail/61.1450.TP.20170711.1456.072.html

10.3969/j.issn.1673-629X.2017.10.019