基于時域依賴的編碼樹單元級零延時碼率控制算法

程寶平 陶曉明 黃敏峰 謝小燕 杜金 楊栩

摘 要：基于高效視頻編碼標準的x265編碼器根據圖像復雜度來分配比特，復雜圖像往往包含運動變化較大的高頻信息，其時域相關性較弱且消耗較多比特，導致分配給運動變化平緩圖像的比特減少，進而影響編碼質量且碼率波動較大。同時，x265編碼器采用獨立率失真優化技術編碼，忽略了編碼單元間在時域上的相關性，進而損失編碼性能。針對上述問題，提出一種基于時域依賴的編碼樹單元級碼率控制算法。首先，根據迭代策略尋找最合適的量化參數進行幀級比特分配；其次，建立零延時的失真時域反向傳播模型并計算失真影響因子；最后，將失真影響因子用于調整編碼單元的拉格朗日乘子及量化參數。實驗結果顯示，相較于x265-3.6的碼率控制算法，所提算法的平均BD-rate碼率節省達到5.6%。

關鍵詞：比特分配；拉格朗日乘子；碼率控制；量化參數；x265

中圖分類號：TN919.81?? 文獻標志碼：A??? 文章編號：1001-3695（2024）05-029-1489-07

doi： 10.19734/j.issn.1001-3695.2023.09.0428

CTU level zero-delay rate control algorithm based on temporal dependency

Abstract：The x265 encoder， based on the efficient video coding standard， allocates bits according to the complexity of the image. Complex images often include high-frequency information with significant motion changes， characterized by weak temporal correlation and high bit consumption. This results in a reduction of bits assigned to images with smooth motion changes， consequently affecting encoding quality and causing significant bitrate fluctuations. Additionally， the x265 encoder employs independent rate-distortion optimization techniques for encoding， neglecting the temporal correlation between encoding units and consequently leading to a loss in encoding performance. To address these issues， this paper proposed a temporal-dependent coding tree unit-level rate control algorithm. Firstly， it explored the most suitable quantization parameters for frame-level bit allocation based on an iterative strategy. Secondly， it established a distortion temporal back-propagation model and calculated distortion impact factors. Lastly， it used these distortion impact factors to adjust the Lagrange multipliers and quantization parameters of coding units. Experimental results demonstrate that compared to the rate control algorithm of x265-3.6， the proposed algorithm achieves an average BD-rate savings of 5.6%.

Key words：bit allocation; Lagrange multiplier; rate control; quantization parameter; x265

0 引言

碼率控制（RC）［1］是數字視頻編碼中的一個重要技術，它在視頻編碼過程中起到關鍵的作用，旨在平衡視頻質量、壓縮效率和傳輸需求。隨著數字視頻應用的普及，如實時視頻通信、流媒體傳輸、廣播和存儲等領域，高效的碼率控制算法成為實現優質視覺體驗的關鍵一環。

數字視頻編碼技術的目標是將原始視頻信號進行高效壓縮，以便在有限的帶寬、存儲和傳輸資源下進行傳輸和存儲。在這一過程中，碼率控制扮演著調整壓縮比特率的角色，以滿足特定應用場景下的質量和帶寬要求。通過動態分配比特率，碼率控制可以在不同時間段對視頻質量進行權衡，從而在網絡傳輸或存儲媒體時實現平滑的視覺體驗。然而，碼率控制面臨著多重挑戰。首先，不同視頻片段的復雜性和動態性會導致難以預測的碼率變化，要求碼率控制算法能夠靈活地適應各種場景。其次，碼率控制需要在保證視頻質量的前提下盡可能地減小比特率，以節省帶寬和存儲空間。這涉及到要如何在編碼過程中動態分配比特率，以獲得最佳的視覺感知質量。由于傳輸帶寬的限制，大多數應用場景采用的是有損視頻編碼，即在保證一定編碼質量的情況下盡可能降低編碼碼流大小。雖然碼率控制技術并沒有在編碼標準中指定，但是其對于提高編碼性能而言是非常重要的。當編碼器產生的碼流大于傳輸帶寬時，接收端會產生解碼延時，嚴重時會導致丟包，進而引起網絡擁塞。當編碼器產生的碼流小于傳輸帶寬時，會導致帶寬資源的浪費。另外，如果編碼器所產生的碼流大小不穩定，則會使視頻的質量劇烈波動，從而產生難以接受的主觀質量。

目前，碼率控制技術通過控制編碼參數來控制生成的碼流，包括變換系數零系數比例、量化參數、拉格朗日乘子等。具體應該選擇哪個關鍵參數來建立碼率控制模型，與編碼標準和具體的編碼器設計相關，因為不同的編碼標準規定了可以使用的工具，而具體的編碼器又是在編碼標準的基礎上進行工具縮減或優化。與編碼參數對應，碼率控制技術經歷了在ρ域［2］、Q域［3］以及λ域［4］建立符合視頻圖像特征的率失真（rate-distortion，R-D）模型，并在該模型下進行比特分配和碼率控制。相對其他參數，拉格朗日乘子對碼率控制有著明顯優勢。因為在率失真代價函數中，拉格朗日乘子直接作用在碼率變量上，對碼率的控制更加直接［5］，模型參數設計簡單，便于估計和更新，H.265/（high efficiency video coding，HEVC）［6］及H.266/（versatile video coding，VVC）［7， 8］編碼標準確立了λ域的碼率控制技術，x265［9］也以拉格朗日乘子作為碼率控制的關鍵參數，并確立了拉格朗日乘子和量化參數之間的映射關系。目前，學術界對碼率控制的研究主要集中在優化圖像組（group of pictures，GoP）級比特分配［10］、優化幀級比特分配［11～13］以及優化編碼樹單元（coding tree unit，CTU）級比特分配［1，14～16］。

雖然碼率控制技術在實際應用中非常重要，但是編碼標準并未對其作出明確的規定，不同的編碼器可以自由地設計自 己的碼率控制算法。目前工業界普遍使用的x265編碼器，其高效實用的碼率控制算法可以產生平穩的碼流，同時會根據編碼單元的重要性進行自適應比特分配，指導編碼器在目標碼率下編碼出更小的碼流。但是x265編碼器的碼率控制算法存在如下問題。首先，當前編碼器僅單純根據圖像復雜度來分配比特，碼流波動較大，導致率失真性能較差，主要原因為復雜度較高的圖像高頻信息較多，這類圖像較大概率存在運動目標，其編碼質量對后續圖像的影響反而較小，如果將有限的大多數比特分配給這種含有較多高頻信息的圖像，會相對減少其余圖像的編碼比特，而人眼對這部分運動平緩的視頻圖像更加敏感，這也會影響編碼的主觀質量，所以如果直接根據圖像復雜度來分配比特，會極大損失率失真性能。其次，x265編碼器仍然采用獨立率失真優化（independent rate distortion optimization，IRDO）技術，其碼率控制算法也是基于編碼參數相互獨立的率失真優化技術。然而，根據幀間預測技術以及運動向量預測技術，時域上相鄰的編碼單元間存在極強的相關性，尤其是參考單元的編碼失真對后續編碼單元的失真有非常大的影響，特別是采用SKIP編碼模式［6］的編碼單元的失真完全由其參考單元的編碼失真決定。因此，基于時域依賴的率失真優化技術（temporal dependent rate distortion optimization，TDRDO）［17～23］對于提升編碼器的率失真性能尤其重要，然而，TDRDO還未應用到x265的碼率控制算法中。雖然x265根據時域依賴特性采用cuTree來優化編碼，但是會緩存幀進而產生延時，不利于實時通信或者對延時非常敏感的應用場景。而本文采用后向失真傳播鏈來量化時域依賴大小，不存在緩存和時延。

本文針對x265 編碼器的碼率控制算法進行研究。首先，幀級采用迭代算法找到最合適的QP使得ABR模式下I幀和P幀分配的比特接近CQP模式下I幀和P幀的編碼比特；其次，編碼樹單元級采用基于時域依賴的碼率控制算法，根據不同編碼樹單元的失真影響大小來調整編碼參數，以期在相同碼率下，通過優化編碼參數來得到更高的視頻質量及編碼性能；最后，通過建立反向失真傳播鏈來求解失真影響因子，這種方式不用緩存編碼幀，而是利用已編碼幀的信息來計算失真影響因子，極大地降低了編碼復雜度。

1 基于時域依賴的碼率控制

1.1 基于復雜度預分析的幀級比特分配

碼率控制算法的一般步驟為：根據編碼幀特性、碼率控制目標等因素確定當前幀的目標比特，將目標比特代入碼率控制模型計算關鍵控制參數的值，利用關鍵控制參數確定量化參數、拉格朗日乘子、編碼模式等編碼參數。

x265 編碼器作為一款通用性非常強的編碼器，針對瞬時碼率、單幀碼率以及平均碼率等提供了多種靈活的碼率控制模式，即定量化參數模式（constant quantization parameter，CQP）、固定瞬時碼率模式（constant bitrate，CBR）、平均碼率模式（average bitrate，ABR）、有緩存的可變碼率模式（variable bitrate，VBR）和固定碼率因子模式（constant rate factor，CRF）。本文討論的是對平均碼率模式ABR算法的優化。ABR模式的應用場景有很多，比如流媒體、直播等場景。因為對于瞬時碼率的準確度要求不高，只需要一次編碼，編碼復雜度低、速度快，另外，控制短時間內的平均碼率可以兼顧對視頻質量和帶寬的要求。

x265的ABR碼率控制算法首先進行圖像降采樣并進行預分析，計算當前幀的編碼復雜度，編碼復雜度由預測殘差的哈達瑪變換絕對值之和（sum of absolute transformed difference，SATD）代替率失真代價；再統計歷史編碼過程產生的累積復雜度以及累積碼率，計算碼率控制模型參數。

Csum（i）=0.5Csum（i－1）+Satd（i）（1）

其中：Csum（i）表示編碼第i幀時的累計復雜度；Satd（i）表示第i幀的預測殘差的哈達瑪變換絕對值之和。為了保證碼率和質量的穩定，x265編碼器為當前幀估計編碼參數時考慮的并不只是當前編碼幀的信息，而是采用這種時域加權的方式，將最近編碼的幾幀編碼信息也考慮在內。采用0.5的衰減系數，將歷史信息納入當前幀的編碼信息中。而累計加權幀數為

N（i）=0.5×N（i－1）+1（2）

其中：N（i）為編碼第i幀時的累計加權幀數。則當前編碼幀的模糊復雜度為

再根據復雜度計算當前編碼幀的拉格朗日乘子：

其中：s為比例系數。最后根據λ計算當前幀編碼的量化參數，即

QP=12+6×log2（λ/0.85）（5）

1.2 優化幀級比特分配

幀級碼率控制可以認為是在滿足目標碼率的要求下，選擇一組幀級編碼參數，假設編碼n幀圖像，目標碼率為RT，目標就是如何選擇一組參數（QP1，QP2，…，QPn）來進行編碼，使得其產生的碼流滿足要求。參數的選擇實際相當于在多維的參數空間尋找滿足要求的點，只關注碼流的大小時，可以用多維變量（R1，R2，…，Rn）表示生成的碼流，以滿足碼率控制的目標，表示為

根據式（6）可知，滿足條件的編碼參數集合（QP1，QP2，…，QPn）是n維參數空間的一個平面，滿足碼率控制條件的幀級量化參數組合有無數種。x265的ABR算法通過啟發式搜索方式，按照編碼順序，不斷地根據前一幀編碼的實際大小調整后一幀的參數，通過后續幀的碼率調整使整體的碼率和滿足要求，從而確定參數平面中最優的編碼參數向量。這種啟發式的算法最終可以找到滿足條件的編碼參數，但是在最小失真的 要求下，x265的ABR算法往往無法得到一個令人滿意的解。主要原因是：在x265啟發式的幀級碼率分配算法下，忽略了編碼幀之間的重要性關系，所有幀具有相同的目標碼率。在x265的CQP編碼模式下，由于沒有目標碼率的限制，相當于在更大的模式空間中進行模式選擇，編碼器可以搜索到更優的編碼模式。圖1是測試序列BodeMuseum在兩種編碼模式下的率失真性能對比。編碼同一個序列，在相近的編碼質量下，CQP較ABR模式節省38.96%的碼率。CQP相較于ABR模式，最大的區別在于不同幀之間的碼率分配，CQP模式下，不同幀之間的碼率分配充分反映了幀之間的編碼復雜度。于是本文對原x265編碼算法進行優化，在碼率分配時，利用幀級編碼復雜度進行編碼比特估計，在保持CQP模式相同的碼率比例條件下進行碼率分配。

CQP編碼模式下，編碼器只需要指定P幀的編碼QP，編碼器通過ipfactor參數計算I幀的編碼參數，從而得到整個碼流。具體而言，在ABR編碼模式下，根據ipfactor參數遍歷所有可能QP，尋找最接近目標碼率下的碼率分配比例。最終選擇QP為22時CQP的對比結果（圖2），其中每一個柱狀表示一個編碼幀，柱狀高低表示編碼比特的多少。可以看到，在相同碼率下，沒有更多的模式限制，CQP的I幀和P幀碼率比例約為12∶1，而在ABR中I幀和P幀碼率比例約為4∶1。因此，可以了解到，在相同參數平面的限制下，CQP所選擇編碼參數點和ABR所選的編碼參數點仍有非常大的差距。

x265的碼率模型中的比特分配以λ為關鍵控制參數，具體為

為了能達到與CQP編碼模式下相近的比特分配比例，通過遍歷找到一個合適的編碼I幀的QPI以滿足

RI+RP×（PI－1）

其中：Rtarget為ABR模式下的平均幀級目標碼率；PI為I幀間隔。假設CI、CP分別為I幀和P幀的降采樣復雜度， I幀和P幀分配的幀級目標比特RI、RP分別為

其中：sI、sp分別為I幀與P幀的相關系數。

2 基于失真時域傳播的編碼樹單元級碼率控制

2.1 基于時域依賴的率失真優化問題

由于每個編碼單元的紋理特征和運動特征存在差異，其對整幀或整合序列的失真影響不同。本節將基于幀間預測和運動向量預測編碼，在時域上建立失真傳播鏈并計算失真的時域影響因子，該因子可用于量化當前編碼單元對后續編碼單元的失真影響，最后根據失真傳播因子來調整編碼單元的量化參數以優化編碼。率失真優化過程中利用率失真代價作為度量標準來評價不同編碼模式的優劣，率失真代價的計算過程中用拉格朗日乘子調整碼率和失真兩部分的權重。更大的拉格朗日乘子意味著在同等的率失真代價下，編碼單元具有更大的失真和更小的碼率，也就是說更大的拉格朗日乘子允許容忍更多的失真。反之，在相同率失真代價下，編碼塊會傾向于選擇更小的編碼失真以及更大的傳輸碼率。對不同的編碼單元，通過控制拉格朗日乘子來控制其碼率和失真之間的折中程度。所以，基于拉格朗日乘子的率失真優化問題轉換為

其中：λ為拉格朗日乘子；n為編碼單元個數；QPi為編碼第i個編碼單元的量化參數；Ri、Di分別為對應的碼率與失真。

HEVC標準中的每個編碼工具相當于一個特征，視頻編碼的過程就是為每一個特征選擇一個合適的參數。由于過高的參數空間維數，簡單遍歷所有的編碼參數組合來確定最佳的編碼模式是無法實現的，真實的率失真優化算法會對模式遍歷過程進行簡化。首先，確定整個序列的最優編碼參數被分解為每幀獨立確定最優編碼參數，即編碼當前幀時只考慮當前編碼幀的失真和碼率，而非考慮編碼參數對整個序列整體的碼率和失真的影響［24］。其次，在進行每個編碼塊的模式遍歷時，只考慮當前編碼塊的失真和碼率，忽略當前編碼塊對幀內其他塊以及后續幀中編碼塊的影響。這種簡化的獨立率失真優化過程，在編碼復雜度和編碼性能之間起到了很好的平衡效果。當只考慮當前編碼塊或當前幀的編碼影響時，率失真優化問題可以描述為

然而，由于視頻編碼采用幀間預測技術，當前編碼單元的失真不僅受到其自身的編碼參數影響，還會受到其參考單元的編碼失真的影響，這種影響在時域上形成傳播鏈。根據文獻［17］，編碼單元的重建失真Di+1與運動補償失真DMCPi+1之間存在如下關系：

其中：b為與信源分布有關的常數；Ri+1為只與自身編碼參數相關的編碼比特。運動補償預測誤差可以進一步表示為

浮點數。所以，結合式（13）（14）可得當前編碼單元失真對時域傳播鏈上下一個編碼單元失真的影響為

Di+1=e－bRi+1×α×（Di+DOMCPi+1）=ki+1×Di+γi+1（15）

其中：ki+1為失真時域影響因子；γi+1為編碼參數無關量。依此類推，可以得到當前編碼單元失真對失真傳播鏈上第n個編碼單元失真的影響為

Dn=kn×kn－1…ki+1×Di+γn（16）

當編碼當前編碼單元時，時域傳播鏈上所有編碼單元的率失真優化問題轉換為

2.2 編碼樹單元級量化參數調整

當編碼一個CTU時，為了調整其編碼參數，將式（17）進一步轉換為

根據文獻［25］可得，量化步長Q和拉格朗日乘子λ之間的關系為

λ=δ×Q2（19）

如果考慮當前編碼CTU對失真傳播鏈上后續CTU編碼失真的影響，則幀級拉格朗日乘子λ和量化步長Q的關系變為

量化參數QP和量化步長Q之間的關系為

其中：φ為與編碼結構相關的常量。

考慮時域依賴調整后的量化參數與不考慮時域依賴的量化參數之間的差值QPoffset為

所以，編碼CTU的量化參數調整后為

QPi=QPi+QPoffset（23）

2.3 算法流程

算法1 基于時域依賴的編碼樹單元級零延時碼率控制算法

本文算法可以分為比特分配和編碼兩個階段，比特分配階段通過循環找到合適的QP，以滿足目標碼率，循環結束后，I幀的QP以及P幀的目標比特已經確定，在編碼階段，如果沒有本文算法的優化，將用相同的QP去編碼所有的CTU，而本文算法則根據每個CTU的失真影響大小去調整QP，所以一幀中的不同CTU有可能會使用不同的QP編碼。算法中CI、CP分別為I幀和P幀的降采樣復雜度，Rsum為實際編碼比特之和，Rtareget為ABR模式下的平均幀級目標碼率，PI為I幀間隔，RI、RP分別為優化后I幀和P幀的幀級目標碼率，QPI、QPp分別為I幀及P幀的量化參數。

3 實驗分析

3.1 實驗設置

本節通過實驗驗證提出的幀級量化參數估計算法的性能。實驗環境為一臺PC機，具體配置為：Intel CoreTM i7-8700 CPU @ 3.20 GHz 3.19 GHz，內存（RAM）16 GB，操作系統為 Windows 10 64位。x265基準版本為x265-3.6，相應的優化算法也基于當前版本改進。

由于本文設計的算法面向場景都為零時延編碼場景，所以測試視頻序列集都為實時場景視頻序列，選用的測試序列如表1所示。測試序列集由九個序列組成，序列的特性描述包括拍攝視角（固定視角和自由視角）、背景特性（靜止背景和運動背景）、前景特性（運動規律、運動多變）。序列具體情況如圖3所示。其中：PeopleOnStreet序列是一個十字路口的拍攝場景，有很多細節的運動行人，以及密集排布的人行橫道；ParkRunning序列是在公園跑步的場景，具有晃動的鏡頭和前進變化的背景；BodeMuseum鏡頭運動十分緩慢，但是背景的紋理十分復雜；FoodMarket序列是拍攝的菜市場鏡頭，包括兩個不同的場景，并且包含了一個漸入漸出的鏡頭切換。

3.2 率失真性能對比

實驗計算本文提出的優化CTU級比特分配算法（OBA_RC）相較于x265自帶的碼率控制算法（x265_RC）的BD-rate。BD-rate是評價視頻編碼算法性能的主要參數之一，表示新算法在相同編碼質量條件下，相對于原來的算法的碼率節省。在視頻編碼中，碼率的高低反映壓縮量的大小；PSNR值的高低能反映出客觀質量的好壞。因此，對于一種編碼算法，如果在相同的客觀質量下，BD-rate為負，表明節省了碼率，編碼性能得到提升；同理，如果在相同的碼率下，PSNR反映客觀質量得到提升，并且編碼性能同樣得到了提升。

表2是當前優化碼率控制算法和x265原碼率控制算法的率失真性能對比結果，分別對Y、U、V三個分量的BD-Rate進行對比。可以看出，本文所提碼率控制算法在率失真性能上要明顯優于x265本身的碼率控制算法，在1080P分辨率下，Y、U、V分量的平均碼率節省分別為4.9%、16.2%和16.9%；在720P分辨率下，Y、U、V分量的平均碼率節省分別為6.2%、16.5%和17.1%；在480P分辨率下，Y、U、V分量的平均碼率節省分別為5.8%、16.3%和15.6%%；在9個測試序列中，BodeMuseum序列表現最佳，其Y分量的碼率節省在1080P、720P和480P下分別達到了10.1、11.7%和9.2%。這主要得益于基于復雜度分析的I幀量化參數估計算法，原x265算法中，I幀的量化參數估計算法過度依賴經驗值參數的設置，而BodeMuseum序列背景復雜且靜止，前景運動也比較簡單，這種情況下I幀的編碼性能非常重要，會影響到后續多幀的失真。而本文算法通過對I幀碼率控制模型的建模，可以為I幀分配一個比較合適的量化參數，使得后續P幀的編碼質量得到增強。同時，其背景靜止使得編碼單元的時域依賴較強，考慮時域依賴的CTU級QP調整能較大提升編碼性能。

為了更充分說明本文算法的有效性，表3將本文算法與同類算法PFRC（parallel-friendly rate control）［26］、QERC（quality enhancement based rate control）［27］、IDRC（inter-block dependent rate control）［28］及STRC（slice type based rate control）［29］進行比較，可以看出，本文算法的BD-rate碼率節省平均達到8.7%，編碼性能更優。需要說明的是，x265正逐步成為最主流的工業應用編碼器，其研究具有非常高的應用價值，然而，工業界的學術論文相對有限，學術界大都致力于HM參考軟件的優化，所以本文在對比中用優化算法與基準的碼率節省作為統一標準。

另外，PeopleOnStreet序列表現最差，該序列對應的場景是十字路口的行人通行，雖然背景靜止，但是前景中存在大量的不規則運動行人，并且行人的紋理也比較豐富，運動也為非剛性運動。在這種情況下，x265本身碼率控制算法對于I幀的量化參數估計已經比較合理，優化空間較少。但是本文所提出的碼率控制算法仍在720P分辨率和480P分辨率下分別取得了1.9%和2.1%的碼率節省，這得益于基于失真依賴的CU級的量化參數估計算法，對前景中失真影響較大的塊分配更小的量化參數，使得整體的編碼失真更小。為了更清楚地展示本文所提出的碼率控制算法的率失真性能，以Johnny序列為例，分別展示其率失真性能圖和CU級QP偏移實例。圖4展示的是優化算法和基準算法的R-D曲線對比。其中藍色曲線是x265基準碼率控制算法，紅色曲線是本文提出的碼率控制優化算法（參見電子版）。可以看到，本文優化算法率失真性能明顯更優。此外，圖5展示了Johnny序列在CU級的QP調整結果，越明亮的區域對應更大的失真影響因子和更小的QP，越灰暗的區域對應更小的影響因子和更大的QP。可以看到，圖中快速運動或者紋理復雜的前景區域，具有更小的傳播因子。而對于靜止的背景部分或紋理簡單的前景區域，有較大可能性被后續編碼單元選為參考塊。另外，可以看到即使靜止的背景中仍存在噪聲，紋理簡單的背景部分中某些區域因為噪聲的存在，在相鄰兩幀中仍產生了較大誤差。

3.3 主觀質量對比

根據實驗結果可知，在運動規律規則穩定的序列上表現出更優秀的編碼性能，而在運動復雜的序列上編碼性能相對差一些。另外，由于針對會造成更多額外失真的區域進行了額外的比特分配，編碼的塊效應等負面影響也得到削減，圖6展示了序列BodeMuseum 1 280×720在碼率設置為2 000 kbps時的編碼結果，圖6（a）是x265編碼器的ABR碼率控制算法編碼結果，圖6（b）是優化碼率控制算法的編碼結果。從圖6中選取了兩個對比明顯的區域進行了放大顯示，可以看出，由于x265碼率控制算法本身進行比特分配時僅考慮到了當前編碼幀的編碼復雜度以及短期平均復雜度，并沒有區分不同編碼幀對于全局失真的重要性，在比特數不足的情況下無法對紋理復雜的區域編碼出較好的質量。而最優比特分配算法下，可以觀察到，截取的兩個圖像區域雖然紋理十分復雜，但是在編碼過程中一直是靜止的，靜止的復雜區域失真重要性較高，因為其失真會持續傳遞到后面多個編碼幀。因為這些區域在編碼起始階段就分配了較多的比特，在后續的編碼幀中僅需少量的比特就可以編碼得到很好的質量。

3.4 控制精度對比

表4統計了測試序列在不同分辨率下碼率控制誤差以及BD-PSNR。測試序列在1080P下的目標碼率為3 000、2 000、1 500、1 000 kbit;720P下的目標碼率分別為2 000、1 500、1 000、500 kbit;480P下的目標碼率分別為1 500、1 000、500、250 kbit。通過對比x265_RC及OBA_RC算法的控制精度，可以看出，在1080P分辨率下，控制誤差由2.59%下降到3.64%，而在720P和480P分辨率下，控制誤差分別由3.61%、4.16%提升到2.82%和2.81%。可以看出優化算法的碼率控制精度和基準相比相差無幾，主要原因為優化算法仍然采用平滑窗來控制誤差，沒有對控制精度進行優化處理。BD-PSNR在三種分辨率下平均提升0.15、0.24及0.31，編碼性能均得到了提升。

4 結束語

針對x265編碼器碼率控制算法存在比特分配不合理以及獨立率失真優化編碼沒有考慮編碼單元的時域依賴性等問題，本文提出一種基于時域依賴的碼率控制算法。通過迭代尋找最優量化參數以進行幀級比特分配，再計算編碼單元的失真影響因子，最后通過該因子調整編碼參數以優化編碼。實驗結果顯示，本文算法能較大地提升編碼性能以及碼率控制精度。

針對工業應用中對視頻編碼的低復雜度、輕量化等實際需求，下一步將對并行編碼等做進一步的探索和研究。

參考文獻：

［1］Guo Hongwei，Zhu Ce，Xu Mai，et al. Inter-block dependency-based CTU level rate control for HEVC［J］. IEEE Trans on Broadcas-ting，2020，66（1）： 113-126.

［2］He Zhihai，Kim Y K，Mitra S K. Low-delay rate control for DCT video coding via/spl rho/-domain source modeling［J］. IEEE Trans on Circuits and Systems for Video Technology，2001，11（8）： 928-940.

［3］Liu Yang，Li Z G，Soh Y C. A novel rate control scheme for low delay video communication of H.264/AVC standard［J］. IEEE Trans on Circuits and Systems for Video Technology，2006，17（1）： 68-78.

［4］Li Bin，Li Houqiang，Li Li，et al. λ domain rate control algorithm for high efficiency video coding［J］. IEEE Trans on Image Proces-sing，2014，23（9）： 3841-3854.

［5］Li Bin，Li Houqiang，Li Li. Adaptive bit allocation for R-lambda mo-del rate control in HM［C］//Proc of the 13th Meeting of Joint Collabo-rative Team on Video Coding （JCT-VC） of ITU-T SG 16 WP 3 and ISO/IEC JTC 1/SC 29/WG 11. 2013： 18-26.

［6］Sullivan G J，Ohm J R，Han W J，et al. Overview of the high efficiency video coding（HEVC） standard ［J］. IEEE Trans on Circuits and Systems for Video Technology，2012，22（12）： 1649-1668.

［7］Bross B，Wang Yekui，Ye Yan，et al. Overview of the versatile video coding（VVC） standard and its applications［J］. IEEE Trans on Circuits and Systems for Video Technology，2021，31（10）： 3736-3764.

［8］楊栩，郭紅偉，李婉雪. 基于熵平衡的全景視頻編碼［J］. 計算機應用研究，2023，40（6）： 1894-1899. （Yang Xu，Guo Hongwei，Li Wanxue. Panoramic video coding based on entropy balancing［J］. Application Research of Computers，2023，40（6）： 1894-1899.）

［9］Hu Qiang，Zhang Xiaoyun，Gao Zhiyong，et al. Analysis and optimization of x265 encoder［C］// Proc of IEEE Visual Communications and Image Processing Conference. Piscataway，NJ： IEEE Press，2014： 502-505.

［10］Song F，Zhu Ce，Liu Yipeng，et al. A new GOP level bit allocation method for HEVC rate control［C］// Proc of IEEE International Symposium on Broadband Multimedia Systems and Broadcasting. Piscata-way，NJ： IEEE Press，2017： 1-4.

［11］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 on Circuits and Systems for Video Technology，2005，15（8）： 994-1006.

［12］Lee B，Kim M，Nguyen T Q. A frame-level rate control scheme based on texture and nontexture rate models for high efficiency video coding［J］. IEEE Trans on Circuits and Systems for Video Technology，2013，24（3）： 465-479.

［13］Liu Zhenyu，Wang Libo，Li Xiaobo，et al. Optimize x265 rate control： an exploration of lookahead in frame bit allocation and slice type decision［J］. IEEE Trans on Image Processing，2018，28（5）： 2558-2573.

［14］Li Shengxi，Xu Mai，Wang Zulin，et al. Optimal bit allocation for CTU level rate control in HEVC［J］. IEEE Trans on Circuits and Systems for Video Technology，2016，27（11）： 2409-2424.

［15］Li Yang，Mou Xuanqin. Joint optimization for SSIM-based CTU-level bit allocation and rate distortion optimization［J］. IEEE Trans on Broadcasting，2021，67（2）： 500-511.

［16］楊栩，郭紅偉，李婉雪. 優化編碼樹單元級比特分配算法［J］. 計算機應用，2023，43（10）： 3195-3201. （Yang Xu，Guo Hongwei，Li Wanxue. Optimized bit allocation algorithm for coding tree unit level［J］. Journal of Computer Applications，2023，43（10）： 3195-3201.）

［17］Yang Tianwu，Zhu Ce，Fan Xiaojiu，et al. Source distortion temporal propagation model for motion compensated video coding optimization ［C］// Proc of IEEE International Conference on Multimedia and Expo. Piscataway，NJ： IEEE Press，2012： 85-90.

［18］Gao Yanbo，Zhu Ce，Li Shuai，et al. Temporally dependent rate-distortion optimization for low-delay hierarchical video coding ［J］. IEEE Trans on Image Processing，2017，26（9）： 4457-4470.

［19］Gao Yanbo，Zhu Ce，Li Shuai，et al. Source distortion temporal propagation analysis for random-access hierarchical video coding optimization［J］. IEEE Trans on Circuits and Systems for Video Technology，2019，29（2）： 546-559.

［20］Guo Hongwei，Zhu Ce，Liu Yuyang，et al. Temporal dependency based Lagrange multiplier adaptation for HEVC［C］// Proc of IEEE International Symposium on Broadband Multimedia Systems and Broadcas-ting. Piscataway，NJ： IEEE Press，2020： 1-5.

［21］Li Shuai，Zhu Ce，Gao Yanbo，et al. Lagrangian multiplier adaptation for rate-distortion optimization with inter-frame dependency［J］. IEEE Trans on Circuits and Systems for Video Technology，2016，26（1）： 117-129.

［22］楊栩，朱策，郭紅偉，等. 基于球域失真空-時依賴的全景視頻編碼［J］. 通信學報，2023，44（10）： 58-71. （Yang Xu，Zhu Ce，Guo Hongwei，et al. Panoramic video coding based on spherical distortion with spatio-temporal dependency［J］. Journal on Communications，2023，44（10）： 58-71.）

［23］Yang Xu，Huang Minfeng，Luo Lei，et al. Efficient panoramic video coding for immersive metaverse experience ［J］. IEEE Network，2023，37（6）：58-66.

［24］郭紅偉，朱策，楊栩，等. 基于失真反向傳播的時域依賴率失真優化［J］. 通信學報，2022，43（12）： 222-232. （Guo Hongwei，Zhu Ce，Yang Xu，et al. Temporal dependent rate-distortion optimization based on distortion backward propagation［J］. Journal on Communications，2022，43（12）： 222-232.）

［25］Sullivan G J，Wiegand T. Rate-distortion optimization for video compression［J］. IEEE Signal Processing Magazine，1998，15（6）： 74-90.

［26］Xie Jianfeng，Song Li，Xie Rong，et al. A novel parallel-friendly rate control scheme for HEVC［C］// Proc of Asia-Pacific Signal and Information Processing Association Annual Summit and Conference. Piscataway，NJ： IEEE Press，2016： 1-7.

［27］Zhao Fei，Ku C，Xiang Guoqing，et al. A novel quality enhanced low complexity rate control algorithm for HEVC［C］// Proc of IEEE International Conference on Visual Communications and Image Processing. Piscataway，NJ： IEEE Press，2020： 278-280.

［28］Guo Hongwei，Zhu Ce，Li Shengxi，et al. Optimal bit allocation at frame level for rate control in HEVC［J］. IEEE Trans on Broadcasting，2019，65（2）： 270-281.

［29］Liu Zhenyu，Wang Libo，Li Xiaobo. Rate control optimization of x265 using information from quarter-resolution pre-motion-estimation［C］// Proc of the 25th IEEE International Conference on Image Processing. Piscataway，NJ： IEEE Press，2018： 3623-3627.