視頻編碼量化預測及多模塊的關聯(lián)性度量.pdf

1、視頻編碼就是將原數(shù)字視頻信號量化到較小取值范圍的過程,同時保證解壓縮之后可以正?；謴鸵曈X效果。預測一個合適的量化參數(shù)可以權衡視頻質量和編碼復雜度的同時又減少視冗余,縮減編碼長度,是碼率控制算法中關鍵的技術之一。在多種碼率控制方案中,目前運用最廣的視頻編碼標準H.264/AVC的碼率控制算法將視頻量化的流程模型化,根據(jù)序列幀的實際值動態(tài)地調整量化值,在編碼長度和圖像精度之間折衷,達到整體最佳效果。
　　但是碼率控制方案并不能十分精確

2、地控制運動劇烈或場景切換的序列,同時對帶寬的波動過于敏感。因此本文首先對碼率控制中量化參數(shù)的預測模型進行了研究,結合神經(jīng)網(wǎng)絡知識對原有模型進行了改進。該方法建立了一個三層的BP網(wǎng)絡,取當前幀的目標比特、當前幀的MAD和前一幀編碼的QP和實際比特數(shù)作為輸入,通過訓練得到預測模型,直接動態(tài)預測量化參數(shù)對編碼幀進行量化。實驗證明,利用BP神經(jīng)網(wǎng)絡的學習能力和魯棒性,本文方案在保證碼率精確度的同時減少了PSNR的波動,得到更平穩(wěn)的視頻質量。

3、r>　　在對傳統(tǒng)的碼率控制算法進行改進后,本文針對模塊之間存在復雜關聯(lián),模塊算法改變對整體編碼多目標參數(shù)性能的影響并不是簡單的線性關系,其部分編碼性能被耦合的現(xiàn)象,致力于視頻編碼中多模塊的關聯(lián)性度量。
　　由于目前并沒有資料對多模塊的算法設計進行系統(tǒng)的調查研究,本文嘗試對模塊間的關聯(lián)性度量進行了初步探索。將視頻編碼標準中的未規(guī)定具體實現(xiàn)細節(jié)的用戶可定制算法,根據(jù)其在編碼流程的功能并結合傳統(tǒng)標準中的定義,歸納為視頻預分析、碼率控制、

4、運動估計、模式選擇這四個模塊,并給出了相關性因子的定量測試方法。實驗以x264為平臺,并給出了結果,驗證了本文提出的方法和理念,這對多模塊聯(lián)合算法優(yōu)化有意義重大。
　　為了盡可能提高視頻編碼的率失真性能,同時權衡編碼復雜度,需要協(xié)調這些待定模塊間的參數(shù)設置。因此本文又根據(jù)關聯(lián)性度量結果,利用文中得到的兩個影響因子特性對編碼優(yōu)化方法進行了改進。通過改進后的視頻編碼參數(shù)優(yōu)化配置方案,最終性能可以接近所有模塊均優(yōu)化后的全局最優(yōu)狀態(tài),同時