低復(fù)雜度的HEVC碼率控制算法

王亦群，楊　靜

(上海海事大學(xué)　信息工程學(xué)院，上?！?01306)

?

低復(fù)雜度的HEVC碼率控制算法

王亦群，楊靜

(上海海事大學(xué)信息工程學(xué)院，上海201306)

針對HEVC視頻編碼中幀層比特分配和率失真模型參數(shù)自適應(yīng)更新，提出了一種改進(jìn)的碼率控制算法。該算法引入牛頓法來自適應(yīng)更新率失真模型的參數(shù)；同時提出一種幀層復(fù)雜度度量方法，利用圖像自身的內(nèi)容特性來調(diào)整幀層比特分配；最后在編碼過程中選擇合適的量化參數(shù)。實驗結(jié)果表明：與參考算法比較，該算法能大大降低計算復(fù)雜度，同時保持良好的碼率控制性能，對含有場景突變的視頻改進(jìn)效果尤為明顯。

HEVC；碼率控制；牛頓法；場景切換；計算復(fù)雜度

隨著高清、超高清視頻的大量涌現(xiàn)，對網(wǎng)絡(luò)帶寬提出了更高的要求。因此，國際電聯(lián)(ITU-T)、國際標(biāo)準(zhǔn)化組織(ISO)、國際電工委員會(IEC)聯(lián)合發(fā)起聯(lián)合視頻編碼小組(Joint Collaborative Team on Video Coding，JCT-VC)制定下一代的視頻編碼標(biāo)準(zhǔn)HEVC(High Efficiency Video Coding)，相比H.264/AVC視頻壓縮標(biāo)準(zhǔn)有顯著提高，在相同的視覺質(zhì)量下能節(jié)省約50%的比特率[1]。在實時傳輸中，如果編碼器輸出的碼流比特數(shù)過大，會導(dǎo)致輸出緩沖區(qū)上溢，進(jìn)而使視頻傳輸延遲、出現(xiàn)視頻序列間斷等情況；而如果碼流比特太小，會導(dǎo)致視頻質(zhì)量下降。為了使編碼輸出的比特率與通信帶寬相適應(yīng)和得到更好的視頻圖像質(zhì)量，需要使用碼率控制算法根據(jù)帶寬動態(tài)地調(diào)整編碼器的編碼參數(shù)。

目前HEVC碼率控制策略是H0213算法[2]和基于R-λ模型的K0103算法[3]，其他的碼率控制策略對這些模型做了一些改進(jìn)。2012年的JCT-VC會議上，Li Bin提出基于R-λ模型的K0103提案，能獲得較好的編碼質(zhì)量，且較好地控制碼率精度，然而K0103提案中幀層比特分配并沒有考慮不同視頻的內(nèi)容特性。碼率控制算法應(yīng)該根據(jù)不同的視頻內(nèi)容特性，來合理地為編碼器選擇編碼參數(shù)，使實際編碼碼率與目標(biāo)碼率盡量保持一致。一些碼率控制算法使用差分直方圖度量圖像復(fù)雜度，對于不同的視頻序列，閾值的選擇具有不確定性[4]；史久根等人提出復(fù)雜度測度因子由加權(quán)MAD值和閾值共同決定，也要進(jìn)行閾值選擇[5]；還有人提出基于像素的相異度量來度量圖像復(fù)雜度，利用了幀層像素的標(biāo)準(zhǔn)差和均值，計算量較大[6]。面對含有場景切換的視頻編碼情況，胡乾乾等人提出及時終止當(dāng)前GOP，并且插入I幀[7]，這種編碼方式對于場景切換頻繁的序列，可以有效提高視頻重現(xiàn)質(zhì)量，但是插入I幀往往使實際碼率的匹配度降低。

因此，本文針對HEVC率失真模型α和β參數(shù)的更新和幀層碼率控制的比特分配，提出了一種改進(jìn)的低復(fù)雜度HEVC碼率控制算法。首先利用牛頓法進(jìn)行率失真模型參數(shù)的自適應(yīng)更新，能夠大大降低計算復(fù)雜度。同時，利用圖像復(fù)雜度度量方法對幀層比特進(jìn)行自適應(yīng)分配，獲得較好的視頻重現(xiàn)質(zhì)量。

1　改進(jìn)的HEVC碼率控制算法

1.1自適應(yīng)更新率失真模型參數(shù)

1.1.1率失真模型

目前，HEVC參考軟件HM中采用的是Li Bin等人提出的基于R-λ模型的碼率控制算法[8]。其中λ是拉格朗日乘子，表示為率失真曲線的斜率，R-λ模型如下

(1)

式中：α和β是和編碼視頻有關(guān)的參數(shù)，可以隨著編碼過程不斷更新；R是當(dāng)前編碼幀或編碼單元的目標(biāo)比特；D(R)是跟碼率R有關(guān)的編碼失真；C和K是兩個與編碼失真有關(guān)的參數(shù)。

JCTVC-K0103采用梯度下降法來更新模型參數(shù)，其計算過程復(fù)雜，因此本文引入牛頓法來進(jìn)行參數(shù)更新。

1.1.2使用牛頓法自適應(yīng)更新模型參數(shù)

牛頓法用于最優(yōu)化問題的基本思想是：在極小點附近通過對目標(biāo)函數(shù)做二階泰勒展開，求使目標(biāo)函數(shù)一階導(dǎo)為零的點，即極小點的估計值[9]?？紤]最簡單的一維情況，假若目標(biāo)函數(shù)為f(x)；初始迭代點為x0；其牛頓法的迭代公式為式(2)。牛頓法具有二階收斂性，在二階導(dǎo)數(shù)的作用下，運(yùn)算更加精確、快速。

(2)

式中：xn和xn+1分別為第n次和第n+1次的迭代點；f′(xn)是在xn點處目標(biāo)函數(shù)的一階導(dǎo)數(shù)；f″(xn)是在xn點處目標(biāo)函數(shù)的二階導(dǎo)數(shù)。在提案JCTVC-K0103中R-λ模型的α和β參數(shù)更新是基于梯度下降法實現(xiàn)的，使用式(3)和(4)實現(xiàn)的，其計算復(fù)雜度較高。

αnew=αold+δα·(lnλreal-lnλcomp)·αold

(3)

βnew=βold+δβ·(lnλreal-lnλcomp)·lnbpp

(4)式中：αold和βold均為前一個迭代點的率失真模型參數(shù)；αnew和βnew都是當(dāng)前迭代點的率失真模型參數(shù)；δα和δβ分別是率失真模型中參數(shù)α和參數(shù)β的迭代步長；bpp是每像素消耗比特數(shù)；λreal是碼率分配算法產(chǎn)生的拉格朗日乘子；λcomp是編碼過程中實際的比特數(shù)，通過式(1)計算得出的拉格朗日乘子。本文使用牛頓法對率失真模型參數(shù)進(jìn)行更新，計算方法更加簡單。在已知αold，βold，bpp和λreal的情況下，根據(jù)式(1)可以得出實際的λreal值與計算的λcomp值，用式(5)和(6)來更新α和β參數(shù)

αnew=αold+αold·(lnλreal-lnλcomp)

(5)

βnew=βold+(lnλreal-lnλcomp)/lnbpp

(6)

使用牛頓法更新α和β參數(shù)的方法推導(dǎo)如下，目標(biāo)函數(shù)e2為實際的λreal值與計算的λcomp值間的平方誤差，用式(7)表示

e2=(lnλreal-lnλcomp)2=(lnλreal-lnα-β·lnbpp)2

(7)

并對lnα和β分別求一階導(dǎo)和二階導(dǎo)，得出式(8)和(9)

(8)

(lnbpp)2

(9)

利用牛頓法進(jìn)行迭代，根據(jù)式(2)可得式(6)和式(10)。最后將式(10)取e指數(shù)，接著進(jìn)行泰勒展開，忽略其二階項及高階項，可得式(5)。

lnαnew=lnαold+lnλreal-lnλcomp

(10)

梯度下降法一般會比牛頓法迭代的次數(shù)更多，又需要考慮每次迭代的步長，步長過小則迭代次數(shù)多，步長過大易產(chǎn)生振蕩效果。使用牛頓法既不需要考慮步長，而且迭代次數(shù)又少，計算復(fù)雜度較低。

1.2自適應(yīng)幀層目標(biāo)比特分配

提案JCTVC-K0103算法在幀層采用分級分配比特的方法，圖像復(fù)雜度用權(quán)重ω表示，按照權(quán)重所占的比例進(jìn)行分配比特，但該算法未考慮圖像自身的紋理復(fù)雜度和運(yùn)動特性。因此，本文提出了一種基于像素統(tǒng)計的幀層復(fù)雜性度量方法，并將視頻序列分為兩種不同的編碼情況，進(jìn)行幀層比特分配。在給定目標(biāo)比特率Rtar和幀率f的情況下，K0103算法由式(11)分配幀層比特數(shù)

(11)

式中：TCurrPic是當(dāng)前幀的分配比特數(shù)；TGOP是當(dāng)前GOP的分配比特數(shù)；CodedGOP為GOP中已經(jīng)編碼的比特數(shù)；ωCurrPic是當(dāng)前幀的分配比特權(quán)重；ωi是所有GOP中所有未編碼圖像分配比特的權(quán)重。

改進(jìn)的幀層圖像復(fù)雜度度量方法是使用基于像素統(tǒng)計的方法，先求出前后兩幀圖像中所有像素點的亮度差的平均值，然后再平方得到復(fù)雜度因子B(n)，用式(12)表示

(12)

因此，幀層比特分配調(diào)整為式(13)

(13)

式中：pn(i,j)和pn-1(i,j)分別為第n幀與第n-1幀(i,j)位置的亮度分量值；M和N分別是圖像的寬和高；TCurrPic是當(dāng)前幀的目標(biāo)比特；TGOP是當(dāng)前GOP的目標(biāo)比特；Bi是未編碼圖像的復(fù)雜度因子；BCurrPic是當(dāng)前幀的復(fù)雜度因子；CodedGOP是當(dāng)前GOP中已編碼比特數(shù)。

圖1　合成序列min720各幀復(fù)雜度變化趨勢

當(dāng)測試序列為連續(xù)視頻序列時，幀層比特分配策略采用式(12)和(13)，利用視頻內(nèi)容特性來分配比特，能更好地反映視頻的真實情況。

當(dāng)測試序列含有場景突變時，首先在場景切換處及時終止GOP層編碼，同時調(diào)整率失真模型參數(shù)，將α和β初始化分別為3.200 3和-1.367。然后，場景切換幀按I幀編碼，場景切換的下一幀仍按P幀編碼，它們幀層的比特分配策略與上述情況相同。

1.3量化參數(shù)的選擇

幀層比特編碼的實現(xiàn)需要確定拉格朗日乘數(shù)λ的值，然后根據(jù)率失真模型(RDO)選擇包括量化參數(shù)QP在內(nèi)的合適編碼參數(shù)。QP的編碼過程分為兩種情況：1)當(dāng)測試序列為連續(xù)視頻序列時，利用前一編碼幀的比特反饋值μ及時調(diào)整當(dāng)前幀的量化參數(shù)QP。前一幀的實際編碼比特與目標(biāo)比特的比值作為調(diào)整因子μ，由式(14)計算得到，再根據(jù)μ對當(dāng)前幀的QP按式(15)進(jìn)行微調(diào)整。2)當(dāng)測試序列含有場景突變時，先將場景切換幀的量化參數(shù)QP加2，接著再利用調(diào)整因子μ按式(15)選擇QP的大小。

(14)

(15)式中：μ為前一幀的比特反饋值；Ri(j-1)是前一幀的實際比特數(shù)；Ti(j-1)是前一幀的目標(biāo)碼率；QP為量化參數(shù)。

2　仿真結(jié)果與分析

本文提出的碼率控制算法是在參考軟件HM10.0按低延時IPPP的配置下實現(xiàn)的。實驗中用到3個含有場景切換的測試序列和6個連續(xù)視頻序列。3個含有場景突變的視頻序列均為160幀，由不同序列拼接組成mix1 080，mix720，mix480序列。BasketballDrill，Kimono，Cactus和ParkScene，分辨率為1 920×1 080，幀率是50 f/s，各40幀組成mix1 080序列。FourPeople，KristenAndSara，Johnny和Vidyo1，分辨率為1 280×720，幀率是60 f/s，各40幀組成mix720序列。PartyScene，BQMall，BasketballDrill和RaceHorses，分辨率為832×480，幀率是30 f/s，各40幀組成mix480序列。這些序列都含有復(fù)雜的場景，如圖1的第41、第81和第121為場景切換幀。6個連續(xù)視頻序列分別是BQTerrace和Tennis是分辨率為1 920×1 080的100幀視頻序列，F(xiàn)ourPeople和Johnny是分辨率為1 280×720的100幀視頻序列，BQMall和BasketballDrill是分辨率為832×480的100幀視頻序列。本文以HEVC Call for Proposal(CFP)中規(guī)定的碼率作為碼率控制技術(shù)的目標(biāo)碼率[10]，使用這些目標(biāo)碼率值進(jìn)行仿真。

為了驗證使用牛頓法的碼率控制算法的編碼性能，對6個不同分辨率及運(yùn)動特性的視頻進(jìn)行仿真，結(jié)果如表1所示。從表1中可知，使用牛頓法可以在比特精確度和PSNR與K0103算法大致相同的情況下，大大減少計算復(fù)雜度。與K0103算法相比，最多能節(jié)省6.09%的時間。

表1牛頓法的碼率控制算法與K0103碼率控制算法編碼結(jié)果比較

測試序列目標(biāo)比特率/(kbit·s-1)牛頓法K0103算法牛頓法與K0103算法比實際比特率/(kbit·s-1)比特率誤差/%PSNR/dB時間/s實際比特率/(kbit·s-1)比特率誤差/%PSNR/dB時間/s比特率精度提高/%ΔPSNR/dB時間節(jié)省/%BQTerrace(1080p)10000100200.20035.1054875.410012.080.12135.2358433.7-0.079-0.136.0970006986.490.19334.6554543.46997.330.03834.7356544.6-0.155-0.083.54Tennis(1080p)100009998.60.01441.3585121.39980.980.19041.4185919.80.176-0.060.9370007011.740.16840.5876687.86973.370.38040.6276834.90.213-0.040.19FourPeople(720p)40003995.570.11142.8221880.33986.440.33942.7622565.70.2280.063.0420002012.520.62641.7518245.51997.880.10641.6419102.1-0.5200.114.48Johnny(720p)40003978.380.54043.1025154.33984.240.39443.1025881.1-0.1460.002.8120002007.310.36542.2819810.81997.730.11342.2220058.2-0.2520.061.23BQMall(480p)20001993.620.31935.1923348.11999.20.04035.2423928.7-0.279-0.052.4312001202.520.21033.0822335.91199.260.06233.0922805.9-0.148-0.012.06BasketballDrill(480p)20002005.700.28538.2924470.92000.700.03538.1824567.2-0.2500.110.3912001205.690.47436.3023769.61200.990.08336.1824010.2-0.3920.121.00平均值—————————-0.1340.011.38

為了驗證改進(jìn)的低復(fù)雜度碼率控制算法的編碼性能，對3個含有場景突變的視頻序列進(jìn)行仿真，將實驗結(jié)果與胡乾乾的碼率控制算法(Hu算法)[7]以及K0103碼率控制算法進(jìn)行比較，仿真結(jié)果如表2所示。從表2可知，本文算法與Hu算法相比，比特精確度大大提高，高達(dá)2.54%；大多數(shù)情況下，測試序列的峰值信噪比PSNR也均有提高。然而采用了改進(jìn)的幀層分配比特方法與牛頓法的結(jié)合，增加了復(fù)雜度因子的計算，使計算復(fù)雜度與Hu算法相比有所提高。本文算法與K0103算法相比，在比特精確度和PSNR大致相同的基礎(chǔ)上，大大降低了計算復(fù)雜度，平均編碼時間節(jié)省10.60%。

圖2是mix720測試序列在目標(biāo)碼率為512 kbits/s時，每一幀的PSNR對比圖。從圖2中可知，由于在幀層碼率分配時考慮了圖像復(fù)雜度，本文算法較其他兩種算法，有較好的碼率穩(wěn)定性，PSNR的方差更小，視覺感受更加平滑。圖2中，本文算法、Hu算法與K0103算法的峰值信噪比PSNR的標(biāo)準(zhǔn)差分別是1.309，1.899，2.142；均值分別為38.12，37.78，37.79。

表2本文碼率控制算法與Hu算法及JCTVC-K0103的碼率控制算法編碼結(jié)果比較

測試序列目標(biāo)比特率/(kbit·s-1)本文算法與Hu算法比與K0103算法比實際比特率/(kbit·s-1)比特率誤差/%PSNR/dB時間/s比特率精度提高/%ΔPSNR/dB時間節(jié)省/%比特率精度提高/%ΔPSNR/dB時間節(jié)省/%mix10801000010002.850.02938.22830090.255-0.05-2.4990.2230.0108.89470006993.700.09037.38748320.5220-2.1040.159010.34730003004.550.15234.7158765-0.0870.19-6.7560.4100.11011.44020002007.050.35233.4054552-0.2620.24-7.0410.5560.2208.590mix72040004013.660.34143.27257876.2000.31-2.3440.711-0.0800.10620001979.971.00241.99221181.1110.25-1.401-0.637-0.15014.41510001001.990.19940.311869313.2390.71-8.7671.0920.3705.417512513.800.35238.121673010.2300.34-8.5360.6680.33013.263mix48020002001.280.06435.8517534-0.0560.05-0.783-0.0500.26012.13612001200.340.02833.50146840.098-0.17-4.0080.1220.14013.066512511.660.06629.66109090.2680.24-9.0700.3380.44014.698384394.012.60728.449736.1-1.0650.13-3.478-2.1220.46014.880平均值—————2.5380.187-4.7320.1230.17610.604

圖2　mix720序列在目標(biāo)碼率為512 kbit/s時的Y-PSNR對比圖

3　結(jié)論

本文首先分析了K0103碼率控制算法的率失真模型，然后針對率失真模型參數(shù)α和β更新算法較繁瑣以及幀層比特分配未考慮圖像復(fù)雜度，本文提出了一種改進(jìn)的低復(fù)雜度碼率控制算法。實驗結(jié)果證明了利用了牛頓法更新模型參數(shù)，能夠大大降低計算復(fù)雜度，獲得較好的編碼效果；幀層復(fù)雜度度量方法能夠利用視頻自身的內(nèi)容特性，自適應(yīng)分配幀層比特，最終獲得更平滑的視頻質(zhì)量。

[1]SULLIVAN G J， OHM J R， HAN W J， et al. Overview of the high efficiency video coding(HEVC) standard[J]. IEEE transactions on circuits and systems for video technology， 2012， 22(12)：1649-1668.

[2]CHOI H， NAM J， YOO J， et al. Rate control based on unified RQ model for HEVC[C]//Proc. JCT-VC of ITU-T SG16 WP3 and ISO/IEC JTC1/SC29/WG11 8th Meeting. [S.l.]：JCTVC，2012：56-62.

[3]LI B， LI H， LI L， et al. Rate control by R-lambda model for HEVC[C]//Proc. JCT-VC of ITU-T SG16 WP3 and ISO/IEC JTC1/SC29/WG11 11th Meeting. Shanghai：2012：102-107.

[4]SU L， GUO Y， FAN C， et al. A novel H.264 rate control algorithm for scene transition video[C]//Proc. Automatic Control and Artificial Intelligence (ACAI 2012). Xiamen：IET，2012：220-223.

[5]史久根，許林，張超. 一種場景自適應(yīng)的H.264幀層碼率控制算法[J]. 計算機(jī)應(yīng)用研究， 2010， 27(5)：1968-1969.

[6]TU Q，GUO X，MEN A， et al. A frame-level HEVC rate control algorithm for videos with complex scene over wireless network[C]//Proc. 2014 IEEE 79th Vehicular Technology Conference(VTC Spring). Seoul：IEEE， 2014：1-5.

[7]胡乾乾，沈禮權(quán)，趙振軍. 基于場景切換的HEVC碼率控制算法[J]. 電視技術(shù)， 2015， 39(5)：1-3.

[8]LI B，LI H，LI L，et al. λ domain rate control algorithm for high efficiency video coding[J]. IEEE transactions on image processing，2014，23(9)：3841-3854.

[9]Newton′s method in optimization[EB/OL]. [2015-12-10]. https：//en.wikipedia.org/wiki/Newton%27s_method_in_optimization.

[10]WIEGAND T，OHM J R，SULLIVAN G J， et al. Special section on the joint call for proposals on High Efficiency Video Coding (HEVC) standardization[J]. IEEE transactions on circuits and systems for video technology， 2010， 20(12)：1661-1666.

責(zé)任編輯：時雯

Low complexity HEVC rate control algorithm

WANG Yiqun，YANG Jing

(CollegeofInformationEngineering，ShanghaiMaritimeUniversity，Shanghai201306，China)

In view of HEVC video coding frame-layer bits allocation and parameters of rate-distortion model adaptively updated，an improved rate control algorithm is proposed. It adaptively updates rate-distortion model parameters by Newton method. In the meanwhile，it adopts a frame-layer complexity metric method and takes full advantage of image content features to adjust frame-layer bits allocation. Finally， the appropriate quantization parameter is selected during the encoding process. The results show that：compared with the reference algorithm， the proposed algorithm greatly reduces the computational complexity and achieves a good rate control performance， particularly for video sequences containing scene changes.

HEVC；rate control；newton method；scene change；computational complexity

TN919.81

ADOI：10.16280/j.videoe.2016.07.002

國家自然科學(xué)基金項目(61401270)

2016-01-21

文獻(xiàn)引用格式：王亦群，楊靜.低復(fù)雜度的HEVC碼率控制算法[J].電視技術(shù)，2016，40(7)：6-10.

WANG Y Q，YANG J.Low complexity HEVC rate control algorithm[J].Video engineering，2016,40(7)：6-10.