视或如频编码主流d-q模型验证和分析.doc

视频编码主流D-Q模型验证和分析 文献综述 一．主流D-Q模型的国内外现状 信息技术的高速发展，数字信息化的应用越来越广泛，以多媒体和网络为依托的视频图像压缩技术己成为拓展人类信息交互的主要工具由于数字视频的信息量巨大，如何有效地存储这些数字视频以及在相对有限的带宽下对视频信息进行压缩和传输是一个亚待解决的问题。因此数字视频图像压缩长期得到广泛且深入的研究。 率失真理论为视频编码器的优化提供了理论基础。码率控制作为视频编码优化重要环节，与率失真理论密切相关，是率失真优化技术的一个典型应用。码率控制的目的就是在有限的传输带宽、目标码率及缓冲区饱和程度等约束条件下，使解码后重构的视频质量达到最好，即失真最小。由于在有损视频压缩编码中，失真主要来自量化失真，因此实际编码系统的率失真模型通常表示为量化参数Q的函数，即量化-码率函数 R (Q )和量化-失真函数 D (Q )。 一个视频图像压缩系统通常包含编码器端的压缩和解码器端的解压缩部分，图1-1和图1-2分别给出了编码器原理与解码器原理。 其中，视频编码缓冲区介于视频编码器和信道之间，对编码输出进行平滑，以匹配实际信道的速率。码率控制模块对编码码率的约束实质上等同于对缓冲区的约束，即保持缓冲区处于既不上溢也不下溢的常态。具体又可分成两个部分：结合缓冲区状态为每一帧图像合理分配比特以及确定合适的编码参数使得每一帧图像产生对应的目标比特数，其中最基本的方法就是调整量化参数。 存在的问题 最优的码率控制算法其目标是在给定码率限制的条件下获得最小的失真，这一目标也可以被描述为视频序列的最低平均失真(Minimizing Average Distortion，MINAVE)、最低最大失真(Minimizing Maximum Distortion，MINMAX)问题。同样我们需要注意的是在不同的应用中，限制不同且也存在多种限制的应用。怎样最优地在帧级和宏块级分配可用的比特以最好地表述一帧编码后的输出比特是码率控制的一个基本问题。 图 2-2 中显示了这样一种闭环：为了给编码器给定一个恰当的QP值，码率控制模块需要采集到率失真模块给定的MAD值，而率失真优化之前又必须给定QP值。因此，在编码过程中就出现了码率控制和率失真优化两个重要模块对QP值的相互依赖。这种依赖关系被形象地称为“QP悖论”或“蛋鸡悖论”。这一悖论 直接导致了H.264/AVC编码过程中，码率控制的设计和实现相比早前的视频图像压缩标准要复杂和困难。 3.解决的办法 率失真模型用模型化的方法表示率与失真的关系，一个良好的率失真模型能够自适应地选择量化步长以获得在给定缓冲区限制下的最优视觉质量。 ρ-域模型 针对传统的预测变换编码，Z. H. He提出了ρ-域线性源模型，其中ρ表示是DCT变换后的零分量系数占所有量化系数的比率。该模型经证明能够提供比以往的率失真模型更为精确的码率控制。ρ-域的码率控制算法已经在MPEG-4 和H.263 等标准中表现出了极好的性能。 由于ρ与量化参数QP之间的一一对应关系当且仅当变换系数分布一定的情况下才具有鲁棒性。在H.264/AVC中，由于码率控制和率失真优化的模式选择存在着蛋鸡悖论，因此在码率控制之前是无法获得准确的变换系数分布的。而不同的量化参数可能导致不同的模式选择结果，从而影响变换系数的分布。现有基于ρ-域率失真模型的H.264/AVC码率控制技术往往通过某种方式对当前编码图像的变换系数分布进行预测，或者干脆直接忽略这种可能存在的变化。这显然影响了ρ- 域率失真模型的准确性，使得编码性能很难得到进一步的提高。 二次模型 二次率失真模型首先由H.J. Lee针对MPEG-4 标准提出，其一般形式为 其中Ri 表示编码当前帧i所需要的位， Qi表示当前帧i的量化级(也就是量化参数)，a1 和a2是分别是模型的一阶和二阶系数。 JVT-G012 码率控制算法成功地解决了传统码率控制算法与 H.264/AVC 率失真优化技术之间存在的因果矛盾，能较准确地控制输出码率，输出视频质量较好。但在取得上述成功的同时，也带来了一些问题。其中问题之一就是由于采用了线性 MAD 预测模型和二次率失真模型。在进行 MAD 预测和两个线性模型的参数更新的过程中，既增加了算法的计算复杂度又带来了误差的积累和扩散。另外率失真模型参数更新方面也是该算法的一个相对弱点。 在 H.264/AVC 标准中，二次率失真模型的采用是基于 DCT 变换后的残差系数服从拉普拉斯分布而建立的。实际上，该模型可以看作是泰勒级数展开式去除了高阶无穷小而得到。 参考文