視頻編碼中質量、復雜度和碼率控制.pdf

1、數(shù)字視頻是多媒體的重要標志,也是多媒體信號中最具有表現(xiàn)力的成分.但數(shù)字視頻內在的高帶寬特性限制了多媒體業(yè)務的發(fā)展.為有效利用傳輸帶寬和存儲空間,必須對視頻數(shù)據(jù)進行壓縮.ISO/IEC和ITU-T分別制定了MPEG-x和H.26x系列標準以便于對數(shù)字視頻的處理、傳輸和存儲.除最新的H.264外,這些標準都是基于聯(lián)合MC-DPCM/DCT的視頻壓縮框架,即采用運動補償預測和離散余弦變換分別消除視頻信號的時域和空域冗余.視頻編碼是在碼率、質量

2、、處理復雜度、容錯性能和交互性等約束條件下的多維優(yōu)化過程.該文主要從實時視頻應用角度,對混合MC-DPCM/DCT視頻編碼中的處理復雜度、碼率控制和差錯控制這三方面問題展開了深入的研究.眾所周知,視頻處理是多媒體計算中運算開銷最大的部分,它的計算復雜度遠大于其它媒體(文本、語音、音頻、圖形和靜態(tài)圖象).對于實時視頻應用環(huán)境,視頻編碼以往大多由專用設備完成.但隨著通用處理器和數(shù)字信號處理器(DSP)主頻的提高、面向視頻處理的指令集出現(xiàn),使

3、得更為經(jīng)濟、靈活的軟件編碼成為可能.該文系統(tǒng)分析了MC-DPCM/DCT視頻編碼原理,從算法和實現(xiàn)這兩方面探討了降低視頻編碼復雜度的方法,首先重組了編碼器結構;接著對編碼過程中的關鍵模塊進行優(yōu)化.特別地,針對移動視頻通信應用,該文提出了一種低復雜度的高性能運動估值算法;然后將與處理器硬件結構相關的方法引入了優(yōu)化過程,提高了數(shù)據(jù)的處理并行性和訪問效率;最后使用查找表或匯編優(yōu)化對關鍵模塊進行加速.其次,在碼率控制方面,碼率-失真(R-D)分

4、析和碼率控制在視頻編碼和視頻通信系統(tǒng)中起著至關重要的作用.在傳統(tǒng)R-D模型中,碼率R和失真D都看成量化步長的函數(shù),而且失真評價函數(shù)一般在象素域或空域中進行.該文在壓縮域或DCT域建立了一種失真函數(shù)模型,它能夠對編碼復雜度提供更加精確和可靠的預測.在此基礎上,針對TM5模型中存在的缺陷,該文提出了一種改進的CBR碼率控制算法,它解決了TM5中緩沖區(qū)不一致性問題,并增強了算法對場景切換的適應性.對于VBR碼率控制,作者還提出了一種面向實時視

5、頻編碼應用的單通道VBR碼率控制算法,它避免了多通道VBR算法的多次編碼或預分析的開銷,減小了量化步長波動,可提供穩(wěn)定的視頻質量.最后,在視頻通信系統(tǒng)中,由于傳輸信道中噪聲或網(wǎng)絡中擁塞影響,傳輸差錯和數(shù)據(jù)包丟失是不可避免的.與普通的數(shù)據(jù)傳輸不同,視頻通信受嚴格的延時限制,不能通過重傳機制保證無差錯的傳輸.預測和可變長編碼的使用也使得碼流對誤碼或數(shù)據(jù)包丟失更加敏感.該文在分析MC-DPCM/DCT壓縮視頻特點的基礎上研究了各種誤碼檢測方法