一種低碼率下視頻分級B幀量化參數的分配方法

韓公海，萬 帥，公衍超

（西北工業大學 電子信息學院，陜西 西安 710072）

0 引言

H.264/AVC和可伸縮視頻編碼（Scalable Video Cod?ing，SVC）[1]都支持分級B幀編碼結構，其與傳統的IPPP/IBBP結構有很大不同。在傳統的編碼結構中，B幀不作為參考幀，而在可分級的編碼結構中，除最高時間級的B幀外，其他時間級上的B幀都作為參考幀，這種編碼結構顯著提高了編碼效率[2]。

MPEG提出對分級B幀編碼結構采用JVT-P014的量化參數分配方案。除此之外，文獻[3]中提出了基于模型的分級編碼QP分配方案，文獻[4]中提出了自適應的分級編碼QP分配方案。文獻[5]中提出了自適應圖像組結構編碼。上述方案均是基于時域級別重要性進行QP分配的思想，即量化參數與時域級別相關，對低時域級別采用較小的QP，高時域級別采用較大的QP。然而，在存在多個時域級別的情況下，按照提案JVT-P014 QP分配方案，關鍵幀與鄰近B幀之間的PSNR會有較大差值，產生較大的PSNR波動。這種質量波動在中、高碼率下并不易被人眼察覺。然而在低碼率下，幀與幀之間的質量波動會導致明顯的視頻主觀質量波動，嚴重影響視頻的觀看質量，因此需要針對低碼率下分級B幀結構編碼的QP分配方案進行改進。

1 分級B幀編碼及其QP分配方案

圖1顯示的是具有4個時間級的分級B幀編碼結構，在一個圖像組（Group of Picture，GoP）中分成兩部分[6]，關鍵幀和分級B幀。關鍵幀采用幀內編碼模式（I幀）或幀間編碼模式（P幀，參考幀為前一個關鍵幀），如圖1中第0，8和16幀；分級B幀是除關鍵幀外的其他B幀，采用顯示順序上鄰近兩幀作為參考幀。整個序列的第一幀是瞬時解碼器刷新（Instantaneous Decoder Refresh，IDR）幀。在分級B幀的編碼結構中，首先是編碼關鍵幀I0/P0，其他幀按照編碼順序依次編碼。由于編碼順序和顯示順序不一致，會產生一定的延遲。圖1中的箭頭表示所需要的參考幀，例如編碼第4幀需要用到第1幀和第8幀作參考。不同時間級上的B幀對視頻序列編碼質量影響是不一樣的，低時間級的幀需要直接或者間接被高時間級的幀用作參考，其編碼質量的好壞直接影響整體的編碼質量。所以對不同時間級上的B幀應該分配不同的QP以提高編碼效率，即時間級高的幀應使用較大的QP。如果考慮編碼效率，一個GoP的時間級數應該合理權衡，時間級數太少就不能充分發揮這種編碼結構的效率，時間級數太多則會帶來較大的時間延遲。

在分級B幀的編碼結構中，編碼效率主要依賴于不同時間級上的QP。如果不同時間級上的QP均采用率失真優化[7]方法確定，計算復雜度將會非常高。為了減小計算量，通常采用公式（1）MPEG提案JVT-P014[6]中的QP分配方案，即

式中:k=0，1，2，…，T-1，表示編碼幀所處的時間級；QP0表示關鍵幀的QP；T表示一個GoP內時間級數。

由式（1）可知，時間1級B幀的QP在關鍵幀的基礎上加4，其他時間級的B幀在前一時間級QP的基礎上加1。目前這種QP的分配方案并沒有理論的證明，只是在大量的實驗基礎上得出的。這種分配方法對大部分序列編碼效率比較高，但是在低碼率下會產生較大的PSNR波動。在中、高碼率下，由于關鍵幀與鄰近B幀編碼質量都相對較高，人眼不易察覺視頻幀的質量波動；然而這種質量波動在低碼率下十分明顯，引起嚴重的視頻主觀質量下降。上述問題主要是因為提案JVT-P014 QP分配方法使得關鍵幀的QP與鄰近B幀的QP相差較大，導致鄰近B幀編碼質量較差。根據人眼的視覺暫留效應，暫留時間0.05～0.2 s。假設視頻幀率是30 Hz，在人眼暫留時間內會播放1.5～6幀。如圖2給出了標準測試序列football每幀對應的PSNR，GoP設定為16，QP0為35。從圖中可以看出關鍵幀的質量比鄰近B幀質量要高許多。假如人眼在某一刻關注的是關鍵幀，根據人眼的視覺暫留效應，下一次人眼會看到關鍵幀后面的1～6幀中的某一幀。而關鍵幀后面B幀的編碼質量比較差，人眼就會明顯感受到視頻質量波動，這種質量波動在低碼率下尤為明顯。為了減少影響主觀感受的視頻質量波動，需要減小關鍵幀與鄰近B幀的PSNR差距，即減小關鍵幀與鄰近B幀之間的QP差值。然而，簡單地減小QP差值會降低序列總體率失真性能，所以必須從盡可能保證整體編碼效率即率失真性能的角度出發，調整原有的QP分配策略。

由于利用了視頻序列的時間相關性，分級B幀編碼效率比較高。在一個GoP內最高時間級B幀用鄰近B幀做參考。經過大量實驗觀察，最高時間級B幀的宏塊編碼模式大部分采用skip模式，從而大大節約了編碼比特數。因此，最高時間級B幀采用較大的QP對其編碼質量影響較小，并能夠補償由于減小關鍵幀與鄰近B幀的QP差值所增加的編碼比特數。按照以上思路，本文提出了低碼率下分級B幀QP分配的改進方案

2 實驗結果與分析

為了驗證算法的性能，使用SVC的參考軟件JSVM 9.19.7[8]進行仿真實驗。使用CIF格式（352×288）的標準測試序列football，foreman，mother-daughter和waterfall進行測試，關鍵幀量化參數QP0分別設置為33，35，37和39，幀率30 Hz，GoP大小為16，編碼幀數為256幀。經實驗觀察，上面關鍵幀QP設置能觀察到視頻質量的波動。表1在低碼率下對提案JVT-P014中的QP分配方案與本文提出的改進方案進行比較，測度采用ΔPSNR[9]。由表1中數據可見，對于序列football，foreman和waterfall，改進方案的編碼效率有所提高，對于序列mother-daughter編碼效率略有下降，但編碼率失真性能基本保持不變。由圖3和圖4可以看出，采用改進方案編碼B幀的PSNR值與提案JVT-P014比較均有明顯的提高。由于關鍵幀與分級B幀PSNR差值減小，因此視頻質量波動也會明顯減輕。

表1 提案JVT-P014和改進方案編碼效率對比

為定量說明改進算法的有效性，采用式（3）關鍵幀與B幀平均PSNR的差值作為視頻波動性的評價標準，對上述實驗結果用式（4）進行統計測試。

從表2的實驗結果可以看出，在低碼率下，本文提出的方案比提案JVT-P014方案PSNR平均差值有明顯下降。對于運動特性較小的mother-daughter和waterfall序列，平均PSNR差值都減小了14%以上，對于運動特性較大的序列football和foreman，平均PSNR差值減小了10%左右，說明改進方案在減小PSNR波動性方面有明顯的優勢。綜合表1與表2中數據可得，在低碼率下，本文中提出的分級B幀QP分配方案與提案JVT-P014方案相比，能夠明顯降低序列幀之間PSNR的波動性，并維持總體率失真性能基本不變。

表2 提案JVT-P014與改進方案的PSNR差值的比較

3 小結

本文針對低碼率下可分級視頻編碼分級B幀預測結構存在視頻主觀質量嚴重波動的問題，提出了一種新的分級B幀結構編碼的QP參數分配方法。該方法能夠在保持整體編碼性能不下降的情況下，明顯減小低碼率下視頻的質量波動，改善了視頻的主觀質量。

[1]SCHWARZ H，MARPE D，WIEGAND T.Overview of the scalable video coding extension of the H.246/AVC standard[J].IEEE Trans.CSVT，2007，17（9）:1103-1120.

[2]SCHWARZ H，MARPE D，WIEGAND T.Analysis of hierarchical B pictures and MCTF[C]//Proc.ICME2006.Toronto，Canada:IEEE Press，2006:1929-1932.

[3]LI X，AMON P，HUTTER A，et al.Model based analysis for quantization parameter cascading in hierarchical video coding[C]//Proc.ICIP2009.Cairo，Egypt:IEEE Press，2009:3765-3768.

[4]LI X，AMON P，HUTTER A，et al.Adaptive quantization parameter cascading for hierarchical video coding[C]//Proc.ISVAS2010.[S.l.]:IEEE Press，2010:4197-4200.

[5]周熙，于鴻洋，張萍.基于Non-dyadic自適應GoP結構的H.264/SVC算法改進[J].電視技術，2010，34（S1）:44-47.

[6]JVT-P014，Hierarchical B pictures[S].2005.

[7]RAMCHANDRAN K，ORTEGA A，VETTERLI M.Bit allocation for dependent quantization with applications to multiresolution and MPEG video coders[J].IEEE Trans.Image，1994，3（5）:533-545.

[8]JSVM 9.19.7，H.264 SVC reference software and manual[S].2010.

[9]VCEG-M33，Calculation of average PSNR differences between RD-curves[S].2001.