AVS2視頻編碼碼率控制算法

羅敏珂, 周益民,, 鐘　敏, 朱　策

(1. 電子科技大學計算機科學與工程學院,四川 成都 611731； 2. 電子科技大學機器人研究中心,四川 成都 611731)

?

AVS2視頻編碼碼率控制算法

羅敏珂1, 周益民1,2, 鐘敏1, 朱策2

(1. 電子科技大學計算機科學與工程學院,四川 成都 611731； 2. 電子科技大學機器人研究中心,四川 成都 611731)

碼率控制是視頻圖像編碼技術中的重要組成部分,旨在受限的通信帶寬下提供最小失真的圖像質量同時保證比特流的平穩輸出,長期以來既是研究重點也是應用熱點。面向中國自主知識產權的新一代音視頻編碼標準(audiovideocodingstandard2.0,AVS2)中碼率控制技術,將模糊控制理論與碼率控制相結合,提出了一種新的碼率控制算法。首先根據模糊控制器原理建立快速查詢表,接著基于指數率失真模型進行了基本論域到模糊子集論域的映射,而后將假設參考解碼緩沖區反饋值及其差值帶入模糊控制查詢表得出量化參數(QuantizationParameter,QP)值變化增量。最終的編碼過程采用系統QP值與增量之和來進行。在通用測試條件下的實驗結果表明,新算法比特率失真比率(Bj?ntegaarddeltabitrate,BDBR,BD-rate)取得增益效果明顯,比特率控制精度高。算法實現簡潔,計算復雜度低,特別適合恒定目標比特率編碼端速率控制。相關成果已被AVS2標準工作組采納,集成在參考模型軟件RD10.0中。

碼率控制； 模糊控制器； 率失真模型； 率失真優化

0　引　言

信息技術迅猛發展的今天,網絡視頻應用增長速度極快,其核心價值正逐步向產業鏈下游延伸,推進不同產業相互融合。在2015年,互聯網上交換的數據中85%已被視頻流占據。相較于圖像和音頻數據,視頻數據具有存儲和傳輸規模相對較大的特征,在網絡分發中將面臨更多的挑戰,特別是超高清用戶體驗等一些新的應用受到技術瓶頸的限制。

受限于實時可變且相對有限的網絡帶寬,網絡視頻服務的播放質量常常不盡如人意,碼率控制[1]在視頻圖像壓縮和網絡多媒體傳輸等領域的重要性愈發凸顯。作為編碼器端的算法模塊,碼率控制基于網絡可用帶寬嚴格控制信道上輸出的視頻比特流速率,達到視頻圖像傳輸和播放的穩定,并期望獲得視覺質量和帶寬利用之間最佳平衡。長期以來,既是研究的熱點也是研究的重點。

碼率控制總是伴隨視頻編碼標準的發展而不斷進步。在歷史發展的軌跡中,一些重要的模型和算法相繼被提出,經典的如流體流動模型[2]、二次模型[3]、ρ-域模型[4]、線性模型[5]、指數模型[6]等。多數碼率控制技術[7-8]都建立在假定被控編碼器對象具備較為精確的率-失真(rate-distortion,R-D)數學模型基礎上[9-10]。為了進一步增加編碼效率,碼率控制研究者在R-D模型[11-12]或率-量化參數(rate-quantizationparameter,R-Q)模型[13-14]的基礎上,提出了全幀內參考碼率控制算法[15]、可升級視頻編碼碼率控制算法[16]、比特率分配策略[17-18]等。但實際情況是視頻編碼過程具有非線性、時變性、變結構、多層次、多因素等許多特點。即使建立了相應的數學模型,也面臨復雜度、更新方法、適應性方面的挑戰。這將使得工程實施和控制成為難點。

模糊邏輯控制簡稱模糊控制,是一種計算機數控技術[19]。主要以模糊集合論、模糊語言變量和模糊邏輯推理為支撐,描述人在自然界的直觀感受,從而達到人們所期望的控制效果。1965年,美國的Zadeh提出并建立了模糊集合論。1973年他明確給出了模糊邏輯控制的定義和定理[20]。1974年,英國的Mamdani率先用模糊控制原理組成的模糊控制器控制鍋爐和蒸汽機的溫度,獲得成功[21]。這項跨時代的工作邁出了模糊控制理論在工業應用上的第一步。模糊控制方法與經典定量分析方法在本質上是不同的。模糊控制主要有3個特點：①語言變量替代了數學變量,或將兩者結合應用；②刻畫變量之間的函數關系用模糊條件語句來進行；③復雜關系通常用模糊算法來表達。模糊邏輯控制器通過若干規則總結,經過必要數學處理,建立模糊規則。在實際應用中,根據控制規則和推理法則做出模糊控制最終決策,完成控制動作。

2002年6月中國數字音視頻編解碼技術標準工作組成立,由北京大學高文院士牽頭,著手制定“信息技術先進音視頻編碼”系列標準(audiovideocodingstandard,AVS)。AVS系列標準的制定解決了H.264/AVC專利許可的諸多限制問題。現已被國際標準化組織納入為國際標準MPEG-China,與H.264/AVC一起在國際上競爭IPTV標準。

2015年9月,AVS工作組正式公布了新一代視頻編碼標準AVS2的基準檔次。新標準的基準檔次在常規視頻編碼的性能甚至超過了同期國際標準HEVC/H.265,比上一代國家標準AVS1以及國際標準H.264/AVC的效率提高接近一倍。AVS2新的技術或者是實現方案必將對未來的視頻圖像編碼器提出非常高的性能要求,也將對碼率控制模塊提出新的挑戰。因此,面向AVS2的碼率控制模型和算法具有很強的研究價值。

本文主要工作基于AVS2編碼器,將模糊控制理論與碼率控制相結合,提出了一個模糊邏輯碼率控制算法。根據經典模糊控制原理,建立模糊集合、隸屬函數表,設計相應的規則,利用推理法則得出模糊控制查詢表。通過虛擬緩沖區反饋差值數據進行模糊控制查詢表的查表操作,根據返回值獲得量化參數(quantizationparameter,QP)變化增量用于編碼,完成恒定比特率控制。本文提出的模糊邏輯碼率控制算法支持隨機存取(random-access,RA)、低延遲(low-delay,LD)、全I幀(all-intra,AI)3種典型編碼結構,編碼性能增益明顯,控制精度高,已經被AVS2專家組采納并集成到參考軟件RD10.0[22]中。

1　模糊邏輯碼率控制

模糊控制最主要的特點是在被控對象的數學模型不存在或模型太復雜的情況下,借助經驗型語言知識完成控制任務。視頻編碼碼率控制的過程恰好就是一種不可預知且不精確的控制系統,被控對象比特率和量化參數之間沒有嚴格的數學模型。

1.1模糊控制原理

模糊控制的基本原理如圖1所示。它分為模糊化接口、推理機、知識庫、清晰化接口4個部分。首先,輸入的確定量通過模糊化接口模糊化后轉化為用于模糊控制的模糊矢量；接著,模糊矢量通過知識庫和推理機計算得出用于控制的模糊輸出值；最后,清晰化接口將模糊輸出值轉化為用于控制的精確值。

圖1　模糊控制器原理Fig.1　Principle of fuzzy controller

1.2模糊化接口

模糊化接口的作用是將確定的輸入量轉化為用于推理機進行模糊推理的模糊矢量。模糊控制系統采用雙輸入和單輸出的形式,其中一個輸入變量是真實值和系統目標值的誤差,另一個是上述誤差的變化量。輸出的控制量由系統所決定,由于在視頻編解碼器中主要是使用QP值來調節編碼輸出比特以及避免緩沖上溢和下溢的。因此,采用QP作為模糊控制器的受控對象。

按照碼率控制特有的假設參考解碼緩沖區(hypotheticalreferencedecoder,HRD)的原始定義,不失一般性,本文用像素點比特來作為計量單位以統一不同分辨率和不同幀率的圖像。在編碼時刻t,目標比特率TBRt可以由式(1)轉化為像素點目標比特:

(1)

式中,FC表示實際編碼幀率；W和H分別表示像素點的寬和高。在第t幀編碼完成后,用Rt記錄真實的輸出比特,則當前時刻緩沖區容量Bt可由式(2)更新得到：

(2)

將真實緩沖區高度Bt與目標緩沖區高度BTarget之差記為緩沖區誤差et,緩沖區誤差的變化量記為ect,計算過程為

(3)

(4)

為了避免HRD緩沖區的上溢和下溢,減少真實緩沖區與目標緩沖區之間的誤差,Bt的初始值和目標值都固定設置為0。當Bt>0時,表示過度使用比特；當Bt<0時,表示使用比特不足,碼率控制的目標就是盡可能地使Bt接近目標值0。

連續圖像之間的內容和運動復雜度都具有高度的關聯性,所以編碼t-1時刻和編碼t時刻的QP值是非常相近的。定義模糊控制器的輸出變量u為QP增量。

模糊控制器的輸入輸出確定后,就需要設計模糊控制系統了。定義E,EC和U分別為et,etc和u的論域上的模糊集。采用有限的整數離散化模糊子集論域S：

(5)

由于輸入變量et和etc的真實變化范圍與模糊子集論域不同,因此,需要通過刻度變換將輸入變量的真實變化范圍離散到[-6,6]區間。如果輸入變量et和etc的變化范圍分別為[aE,bE]和[aEC,bEC],那么可以通過式(6)量化得到模糊輸入變量e和ec：

(6)

而后再進行邊界綁定至模糊子集論域[-6,6]的范圍內：

(7)

在模糊化接口中,量化的精確輸入量仍需被模糊詞集模糊化,模糊子集論域將被模糊詞集分割。模糊分割的個數決定了模糊控制的精度,過多的模糊分割等級將導致更多的控制規則和更大的計算復雜度,相反,過少的模糊分割等級將降低控制精度。為了平衡控制精度和計算復雜度,大多數方案都采用七級模糊詞集,并取得了良好的控制效果。本文同樣采用七級模糊詞集：負大(NB),負中(NM),負小(NS),零(ZO),正小(PS),正中(PM),正大(PB)。定義E,EC和U的模糊詞集均為{NB,NM,NS,ZO,PS,PM,PB}。

1.3知識庫

知識庫是由數據和規則兩個部分組成。數據庫中存放著所有輸入輸出變量的全部模糊子集的隸屬度矢量值。規則庫則存放著“推理機”推理時所需的模糊控制規則。

模糊推理過程是將模糊化結果引入模糊規則并結合隸屬度值推導進行。選定模糊子集論域S和模糊變量詞集后,需要確定隸屬函數來將確定的輸入量轉化為模糊子集。由于不同系統的需求存在差異,采用的隸屬函數曲線也不盡相同。為了降低計算復雜度,本文采用“三角形”隸屬函數曲線。表1給出了模糊子集E,EC和U的隸屬值分布情況。

表1　模糊變量不同等級的隸屬度值表

模糊控制規則是基于專家經驗或者人為設置的,對模糊控制系統有著決定性的作用。模糊規則的數量以及精確度將直接影響模糊控制系統的性能。本文工作采用雙輸入和單輸出的模糊控制器。雙輸入分別為E和EC,輸出為控制變量U。規則采取二值邏輯ifEandECthenU。七級模糊詞集對應7×7=49個模糊控制規則,用以表示輸入變量E、EC和輸出變量U之間的關系,如表2所示。其中E和EC可表示為一維7元素集合,U可表示為二維7×7元素集合。請注意,模糊控制規則表2可根據不同的經驗做適當調整。

表2　模糊控制規則表

1.4推理機

推理機根據輸入的模糊量結合知識庫完成模糊推理。再通過求解模糊關系方程,將最終獲得模糊控制量。

假設表2中的一條規則為ifEisAiandECisBithenUisCi,其中Ai、Bi、Ci是由隸屬度函數確定的模糊詞集:

(8)

(9)

(10)

式中,μAi(e)、μBi(ec)和μCi(u)是相對應的隸屬度值。該規則可以推理出模糊關系Ri:

Ri=Ai?Bi?Ci

(11)

式中,?為取小操作。根據模糊規則逐個計算,可得最終的模糊關系Re:

(12)

式中,∪為取并操作。

(13)

1.5清晰化接口

(14)

表3　模糊控制查詢表

(15)

(16)

最終,一個用于碼率控制的快速查詢表可以被列出,如表4所示。

表4　簡化的模糊控制查詢表

2　量化參數調整

碼率控制架構如圖2所示。HRD緩沖區計數器模擬了解碼緩沖區的狀態,在稍作變換后,可換算成真實的緩沖區狀態。圖2中的緩沖區初始值為0,隨著輸入的幀編碼比特數和輸出的比特數形成差值。

圖2　基于模糊控制器的碼率控制架構Fig.2　Architecture of rate control based on fuzzy controller

該差值的正負波動代表著在編碼時刻t,網絡帶寬數據傳輸和編碼比特率的消長情況。瞬時緩沖區值越接近0表示編碼比特率和目標比特率越平衡。在整個碼率控制過程中,緩沖區的最大值與最小值之差表示在真實情況下緩沖區最小的配置需求。

編碼器輸出的幀比特數Bt被計數增加至HRD緩沖區計數器中,同時從該編碼器中減去單位時間輸出的比特數BTarget。這樣將獲得緩沖區計數差值Et。緩沖區差值Et與

上一時刻緩沖區差值Et-1作差運算,得到當前時刻緩沖區計數器差值的差值ECt。Et和ECt作為兩個必要參數被輸入到模糊控制器中進行運算,獲得調節QP值的變化強度即變化增量ΔQ。上一時刻編碼所用QP值Qt-1與QP變化增量ΔQ的和Qt將被用于t時刻幀編碼：

(17)

通常情況下,QP值需要被綁定在一個合理的范圍內以避免兩個連續幀之間出現較大的質量波動。因此,采用式(18)來進行QP值綁定：

(18)

在AVS2中Qmin和Qmax的取值分別為0和63。

3　論域的確定

在模糊控制器中,輸入變量et和ect的實際變化范圍[aE,bE]和[aEC,bEC]定義為基本論域,反映的是碼率控制所能調控的恰當合理范圍,并將被轉化為E和EC的模糊子集論域。本文通過R-Q率失真模型獲得該基本論域。

對AVS2編碼器進行通測可以獲得不同序列及檔次下的比特率和QP值關系。建立指數函數描述R-Q關系由圖3給出。從圖3中可以看到,不同序列不同檔次下的AI、LD、RA3種編碼結構,R-Q模型都呈現非常明顯的指數函數特性,相關系數非常接近理論最優值1。

圖3　指數曲線擬合R-Q模型Fig.3　Exponential curve fitting of R-Q model

結合圖3中指數模型的曲線擬合,R-Q模型用指數函數描述：

(19)

式中，R表示比特率；Q表示量化參數QP值；α和β為模型參數。

對R-Q模型式(19)進行一階微分：

(20)

不失一般性,在較小的QP值變化范圍內,用ΔR≈dR,ΔQ≈dQ,那么QP值變化幅度為±2,比特率的誤差et的范圍即為幀編碼比特變化的一階變化值范圍：

(21)

其中，β建議取根據圖3中不同結構給出的均值,也可統一采用經驗值0.12。比特率R值因編碼結構的不同而不同,在AI和LD下由上一個已編碼幀的比特率表示,而在RA下由上一個圖像組(groupofpicture,GOP)已編碼圖像的比特率和表示。

誤差的變化ect的范圍需要考慮到兩次疊加極大QP變化量。因此,在誤差變化范圍區間[aE,bE]基礎上擴展max{|ΔQ|}=2倍。式(22)給出了誤差變化區間的計算:

(22)

4　量化參數的初始化

在碼率控制的實際應用中,人們常常預先給定目標比特率而非指定初始QP值而開始編碼。此外,即使人們猜測并給出測點初始QP值,也往往與最佳初始QP之間存在一定的誤差,從而影響了編碼性能。因此,本論文還提出了一種比特率-量化-梯度(rateQPgradient,RQG)線性數學模型的初始QP自動設定方法。其中,R為比特率，Q為量化參數，G為首幀像素點梯度均值。

比特率和量化參數之間的數學關系通常以指數函數形式呈現[23]。指數關系可以被取對數后合理改寫為線性關系,在給定的序列,內容特征確定情況下,如式(23)所示lnR與Q的線性關系非常明顯。

lnR∝Q

(23)

圖4(a)給出了QP測點27、32、38、45下視頻序列BasketballPass_416×240_50的測試情況。可以明顯觀察到式(23)所示的線性關系。

視頻編碼的比特率與其紋理特征之間存在相關性。通常以圖像的高通濾波梯度和表示其紋理特征,以圖像梯度G的均值來表示。梯度G的計算方法為

(24)

許多研究都表明R和G之間存在強烈的線性關系,特別是I幀編碼時[24]。當QP固定,比特率R和首I幀梯度G之間存在的線性關系可以被改寫,如式(25)所示。圖4(b)給出了QP值為45時測試數據情況。

lnR∝lnG

(25)

圖4　比特率對數分別與QP和梯度對數的線性關系Fig.4　Linear of ln R vs. QP and ln R vs. ln G

基于上述分析,式(23)、式(25)分別表示了lnR與Q、lnG兩個變量之間存在線性關系,即可得多元線性RQG模型:

lnR=f(Q,lnG)=p1·Q+p2·lnG+p3

(26)

式中,p1,p2,p3是模型的3個參數。

基于RQG模型,對通測序列的lnR,Q,lnG 3個變量進行回歸統計。可得皮爾森·卡爾相關系數值分別高達0.960、0.824、0.869。根據回歸結果可得AI、LD、RA3種編碼結構下RQG模型及參數值：

lnR=-0.089 8·Q+1.1911·lnG+6.520 7

(27)

lnR=-0.120 1·Q+1.0293·lnG+5.656 3

(28)

lnR=-0.111 7·Q+0.9546·lnG+5.494 1

(29)

當輸入目標比特率和首幀像素點梯度均值后即可計算給出預測的初始QP值QIni。這部分工作已被AVS2標準采納至RD12.1[25]。

5　測試與分析

為了評價新提出的碼率控制算法的性能,本文按照AVS2通測條件在AVS2編碼器RD12.0[26]上進行了測試。測試包含AI、LD、RA3種典型配置。用27、32、38、45共4個測點進行通測配置下的編碼測試作為性能比對依據。為了公平性,再用4個測點的實際比特率和初始QP值進行碼率控制對齊測點編碼測試。

表5給出了本文算法與RD12.0通測的結果比較。在AI配置下,當碼率控制功能開啟后,其比特率失真比率(Bj?ntegaarddeltabitrate,BDBR,BD-rate)增益的均值在Y分量為0.17%,在U分量和V分量分別有0.86%和0.96%的增益。編解碼時間方面均呈現節省狀態。在LD配置下,其BD-Rate增益較大,當碼率控制功能開啟后增益均值在Y分量為1.27%,在U分量和V分量分別為2.68%和2.86%,編碼時間處于節省狀態。在RA配置下,當碼率控制功能開啟后,其BD-Rate增益的均值在Y分量為0.07%,在U分量和V分量分別有2.75%和2.79%的增益。編碼時間大量節省。

表5　測試性能比較

表6給出了各種配置下比特率控制相對誤差的絕對值均值。從表6中可以看出,3種模式都達到了非常高的精度。從均值統計來看,AI、LD和RA結構下平均誤差分別是0.01%、0.24%和0.69%,比特率控制精度非常高,足夠滿足視頻傳輸中的實際需求。

為了進一步體現碼率控制的性能,圖5、圖6和圖7分別給出了模糊邏輯碼率控制在AI、LD和RA3種結構下4個QP值測點的HRD緩沖區狀態曲線，圖中縱坐標是緩沖區的高度，單位是每像素點比特(bitperpixel,bpp)，橫坐標

是編碼圖像的幀數。

表6　碼率控制比特率相對誤差

圖5　AI配置下模糊邏輯碼率控制緩沖區狀態圖Fig.5　Buffer state of fuzzy logic rate control on AI configuration

圖6　LD配置下模糊邏輯碼率控制緩沖區狀態圖Fig.6　Buffer state of fuzzy logic rate control on LD configuration

圖7　RA配置下模糊邏輯碼率控制緩沖區狀態圖Fig.7　Buffer state of fuzzy logic rate control on RA configuration

如圖5所示,AI結構下,目標線被設置為常數0。可以看到實際的緩沖區曲線圍繞目標0線做上下小幅震蕩。波動幅度小,控制精度高。在圖6中,初始的目標線是首I-幀沖高的高度,隨著編碼過程直線遞減為至最后一幀歸0,可以看出緩沖區曲線小幅波動并緩慢遞降至0。在圖7中,目標線在I-幀到來緩沖區沖高后時被設置,編碼過程中逐步遞降至一個I-幀周期的末尾。受控曲線仍然以小幅波動形式緩慢遞降至0。圖5～圖7表明新提出的碼率控制算法具有控制精度高的特點。這是由于模糊邏輯控制理論在碼率控制應用中是合理的，同時也體現出本文在模糊控制規則的制定、查詢表的生成，論域的確定等方面做出了有效貢獻。

6　結　論

面向中國自主知識產權的下一代音視頻編碼標準AVS2,本文提出并集成了一種新的視頻編碼模糊邏輯碼率控制算法。算法具有計算復雜度低、實現簡單、控制精度高、BD-Rate性能表現優異的特點。算法在RD10.0中的集成填補了現有AVS2參考模型軟件RD中碼率控制模塊的空白,為AVS2標準的推廣和應用提供了技術支持。依托本文算法,初始QP值設定方法和LCU級的碼率控制目前已經完成功能集成。下一步的工作將是深入研究R-D關系,在設定最高目標比特率的基礎上進行基于視覺質量控制的策略算法研究。

[1]ChenZ,NganKN.Recentadvancesinratecontrolforvideocoding[J]. Signal Processing: Image Communication, 2007, 22(1): 19-38.

[2]Ribas-CorberaJ,ChouPA,RegunathanSL.AgeneralizedhypotheticalreferencedecoderforH. 264/AVC[J]. IEEE Trans. on Circuits and Systems for Video Technology, 2003, 13(7): 674-687.

[3]ChiangT,ZhangY.Newratecontrolschemeusingquadraticratedistortionmodel[J]. IEEE Trans. on Circuits and Systems for Video Technology, 1997, 7(1): 246-250.

[4]HeZ,KimYK,MitraSK.Low-delayratecontrolforDCTvideocodingviaρ-domainsourcemodeling[J]. IEEE Trans. on Circuits and Systems for Video Technology, 2001, 11(8): 928-940.

[5]MaSW.GaoW,YuanLJ,etal.RatecontrolforH.264/AVCvideocodingstandard[J]. Chinese Journal of Electronics, 2014, 32(12): 2024-2027. (馬思偉, 高文, 袁祿軍, 等. 一種面向H.264/AVC的碼率控制算法[J]. 電子學報, 2014, 32(12): 2024-2027.)

[6]ZhouYM,SunY,FengZD,etal.Newrate-distortionmodelingandefficientratecontrolforH.264/AVCvideocoding[J]. Signal Processing: Image Communication, 2009, 24(5): 345-356.

[7]LiZG,PanF,PangK,etal.AdaptivebasicunitlayerratecontrolforJVT[C]∥Proc. of the Joint Video Team of ISO/IEC MPEG & ITU-T VCEG 7th Meeting, 2003:1-12.

[8]LiB,LiH,LiL,etal.RatecontrolbyR-lambdamodelforHEVC[C] ∥Proc. of the ITU-T/ISO/IEC Joint Collaborative Team on Video Coding 11th Meeting, 2012: 1-5.

[9]XuL,KwongS,ZhangY.Low-complexityencoderframeworkforwindow-levelratecontroloptimization[J]. IEEE Trans. on Industrial Electronics, 2013, 60(5): 1850-1858.

[10]SeoC,MoonJ,HanJ.Ratecontrolforconsistentobjectivequalityinhighefficiencyvideocoding[J].IEEE Trans.on Image Processing, 2013, 22(6): 2442-2454.

[11]XuJ,WuDP.Gammaratetheoryforcausalratecontrolinsourcecodingandvediocoding[J]. Journal of Visual Communication and Image Representation,2014, 25(8): 1886-1893.

[12]LiY,JiaHZ,ZhuC,etal.Window-basedratecontrolforvideoqualityoptimizationwithanovelINTER-dependentrate-distortionmodel[J]. Signal Processing: Image Communication, 2014,29(10): 1046-1062.

[13]ChoiH,YooJ,NamJ,etal.Pixel-wiseunifiedrate-quantizationmodelformulti-levelratecontrol[J]. IEEE Journal on Selected Topics in Signal Processing, 2013,7(6): 1112-1123.

[14]LiangX,WangQ,ZhouY,etal.AnovelRQmodelbasedratecontrolschemeinHEVC[C] ∥Proc. of the Visual Communications and Image Processing, 2013: 1-6.

[15]YanB,WangMH.Adaptivedistortion-basedintra-rateestimationforH.264/AVCratecontrol[J]. IEEE Signal Processing Letters, 2009 16(3): 145-148.

[16]YangJ,SunY,ZhouYM,etal.IncrementalratecontrolforH.264/AVCscalableextension[J]. Multimedia Tools and Application,2013,64(3): 581-598.

[17]ZhouYM,SunY,FengZD,etal.PID-basedbitallocationstra-tegyforH.264/AVCratecontrol[J]. IEEE Trans. on Circuits and Systems II: Express Briefs, 2011,58(3): 184-188.

[18]WuYD,SunY,FengZD,etal.AnoveltotalvariationbasedframelayerratecontrolalgorithmforH.264/AVC[J]. Journal of Visual Communication and Image Representation, 2014,25(5): 879-890.

[19]ZadehLA.Fuzzysets[J]. Information and Control, 1965,8(3): 338-353.

[20]ZadehLA.Outlineofanewapproachtotheanalysisofcomplexsystemsanddecisionprocesses[J]. IEEE Trans.on Systems, Man and Cybernetics, 1973,3(1): 28-44.

[21]MamdaniEH.Applicationoffuzzyalgorithmsforthecontrolofasimpledynamicplant[J]. Proceedings of the Institution of Electrical Engineers, 1974,121(12): 1585-1588.

[22]ZhouYM,ZhuC,ZhongM,etal.AVS2ratecontrolbasedonfuzzylogic(AdoptedtoRD10.0) [C]∥Proc. of the 51th Conference on Audio Video Coding Standard,2014: 1-12. (周益民,朱策,鐘敏,等. 基于模糊邏輯的AVS2碼率控制(采納至RD10.0)[C]∥第51次中國音視頻標準會議,2014:1-12.

[23]ZhouYM,SunY,FengZD,etal.Newrate-distortionmodelingandefficientratecontrolforH.264/AVCvideocoding[J]. Signal Processing: Image Communication, 2009,24(5): 345-356.

[24]TianL,ZhouYM,SunY.Novelratecontrolschemeforintraframevideocodingwithexponentialrate-distortionmodelonH.264/AVC[J]. Journal of Visual Communication and Image Representation, 2012, 23(6): 873-882.

[25]LuoMK,ZhouYM,ZhongM,etal.RatecontrolinitialQPautosetting(AdoptedtoRD12.1) [C]∥Proc.of the 53th Conference on Audio Video Coding Standard,2015:1-8:(羅敏珂,周益民,鐘敏,等.碼率控制初始QP自動設定(采納至RD12.1)[C]∥第53次中國音視頻標準會議,2015:1-8.

[26]RD12.0. [EB/OL]. [2015-07-24].ftp:∥124.207.250.92/public/codec/video_codec/AVS2_P2/.

RatecontrolalgorithmofAVS2videocoding

LUOMin-ke1,ZHOUYi-min1,2,ZHONGMin1,ZHUCe2

(1. School of Computer Science and Engineering, University of Electronic Science and Technology of China,Chengdu 611731, China; 2. Center for Robotics, University of Electronic Science and Technology of China, Chengdu 611731, China)

Ratecontrolisanessentialcomponentofthevideocodingtechnology,focusingonprovidingtheminimumdistortionofvideoimagequalityunderthelimitedbandwidthofcommunicationasmuchaspossible.Itisdevelopedasaresearchhotspot.Theworkismeantforthenewgenerationofaudiovideocodingstandard(AVS2)intheratecontroltechnology,combiningthefuzzycontroltheoryandtheratecontrol,anewratecontrolalgorithmisproposed.First,afastlookuptableiscreateddependingontheprincipleoftheindustrialfuzzycontroller.Second,amappingfromthefunctionaldomaintotheinternaldomainiscreated.Third,anincrementalquantizationparameter(QP)valuecanbefoundwhentakingthehypotheticalreferencedecoderbuffervaluesanditserrorvaluesintothefuzzycontrollerquery.Finally,theencoderadoptsthesystemQPwithitsincrement.Theexperimentalresultsshowthat,underthecommontestcondition,theratecontrolalgorithmcanachievesignificantBD-rategainandmaintainhighbitrateaccuracy.Theproposedalgorithmisappliedsimplywithlowcomputationalcomplexity.Thisproposalparticularlysuitableforconstanttargetbitratecontrol.ThisworkisapprovedbytheAVS2standardworkinggroupandintegratedintothereferencesoftwaremodelRD10.0.

ratecontrol;fuzzycontroller;rate-distortionmodel;rate-distortionoptimization

2015-10-20；

2016-03-08；網絡優先出版日期：2016-06-21。

國家高技術研究發展計劃(863計劃)(2015AA015903)；國家自然科學基金(61571102)；四川省科技支撐計劃(2014GZ0005)；中央高校基本科研業務費(ZYGX2015J065)資助課題

TN919.8

ADOI:10.3969/j.issn.1001-506X.2016.09.32

羅敏珂(1992-),男,碩士研究生,主要研究方向為視頻圖像編碼與碼率控制。

E-mail：201321060445@std.uestc.edu.cn

周益民(1980-),男,副教授,博士,主要研究方向為視頻編碼與多媒體傳輸。

E-mail：yiminzhou@uestc.edu.cn

鐘敏(1991-),女,碩士研究生,主要研究方向為視頻圖像編碼與碼率控制。

E-mail：201321060446@std.uestc.edu.cn

朱策(1969-),男,教授,博士,主要研究方向為圖像處理與通信。

E-mail：eczhu@uestc.edu.cn

網絡優先出版地址：http:∥www.cnki.net/kcms/detail/11.2422.TN.20160621.1439.002.html