面向統計編碼的聯合比特分配算法

吳曉光，李國平，王國中，趙海武，滕國偉

(上海大學 通信與信息工程學院，上海 200072)

?

面向統計編碼的聯合比特分配算法

吳曉光，李國平，王國中，趙海武，滕國偉

(上海大學 通信與信息工程學院，上海 200072)

在統計編碼系統中，需根據圖像復雜度對各路節目進行聯合比特分配，比特分配的準確性直接影響了圖像質量。因此對圖像復雜度的準確評估是統計編碼的難點。鑒于傳統的基于預測的算法對復雜度評估存在預測誤差，提出了將原始幀作為參考幀，通過并行整像素運動估計計算各編碼幀的SAD作為統計所需的復雜度信息，提高了圖像復雜度評估的準確性，進而提高統計編碼性能。通過測試CBR模式下和提出的統計算法下的視頻碼率以及圖像質量來說明所提出算法的可行性。

統計編碼；聯合比特分配；復雜度評估

在數字電視廣播系統中，隨著視頻業務大幅度增加，在有限的帶寬內傳輸更多節目的需求日趨迫切[1]，根據信道速度是否固定可劃分為定碼率傳輸(CBR)與變碼率傳輸(VBR)。在CBR模式下，對各路節目平均分配相同的帶寬，低復雜度的節目可能分配高于平均碼率的帶寬，從而造成帶寬浪費；高復雜度的節目可能由于分配碼率低于平均碼率造成圖像質量下降。因此對節目帶寬的合理分配十分關鍵。統計編碼可使各視頻節目根據圖像復雜度動態分配信道帶寬，使得復雜度高的視頻節目占用較寬的帶寬，避免信道的浪費，同時保證復用節目整體的圖像質量。

實現滿意的統計編碼系統需要編碼器的有效控制，對每個節目復雜度的評估是實現有效控制的前提。傳統的評估方法分為前向策略和反饋策略，基于反饋策略方法是在編碼一幀或多幀之后進行，通過統計已編碼幀的特性預測未來幀的信息，對復雜度評估比較粗略，尤其出現場景切換時，預測信息具有很大誤差，不能對圖像變化和場景切換做出快速、準確的響應[2]。

傳統基于前向策略方法是在圖像編碼前，通過專用的圖像復雜度評估模塊提取復雜度信息，雖然能對圖像復雜度變化和場景切換做出迅速響應，但增加了系統成本[3]。還有算法通過雙行程編碼實現統計編碼，即一個編碼器用來預算節目比特，另一個編碼器(輸入相應延后)用來對碼流進行實際編碼，該方法的缺陷是增加了編碼的復雜度。

基于現有算法的缺陷，本文提出一種統計編碼算法，將原始幀作為參考幀，通過并行整像素運動估計計算各編碼幀的絕對差值和(SAD)來實現對圖像復雜度的評估。由于是基于并行計算可以快速準確地統計未來多幀的復雜度信息，能夠對圖像變化、場景切換做出迅速響應，也滿足了圖像的連續性需求。并行整像素運動估計模塊還完成了編碼器運動估計的大部分工作，沒有增加系統成本，并且由于運動估計是并行計算，提高了編碼效率。實驗結果表明本文提出的統計編碼算法提高了節目的整體質量，取得很好的統計編碼性能。

1　統計編碼框架

傳統統計編碼可以分為兩類，一是以文獻[3-4]為代表的基于反饋預測的統計編碼算法，如圖1中標號①所示，其原理是通過對前一編碼幀的內容分析統計出復雜度信息，通過預測計算出當前幀的復雜度信息，作為比特分配的控制參數。文獻[3-4]分別提出了不同的預測模型，其中經典的預測模型為線性預測，如式(1)所示

Ci=αCi-1+β

(1)

式中：α和β為預測系數，Ci為第i幀的復雜度。由式(1)可知當前編碼幀的預測值和前一已編碼幀的復雜度有很大的相關性。當出現場景切換時，由于復雜度可能相差很大，將出現很大的預測誤差。為解決此問題，以文獻[5]為代表提出了前向統計策略，在編碼前加入復雜度評估模塊提前統計出當前幀的復雜度信息，此方法雖然避免了預測誤差，但復雜度評估模塊沒有完成其他編碼工作，增加了系統成本，原理如圖1標號②所示。根據上面分析可知，傳統的統計編碼算法可能存在以下兩個缺陷：1)存在預測誤差；2)增加系統成本。

由于傳統的編碼框架是將重建幀作為參考幀進行運動估計，無法將運動估計模塊獨立出來。如圖2所示，本文提出將原始幀作為參考幀，將整像素運動估計模塊獨立出來，計算出已緩存各幀的SAD，并將其作為表征復雜度的參數，由于SAD是實際計算得出，不存在預測誤差。同時整像素運動估計模塊還計算出整像素運動矢量MV′，在編碼模塊將MV′作為搜索起始點進行亞像素運動估計獲得最終運動矢量MV，減少了編碼模塊的計算負荷。因此，整像素運動估計模塊沒有增加系統成本。此外，統計編碼大多應用在實時廣播系統中，對實時性要求很高，因此在整像素運動估計模塊中并行計算SAD，能夠快速準確地統計未來多幀的復雜度進行聯合比特分配。

圖1　傳統統計編碼框架示意圖

圖2　本文統計編碼框架示意圖

2　統計編碼算法

2.1計算圖像復雜度

由于統計編碼實質是根據不同的圖像特性分配大小合適的目標比特，提高信道利用率，因此圖像復雜度定義為在保證圖像質量的前提下，能夠反映編碼一幀圖像所需比特數多少差異的量。

在整像素并行運動估計模塊，將原始幀緩沖N幀，根據幀類型確定編碼幀的參考幀[6]，參考幀的選取和AVS編碼標準相似，其中I幀為幀內編碼；P幀參考編碼順序的前一I幀或前一P幀；B幀參考前后兩幀，假設原始序列順序為IBBPBBP，參考幀選取如圖3所示。

圖3　參考幀選擇示意圖

圖3中箭頭指向即為該幀的參考幀，參考幀確定后將原始幀作為參考幀，對已緩沖的幀進行整像素運動估計計算各編碼幀的SAD，如式(2)所示。

(2)

式中：A代表像素區域，當前幀為I幀時，S為當前塊的像素值，S′為預測塊的像素值；當前幀為P幀時，S為當前幀的像素值，S′為參考幀預測圖像的像素值。當前幀為B幀時，分別計算當前幀和兩個參考幀的SAD(計算過程和P幀相同)，最終該幀SAD取兩個SAD的均值。

由式(2)可知SAD是實際計算出的圖像絕對差值和，能準確反映圖像的紋理信息，而編碼所需比特大小差異主要由紋理特性決定[4]。此外，在視頻編碼標準H.264、AVS中都將SAD/MN(即MAD)作為圖像復雜度參數進行碼率控制，其中MN為宏塊大小，因此SAD能夠作為表征圖像復雜度的參數。由于運動估計基于原始幀，本文采取并行運動估計，利用多線程根據式(2)計算各幀的SAD，能夠快速準確地為統計編碼提供未來多幀的復雜度信息。

2.2比特分配控制參數

為了滿足圖像的連續性，同時對圖像變化做出快速準確的響應，本文統計當前幀和未來M-1幀的復雜度信息作為比特分配控制參數，比特分配控制參數complex計算如

(3)

其中：j為當前編碼幀；complex(t,p)為t時刻第p個節目的比特分配參數；M為大于或等于1的整數，是事先設定的值；SAD(t,p,i)為t時刻第p個節目第i幀的SAD。

2.3各節目的比特分配

由于各路節目的優先級可能不同，為了保證節目所要求的圖像質量，為每個節目設置最大碼率m_maxrate和最小碼率m_minrate。各節目比特分配步驟如下所示：

1)首先對每一路輸入按照步驟2.2計算的比特分配參數進行比特初始分配，即

(4)

(5)

式中：m_allocarate(t,p)為t時刻第p個節目流分配的比特；N為復用的節目總數(p

2)遍歷各個節目的初始比特分配，如果m_allocarate(t,p)

4)根據式(4)為比特未分配完成的節目進行再分配，為最終分配比特，比特分配結束。

2.4算法流程

1)整像素并行運動估計模塊為統計復用模塊統計圖像復雜度。

2)統計復用模塊根據2.2小節計算當前時刻各節目的比特分配控制參數。

3)統計復用模塊根據2.3小節為節目分配比特，并將分配的比特傳遞給編碼模塊。

4)編碼模塊通過文獻[7]的基于并行編碼的碼率控制調節量化參數，從而使得節目比特在所分配的恒定的范圍內。

5)經固定時間更新各節目的比特分配，重復步驟2)～4)。

3　實驗結果與分析

3.1測試環境

為了驗證所提出的統計復用算法性能，視頻編碼采用AVS+，視頻大小720×576，CBR模式下視頻碼率設置為2 000kbit/s，碼率波動范圍設置為1 000～4 000kbit/s，GOP為50，復用類型為TS，輸出類型MUX，輸出碼率9 500kbit/s，采用如表1所示的4組測試序列，本方法已應用于某編碼器，經權威部門分別對VBR和CBR情況下的碼率以及圖像質量(PQR)進行檢測，其中VBR為采取本文統計編碼算法的情況。

表1采用的4組測試圖像序列

通道節目通道1一般節目1(低苛刻度、正大綜藝片段1)(40s)通道2一般節目2(低苛刻度、正大綜藝片段2)(40s)通道3花壇(10s)秋葉(10s)快速轉盤(10s)水和松樹(10s)通道4男籃(10s)女排(10s)快艇(10s)滑雪(10s)

3.2視頻碼率檢測

用碼流分析儀對AVS+編碼器輸出碼流進行實時統計分析，循環三遍的實時碼率統計如圖4～5所示。

圖4　CBR模式下實時碼率統計圖

通過分析圖4和圖5可以得出，在采用CBR模式情況下，無論節目復雜度高低，各節目的碼率都在2 000 kbit/s附近波動，對于高復雜度視頻碼率采用2 000 kbit/s影響圖像質量，對于低復雜度視頻碼率采用2 000 kbit/s造成比特浪費。本文提出的統計復用算法的總碼率和CBR條件下相近，在7 854.6～8 736.5 kbit/s之間，但使用本文算法，通道1(低復雜度節目)的實時碼率在1 400 kbit/s上下波動，通道2、通道3(中等復雜度節目)的實時碼率在2 000 kbit/s上下波動，通道4(高復雜度節目)的實時碼率分別在2 950 kbit/s上下波動，很好地根據圖像復雜度進行波動變化，使復雜度高的視頻節目分配較多比特，達到很好的復用性能。

3.3圖像質量PQR對比

對圖像質量的測試采用PQA600A，它采用基于人類視覺系統的概念，提供一整套可重復的、并與主觀人眼視覺評估十分接近的客觀圖像質量測量。利用圖像質量分析儀對編解碼后的圖像進行采集和分析，得到逐幀的PQR值(PQR值越小代表圖像質量越好)如圖6～7所示曲線圖。

圖6　CBR模式下圖像質量測試PQR值逐幀分析圖

圖7　VBR模式下圖像質量測試PQR值逐幀分析圖

在序號1～500場景下，通道3和通道1節目復雜度相差較大。VBR模式下，通道1相對CBR稍下降(仍具有很好的圖像質量)，但通道3圖像質量提升明顯。

在序號500～1 000場景下，4個通道的復雜度信息差距較大，在CBR模式下通道1、通道2圖像質量較好，通道3、通道4圖像質量較差。在VBR模式下，通道1、2相對CBR模式下稍有下降，通道3、4的圖像質量得到很大提升。

在序號1 000～1 500情境下，4個通道復雜度差距減小，在CBR和VBR模式下都取得了很好的圖像質量。

在序號1 500～2 000情境下，通道3復雜度增大，在CBR模式下圖像質量較差。VBR模式下，通道1、2、4圖像質量相對CBR稍下降(仍具有很好的圖像質量)，但通道3的圖像質量得到極大提升。

表2圖像質量測試統計結果

模式通道PQR值VBR通道14.10通道26.70通道312.20通道48.90平均值8.00均方差2.97CBR通道13.30通道26.60通道314.80通道410.00平均值8.60均方差4.30

如表2所示，各通道圖像質量：通道1、通道2在CBR模式下PQR均值分別為3.30，6.60，已經達到了很好的圖像編碼質量；在VBR模式下PQR值分別增大了0.80和0.10，圖像質量相對有所下降，但仍保持很高的圖像質量。通道3、通道4在CBR模式下PQR值分別為14.8，10.0，圖像編碼質量較差，在VBR模式下PQR值分別降低了2.60和1.10，圖像質量得到了極大的提升。

總體圖像質量：CBR模式下，4個通道總的PQR均值為8.60，均方差為4.30；VBR模式PQR均值為8.00，均方差為2.97；總體圖像質量相對于CBR 模式，PQR下降0.60，均方差下降1.33。

通過對圖6、圖7以及表2的分析可得，相對于CBR模式，采用本文的統計編碼算法使質量好的節目稍有下降，但仍保持很好的圖像質量，質量差的節目質量得到顯著提高，縮減了節目間的質量差距，提高了整體圖像質量，達到很好的統計編碼效果。

4　結束語

本文首先分析當前統計復用算法的缺陷，提出了一種新的統計編碼算法。測試了CBR模式下和本文提出的統計算法的視頻碼率以及PQR值，通過實驗數據分析來說明本文提出的算法提高了節目的整體質量，取得了很好的統計編碼性能。

[1]董焱鑫，李桂苓，模塊化聯合碼率控制技術[J].電子技術應用，2000，8(19)：48-50.[2]HE Z，WU D O.Linear rate control and optimum statistical multiplexing for H.264 video broadcast[J].IEEE transactions on multimedia，2008，10(7)：1237-1249.

[3]BRCZKY L，NGAI A Y，WESTERMANN E F. Statistical multiplexing using MPEG-2 video encoders[J].Ibm journal of research & development，1999, 43(4):511-520.

[4]YANG J，FANG X，XIONG H. A joint rate control scheme for H.264 encoding of multiple video sequences[J].IEEE transactions on consumer electron，2005，51(2)：617-623.

[5]BOROCZKY L，NGAI A Y.Joint rate control with look-ahead for multi-program video coding[J].IEEE transactions on circuits and systems for video technology，2000，10(7)：1159-1163.

[6]JIANG X C，LI G P.A novel parallel video coding framework for AVS+ real time encoder[C]//Proc.Pacific-Rim Conference on Multimedia.Nanjing：Springer International Publishing，2013：170-179.

[7]吳曉光，李國平.基于并行編碼的碼率控制算法研究[J].電視技術，2015，39(16)：78-82.

吳曉光(1990— )，碩士生，主研視頻編解碼技術；

李國平(1974— )，博士，碩士生導師，主要研究方向為數字音視頻編解碼技術，復用技術，網絡傳輸技術等；

王國中(1962— )，博士，教授，博士生導師，主要研究方向為視頻編解碼與多媒體通信，數字電視，視頻云計算等。

責任編輯：閆雯雯

Joint bit allocation algorithm for statistical coding

WU Xiaoguang，LI Guoping，WANG Guozhong，ZHAO Haiwu，TENG Guowei

(CollegeofCommunicationandInformationEngineering，ShanghaiUniversity，Shanghai200072，China)

In statistical coding systems，it need to distribute bits to each programs according to its image complexity. The accuracy of the bit allocation directly affects the image quality.Therefore， an accurate assessment of the image complexity is the biggest difficulty.The traditional algorithm based on prediction is an inaccurate way to evaluate image complexity because of the prediction error.Therefore，a statistical coding algorithm is proposed，in which it calculate the SAD by parallel whole-pixel motion estimation using the original frame as reference frame，and treat SAD as the statistical information. In this way， it improves the accuracy of image complexity assessment and statistical coding performance. Experimental results demonstrate the superiority of the scheme by testing video bit rate and PQR under condition of CBR and VBR.

statistical coding；joint bit allocation；complexity assessment

TN919.8

ADOI： 10.16280/j.videoe.2016.10.023

國家自然科學基金項目(61271212)；工信部電子信息產業發展基金項目(1213711)

2015-12-23

文獻引用格式：吳曉光，李國平，王國中，等. 面向統計編碼的聯合比特分配算法[J].電視技術，2016，40(10)：113-117.

WU X G，LI G P，WANG G Z，et al. Joint bit allocation algorithm for statistical coding[J]. Video engineering，2016，40(10):113-117.