摘  要： 通過分析在H.264/AVC中預測初始量化參數的方法過于簡單，導致視頻序列整體編碼量化參數和重建圖像PSNR的波動，甚至PSNR急劇下降的問題，利用基于Cauchy分布的R-Q模型，結合I幀圖像復雜度建立R-C-Q模型，提出了自適應的初始量化參數預測算法。該算法能夠根據不同視頻序列的特性，準確地預測I幀的初始量化參數，有效地抑制視頻序列的整體量化參數及PSNR的波動，從而提高碼率控制精度和重建圖像質量。

　　關鍵詞： H.264/AVC；碼率控制；初始量化參數

　　隨著數字視頻技術的快速發展，在人們日常工作生活中出現了形式多樣的視頻應用，這些視頻業務給現有的存儲資源和通信系統帶來了巨大的挑戰。H.264/AVC是目前使用最廣泛的視頻編碼標準，因在碼率控制和率失真優化過程之間存在編碼參數的依賴關系，使其碼率控制技術也更加復雜，如何提高碼率控制精度，更好地平衡編碼效率和圖像質量之間的關系，成為碼率控制領域的研究熱點。

　　1 初始量化參數分析

　　初始量化參數（QP0）是指編碼視頻序列的I幀所使用量化參數，在H.264/AVC的JVT-G012碼率控制算法提案中，初始量化參數QP0采用兩種方法進行預測：（1）預先定義的方法，QP0取值范圍為0~51；（2）在沒有預先定義的情況下，在參考軟件JM10.1中，QP0根據每像素的比特數bpp（bits per pixel）將信道分成4個級別，不同的級別采用不同的初始量化參數，通過式（1）計算，bpp由式（2）確定。

　　其中，Rtarget為當前可用的信道帶寬，即目標比特數；f為編碼時的幀率；Npixel為每幀圖像的像素個數。l1、l2、l3為經驗常數，對于QCIF視頻格式，取l1=0.1，l2=0.3，l3=0.6；CIF視頻格式，取l1=0.2，l2=0.6，l3=1.2；其他比CIF大的視頻格式，取l1=0.6，l2=1.4，l3=2.4。由式（1）、（2）可知，對于相同視頻格式不同圖像內容的視頻序列，在信道帶寬、幀率相同的情況下，將使用相同的初始量化參數。

　　在編碼前預定義QP0，如果取值過小，編碼I幀將占用過多的目標比特數，為了避免編碼緩沖區上溢，在編碼GOP中后續的圖像時，就會持續增加量化參數，以減少后續圖像編碼碼率，導致圖像質量急劇下降。另一方面，如果取值過大，就會浪費信道帶寬，甚至出現緩沖區下溢造成解碼端延遲，同時增加I幀的圖像失真，由于I幀是后續幀的參考幀，這些后續幀的重建圖像質量也會相應下降。顯然，在視頻編碼之前預先設定QP0，不能充分考慮視頻序列的特征，要設定合適的QP0是比較困難的。

　　在不預先設定QP0的情況下，分別選取Akiyo和Foreman兩個標準視頻序列，實驗參數設置為信道帶寬64 Kb/s，幀率30 f/s，視頻格式QCIF，序列結構Ippp，編碼幀數100。實驗結果如圖1和圖2所示。

　　如圖1所示，兩個序列都采用了相同的QP0（QP0＝35）。對于Foreman序列，QP0接近序列的平均量化參數（QPave=36），整個序列的量化參數和PSNR波動不大，如圖2所示。而Akiyo序列的平均量化參數為25，QP0與QPave之間的差為10，導致整個序列的PSNR和QP的劇烈波動。

　　由于視頻序列中I幀的圖像復雜度不同，采用相同的方式確定初始量化參數，勢必會影響碼率控制的精度，造成重建圖像質量的波動甚至下降。

　　2 I幀的R-C-Q模型

　　視頻序列中I幀沒有參考幀，使用幀內預測方式編碼，因此應考慮不同圖像的特性來預測QP0。通常在給定相同的信道帶寬時，對于空間紋理復雜或運動劇烈的視頻序列，需要較大的QP0，反之則對于空間內容簡單或運動緩慢的視頻序列，則選擇較小的QP0。

　　參考文獻[1]中提出Cauchy分布比Laplace分布更接近殘差圖像DCT變換系數的實際分布情況，尤其是幀內編碼的圖像，使用基于Cauchy分布的熵函數能使碼率估計的準確度得到很大提高，Cauchy熵函數可通過R-Q模型近似得到。

　　基于Cauchy分布的R-Q模型為：

　　其中，Rtotal為目標比特數，包括頭比特數和紋理比特數；Qstep為量化步長；C為模型參數，與編碼圖像的內容相關，本文將其表示為圖像復雜度；?茁（?茁<0）為與DCT系數分布相關的常數，當編碼I幀時，取值為{-0.75，-0.8，-0.85}。

　　假設在時間間隔ΔT內編碼幀數為N，信道帶寬為B，C?琢表示N個幀的平均復雜度，則有：

　　為了驗證式（7）中QPave的有效性，選擇QCIF（Akiyo、Foreman、Mobile）及CIF（News、Waterfall、Bus）格式的標準測試序列，這些序列包含從簡單到復雜的紋理細節和從低到高的運動強度。在不同的信道帶寬下，對每個序列（QCIF：60~800 kb/s，CIF：80~1 600 kb/s）進行測試。圖3所示為序列實際編碼的QPave和信道帶寬B的線性擬合結果。圖中圓點代表序列在不同帶寬下編碼的QPave；相關系數R2表示線性擬合的準確度，其值越接近1說明樣本值越接近線性關系。從實驗結果可以看到在不同序列的和信道帶寬之間接近線性關系，說明最佳QP0可以通過式（6）得到。

　　3 I幀圖像復雜度

　　為了得到最佳QP0，在編碼視頻序列前首先要確定I幀的圖像復雜度。目前有多種圖像復雜度測量方法，在參考文獻[3]中將這些方法分為4類：基于方差的方法、DCT系數的方法、邊緣強度的方法和梯度的方法，這些方法在編碼前都不需要進行預處理，對4種方法的計算復雜度和性能進行比較，結果顯示基于梯度的方法最有效。通常圖像的梯度用于測量圖像局部的變化，圖像的亮度和色度直方圖則反映了圖像全局的變化，參考文獻[4]中用實驗驗證了通過結合圖像局部和全局的變化信息，其結果能更好地表示編碼圖像的復雜度。因此，本文借簽參考文獻[4]中方法，結合梯度和直方圖計算I幀的圖像復雜度。

　　如圖3所示，在相同的信道帶寬下，QCIF和CIF序列的QP0明顯不同，即使是相同格式序列的QP0也存在較大差異，QP0的差異是由I幀的圖像復雜度不同造成的。用式（11）計算所有測試序列的最佳QP0，實驗結果如圖4所示，最佳QP0呈線性分布，這說明式（11）能夠準確地反映不同內容視頻序列I幀的特性。通過線性擬合方法得到式（11）中的參數?準和?漬，分別為?準＝-6.532，?漬＝51.44。參數?滋可根據應用場景進行調整，對于空間內容簡單或運動緩慢的場景，選擇較小值；反之，取較大值。

　　4 實驗結果及分析

　　將本文算法寫入JVT-G012參考軟件JM10.1中，選取QCIF和CIF格式的視頻序列，參數設置如表1所示。QCIF和CIF序列的信道帶寬分別設定為60~512 kb/s及120~1 024 kb/s。實驗結果如表2所示。

　　從表2可以看出，本文算法的平均碼率誤差?駐R降低了0.438%，說明能夠更準確地控制編碼輸出碼率。對于不同格式和不同圖像復雜度的序列，在不預定義QP0時，本文算法得到的初始QP0非常接近JM10.1算法的平均QP，兩者最大誤差僅為3，說明本文的QP0更加準確。本文算法有效提高了重建圖像質量，PSNR的增益最高達到1.31 dB，平均PSNR增益達到0.61 dB，由于本文算法在編碼前僅需要計算視頻序列第一個I幀的圖像復雜度，計算復雜度增加有限，序列每幀的編碼時間僅比JM10.1平均增加了0.47%。

　　本文分析了JVT-G012碼率控制提案中預測初始量化參數的方法過于簡單、沒有考慮不同I幀圖像特性的問題，提出了基于Cauchy分布R-Q模型的自適應初始量化參數預測方法。實驗結果表明，本文算法減少了視頻序列整體的量化參數和PSNR的波動，在提高碼率控制精度的同時，保持了穩定的重建圖像質。

　　參考文獻

　　[1] KAMACI N， ALTINBASAK Y， MERSEREAU R M. Frame bit allocation for the H.264/AVC video coder via cauchy density-based rate and distortion models[J]. IEEE Transactions on Circuits and System for Video Technology， 2005，15（8）：994-1006.

　　[2] Ma Siwei， Gao Wen， Lu Yan. Rate-distortion analysis for H.264/AVC videocoding and its application to rate control[J]. IEEE Transactions on Circuits and System for Video Technology， 2005，15（12）：1533-1544.

　　[3] KIM W J， YI J W， KIM S D. A bit allocation method based on pictureactivity for still image coding[J].IEEE Transactions on Image Processing，1999，8（7）：974-977.

　　[4] Zhou Yimin， Sun Yu， Feng Zhidan， et al. New rate-distortion modeling and efficient rate controlfor H.264/AVC video coding[J]. Signal Processing： Image Communication，2009，24（5）：345-356.