基于失真-量化模型的视频编码算法优化
2012-06-26郭龙盛殷海兵
电视技术 2012年17期
郭龙盛,殷海兵,徐 宁
(中国计量学院信息工程学院,浙江 杭州 310018)
随着视频技术的发展,一系列的视频编码标准相继出现,H.264/AVC是目前最成熟的视频编码标准。在视频编码过程中,码率控制和模式选择已经成为一个研究热点。码率控制即通过R-D模型来选择量化参数,分配编码比特。R-D模型通常包括R-Q模型和D-Q模型,本文主要对D-Q模型进行深入研究。
近几年来,一些学者专家基于DCT系数分布模型提出了许多D-Q模型。文献[1]基于柯西分布提出D-Q模型;文献[2-3]提出一种基于拉普拉斯分布的D-Q模型;文献[4]提出一种基于广义高斯分布的D-Q模型,文献[5]对基于柯西的D-Q模型进行了改进,文献[6]基于这些失真模型总结了其在率失真模型中的应用。面对这些主流的D-Q模型,有必要对其进行精确度和复杂度的比较,分析其优缺点,目的是在此基础上对D-Q模型加以改进。
1 主流的D-Q模型
本节将简单介绍目前几种主流的D-Q模型,包括基于拉普拉斯分布、柯西分布、广义高斯分布的D-Q模型。
1.1 基于拉普拉斯分布的D-Q模型
文献[2]中基于拉普拉斯分布提出了估计编码失真的方法,公式为

式中:β是一个模型参数;p与编码帧类型有关。
1.2 基于柯西分布的R-Q模型
文献[1]根据柯西分布概率密度函数,通过理论推导简化了D-Q模型

式中,参数b与编码帧熵值有关。
1.3 其他主流D-Q模型
文献[7]根据QP和PSNR的关系推导出了一个新的D-Q模型

赵欣等人在文献[4]中提出了一个新的D-Q模型

2 D-Q模型精确度分析
2.1 帧级D-Q模型精确度比较
本节通过实验对上述4种D-Q模型帧级精准度进行分析。……
登录APP查看全文
