本發(fā)明涉及視頻編碼技術(shù)領(lǐng)域，尤其涉及一種基于HEVC的Two-Pass碼率控制方法。

背景技術(shù)：

隨著視頻編碼技術(shù)的不斷進(jìn)步，主流視頻向高清和超高清方向發(fā)展，隨之帶來了視頻數(shù)據(jù)量的激增，為了達(dá)到更高的壓縮性能，JCT-VC聯(lián)合小組推出了H.265/HEVC視頻編碼標(biāo)準(zhǔn)，比以往H.264/AVC標(biāo)準(zhǔn)的壓縮性能提升了一倍。在視頻編碼標(biāo)準(zhǔn)的實(shí)際應(yīng)用中，碼率控制，即在既定的目標(biāo)碼率下獲得最優(yōu)的視頻質(zhì)量，是視頻編碼中不可或缺的關(guān)鍵部分，也是視頻編碼領(lǐng)域研究的熱點(diǎn)。

在視頻編解碼的實(shí)際應(yīng)用中，可以利用的帶寬資源往往是有限的。每幀視頻的復(fù)雜度都隨著視頻內(nèi)容在不斷變化，視頻復(fù)雜度越高，輸出的編碼比特?cái)?shù)也會越高，如果不對碼流加以控制，編碼后得到的視頻碼率就會不斷變化，大幅度變化的碼率不能滿足實(shí)際傳輸信道和傳輸帶寬的要求，所以，碼率控制在視頻編碼標(biāo)準(zhǔn)的實(shí)際應(yīng)用中必不可少。

碼率控制是在當(dāng)前帶寬限制下，通過一定的碼率控制方法來匹配目標(biāo)碼率并取得最優(yōu)視頻質(zhì)量的一種技術(shù)手段。率失真優(yōu)化(Rate-Distortion Optimization,RDO)就是在率失真理論的指導(dǎo)下選擇最優(yōu)的編碼參數(shù)，以在編碼輸出碼率和壓縮后造成的失真之間取得最佳的平衡，即在保證視頻質(zhì)量的前提下盡可能降低碼率，或者是在相同輸出碼率條件下盡可能提升視頻質(zhì)量。率失真優(yōu)化理論在碼率控制中占據(jù)十分重要的作用。

率失真理論最早在1959年由香農(nóng)發(fā)表的“保真度準(zhǔn)則下的離散信源編碼理論”而逐漸受到學(xué)者的關(guān)注，主要針對在允許一定失真的情況下，信源壓縮的極限是什么這一問題，首次對率失真函數(shù)R(D)作出定義和論述。在之后相關(guān)領(lǐng)域的學(xué)者和專家不斷地研究之后，率失真理論逐漸完善化和系統(tǒng)化。

視頻的質(zhì)量與最終輸出碼流的大小都主要受量化過程的影響，對同一視頻使用不同的量化參數(shù)會得到不同的碼率和視頻質(zhì)量。所以，碼率控制的主要目的是得到一組量化參數(shù)QP，用它們來控制后續(xù)的編碼流程，最終達(dá)到目標(biāo)碼率的要求。其中，重點(diǎn)就是找到碼率和量化參數(shù)之間的映射關(guān)系，并建立模型，從而通過目標(biāo)碼率來獲得所需的量化參數(shù)。

視頻編碼標(biāo)準(zhǔn)中使用的幀內(nèi)預(yù)測和幀間預(yù)測方法，使得編碼塊之間的依賴性很強(qiáng)，它們的率失真性能也不能獨(dú)立的分割開來考慮。因此，雖然率失真函數(shù)給出量化參數(shù)集和失真、碼率之間的關(guān)系，但是直接使用率失真函數(shù)來求解量化參數(shù)是非常復(fù)雜的。實(shí)際的編碼標(biāo)準(zhǔn)應(yīng)用中，碼率控制一般分為兩個步驟進(jìn)行，如圖1所示，其中，第一步是比特分配(Bit Allocation)，就是把目標(biāo)碼率按一定的規(guī)則分配到圖像組(GOP)、幀(Frame)以及編碼塊(CTU)等圖像單位上；第二步就是建立合適的率失真模型計(jì)算量化參數(shù)(QP)，以控制后續(xù)的量化器，使得最終輸出的碼率可以匹配給定的目標(biāo)碼率。

(1)比特分配

最大編碼塊(Largest Coding Unit,LCU)是H.265/HEVC標(biāo)準(zhǔn)中可以獨(dú)立編碼的基本單元，H.264/AVC標(biāo)準(zhǔn)中與此對應(yīng)的是宏塊(Micro Block,MB)。對于HEVC標(biāo)準(zhǔn)，碼率控制所能控制的最小單元，即能夠?yàn)槠鋯为?dú)分配量化參數(shù)的最小單元也是LCU。碼率控制的第一步是碼率分配，即比特分配。比特分配是逐步細(xì)分的，一般做法如圖2所示，先將目標(biāo)碼率下的總比特?cái)?shù)按一定規(guī)則先分配至GOP圖像組中，再依次將碼率分配至每一幀圖像，進(jìn)而分配至LCU級。同時(shí)，每一級中每編碼完一個圖像單元，就根據(jù)編碼實(shí)際使用的比特?cái)?shù)的情況，對后續(xù)比特分配進(jìn)行調(diào)整和更新，即使用剩余比特?cái)?shù)來更新后續(xù)的比特分配。

(2)量化參數(shù)QP的計(jì)算

碼率控制的第二步是由第一步得到比特分配的結(jié)果去求得一組量化參數(shù)QP，重點(diǎn)就是對碼率和量化參數(shù)QP之間率失真關(guān)系模型的建立。率失真模型的精準(zhǔn)度是決定最終輸出的碼流是否能達(dá)到目標(biāo)碼率要求的關(guān)鍵，對碼率控制模塊的性能具有決定性意義。視頻領(lǐng)域?qū)＜液蛯W(xué)者對率失真模型進(jìn)行了廣泛的研究，建立了很多率失真關(guān)系的近似模型，主要由一階線性模型、二次模型、指數(shù)模型、對數(shù)模型、R-λ模型等。

技術(shù)實(shí)現(xiàn)要素：

為了解決現(xiàn)有技術(shù)存在的問題，本發(fā)明提供一種基于Two-Pass的HEVC碼率控制方法。

本發(fā)明的技術(shù)方案是：一種基于HEVC的Two-Pass碼率控制方法，該方法的具體步驟為：

步驟1，快速預(yù)編碼視頻序列，并收集對應(yīng)編碼單元的統(tǒng)計(jì)信息；

步驟2，將根據(jù)前面收集的統(tǒng)計(jì)信息，進(jìn)行比特分配、率失真模型參數(shù)訓(xùn)練擬合以及量化參數(shù)QP的計(jì)算。

一種基于HEVC的Two-Pass碼率控制方法還包括以下步驟：視頻編碼之前通常會先分割成若干個小的GOP圖像組，一個GOP圖像組通常包括至少一幀圖像；每幀圖像通常進(jìn)一步分割為若干碼塊(LCU),從而進(jìn)一步編碼。

所述圖像有三種類別：I幀、P幀和B幀；其中，I幀是幀內(nèi)編碼幀，只能參考本幀圖像內(nèi)的像素進(jìn)行預(yù)測，同時(shí)能夠作為P幀和B幀的參考幀，是預(yù)測編碼中的關(guān)鍵幀，本發(fā)明所提出的碼率控制方法將重點(diǎn)關(guān)注I幀，即幀內(nèi)預(yù)測編碼的碼率控制。

所述步驟1的包括以下步驟：

步驟a：初始化；對于給定視頻序列，在編碼的cfg配置文件中配置固定的量化參數(shù)QP值，同時(shí)將RateControl參數(shù)設(shè)置為0，關(guān)閉碼率控制開關(guān)；

步驟b：CU劃分；輸入給定視頻序列，在函數(shù)TEncCu::xCompressCU()中對當(dāng)前視頻序列的每一個LCU進(jìn)行遞歸地劃分；

步驟c：判斷是否劃分到16×16；利用劃分深度uiDepth變量是否小于3的條件，判斷當(dāng)前劃分是否到了16×16層級，如小于3，則繼續(xù)劃分；否則，則證明當(dāng)前LCU已劃分到16×16層級，能夠進(jìn)行下一步操作；

步驟d：判斷是否為圖像邊界；利用邊界判斷條件，判斷是否為圖像邊界，若是邊界，有可能存在邊界LCU不能被16整除的情況，則繼續(xù)向下劃分到8×8塊，然后進(jìn)行后續(xù)的預(yù)測、變換編碼過程；

步驟e：收集編碼產(chǎn)生的視頻序列的統(tǒng)計(jì)信息；重點(diǎn)是對每個LCU塊所占的比特?cái)?shù)、整個幀的比特?cái)?shù)、視頻輸出碼率、視頻失真信息的收集；其中，LCU的比特?cái)?shù)和整幀的比特?cái)?shù)信息，可以作為復(fù)雜度，在后續(xù)比特分配時(shí)使用；碼率、失真信息則可以組成(R，D)樣本點(diǎn)，供后續(xù)參數(shù)的擬合使用；

步驟f：改變QP值，重復(fù)步驟a到步驟e的編碼過程，直到遍歷22、27、32、37四種QP值。

所述步驟2包括比特分配、率失真模型建立和量化參數(shù)QP計(jì)算三個主要部分，具體步驟為：

步驟?。簬壉忍胤峙洌辉赥EncRCSeq::create()函數(shù)中，根據(jù)目標(biāo)碼率和當(dāng)前序列的幀率，計(jì)算目標(biāo)比特?cái)?shù)，并將目標(biāo)比特?cái)?shù)平均分配給每一幀；

步驟ⅱ：修改TEncCu::updateLCUDataISlice()函數(shù)，將LCU的復(fù)雜度衡量基準(zhǔn)由原來的64個8×8的SATD和，修改為固定QP為22時(shí)步驟中收集的LCU比特?cái)?shù)，即定義文件指針變量以從文件中讀入LCU的比特?cái)?shù)信息，將函數(shù)返回值依次賦值給按光柵掃描順序排列的LCU的復(fù)雜度變量m_costIntra；

步驟ⅲ：遍歷當(dāng)前幀中的每一個LCU，將所有LCU的復(fù)雜度變量m_costIntra的累加和賦值給m_totalCostIntra變量，該變量表示當(dāng)前幀的總復(fù)雜度；

步驟ⅳ：在函數(shù)TEncRCPic::getLCUInitTargetBits()中，為每一個LCU分配比特，算式如下：

T_CurrLCU＝(T_CurrPic-Bit_Header-Bit_Coded)×C_CurrLCU

其中，C_CurrLCU為當(dāng)前LCU的復(fù)雜度，B_1stCurrLCU為First-Pass中收集到的當(dāng)前LCU的比特?cái)?shù)，B_NotCodedLCUs為步驟1中收集到的當(dāng)前幀中未編碼LCU的比特?cái)?shù)；

步驟ⅴ：使用步驟1中收集的視頻碼率、失真信息，以雙曲線R-D模型為基準(zhǔn)，擬合當(dāng)前視頻序列的模型參數(shù)C、K；

步驟ⅵ：按照R-D模型和R-λ模型的對應(yīng)關(guān)系，計(jì)算R-λ模型的模型參數(shù)α、β；

步驟ⅶ：根據(jù)在線訓(xùn)練模型參數(shù)的R-λ模型，利用步驟ⅳ中為當(dāng)前LCU分配的比特?cái)?shù)，計(jì)算用于當(dāng)前LCU的λ值，并檢驗(yàn)是否符合約束；

步驟ⅷ：根據(jù)步驟ⅶ中獲得的λ值以及算式QP＝4.2005lnλ+13.7122中描述的λ與QP之間的關(guān)系，計(jì)算用于當(dāng)前LCU量化過程的QP值，并檢驗(yàn)是否符合約束；

步驟ⅸ：應(yīng)用步驟ⅷ中得到的QP值集，進(jìn)行完整的編碼過程。

與現(xiàn)有技術(shù)相比，本發(fā)明有益效果是：

1)在高低不同的目標(biāo)碼率下，相比于HM16.0中的標(biāo)準(zhǔn)碼率控制方法，本發(fā)明專利提出的Two-Pass快速方法平均峰值信噪比PSNR對于復(fù)雜度、分辨率各不相同的視頻序列均有提升，平均提升了0.42dB，對于高目標(biāo)碼率下視頻序列的PSNR提升最為明顯，最高可達(dá)3.14dB；

2)在碼率控制精度方面，本發(fā)明專利碼率控制方法的碼率誤差對于不同視頻序列均有降低，平均降低了4.81％，同樣，對于高目標(biāo)碼率下的碼率控制誤差降低最為顯著，最高可降低24.6％的碼率誤差。

附圖說明

圖1碼率控制基本流程；

圖2比特分配基本流程；

圖3不同類型圖像編碼輸出比特?cái)?shù)比較；

圖4 First-Pass算法流程；

圖5 LCU統(tǒng)計(jì)信息存儲順序；

圖6 Second-Pass算法流程；

圖7支持在線訓(xùn)練的Two-Pass快速算法流程。

具體實(shí)施方式

本發(fā)明提出一種基于Two-Pass的HEVC碼率控制方法，其具體方法如下：

視頻編碼之前通常會先分割成若干個小的GOP圖像組，一個GOP圖像組通常包括若干幀圖像，這些圖像有三種類別：I幀(Intra Frame)、P幀(Predictive Frame)和B幀(Bi-directional Interpolate Prediction Frame)。其中，P幀是前向預(yù)測編碼幀，可以參考前面已編碼幀進(jìn)行幀間預(yù)測，消除連續(xù)幀之間的時(shí)間冗余；B幀是雙向預(yù)測內(nèi)插值編碼幀，既可以參考前面已編碼幀的像素，也可以參考后面的幀進(jìn)行編碼；I幀是幀內(nèi)編碼幀，只能參考本幀圖像內(nèi)的像素進(jìn)行預(yù)測，同時(shí)可以作為P幀和B幀的參考幀，是預(yù)測編碼中的關(guān)鍵幀，在預(yù)測編碼中占有十分重要的位置，每個GOP圖像組通常都以I幀作為第一幀。I幀包含一幅圖像所有重要的信息，可以獨(dú)立進(jìn)行解碼，而P幀和B幀的解碼都要依賴于前面的I幀才能完成。同時(shí)，在整個視頻壓縮碼流中，I幀會占用較多的比特，甚至可能數(shù)倍于P幀和B幀。如附圖3所示為“RaceHorses”序列(IBBBPBBB結(jié)構(gòu))在固定量化參數(shù)下，不同圖像類型編碼輸出比特?cái)?shù)的比較。I幀編碼輸出的比特?cái)?shù)最多，約為P幀的2倍、B幀的10倍。綜合以上可以看出，I幀在整個視頻編碼序列中占據(jù)十分重要的地位，對I幀進(jìn)行碼率控制，會對整個視頻序列的壓縮效率有至關(guān)重要的影響。因此，本發(fā)明所提出的碼率控制方法將重點(diǎn)關(guān)注I幀，即幀內(nèi)預(yù)測編碼的碼率控制。

本發(fā)明主要分為兩個步驟：在步驟1(First-Pass)中快速預(yù)編碼視頻序列，并收集對應(yīng)編碼單元的復(fù)雜度等統(tǒng)計(jì)信息；在步驟2(Second-Pass)中，將根據(jù)前面收集的統(tǒng)計(jì)信息，進(jìn)行比特分配、率失真模型參數(shù)訓(xùn)練擬合以及量化參數(shù)QP的計(jì)算。

1.步驟1(First-Pass)

步驟1(First-Pass)編碼是本發(fā)明提出的Two-Pass碼率控制方法的第一步，主要用于收集視頻序列重要的統(tǒng)計(jì)信息。為了在線訓(xùn)練模型參數(shù)，在本發(fā)明所提的改進(jìn)型Two-Pass碼率控制方法中，需要進(jìn)行多次預(yù)編碼，以得到當(dāng)前視頻序列的多組真實(shí)的碼率和失真的對應(yīng)關(guān)系，進(jìn)而擬合適應(yīng)當(dāng)前視頻序列的模型參數(shù)。多次預(yù)編碼將導(dǎo)致First-Pass的整體編碼時(shí)間成倍增加，大大拖慢了編碼速度。因此，本發(fā)明提出一種快速預(yù)編碼的方法，在步驟1(First-Pass)中將每幀圖像全部劃分成16×16像素塊，即僅對劃分深度為3的CU塊進(jìn)行預(yù)編碼，收集統(tǒng)計(jì)信息，其中實(shí)現(xiàn)過程中重點(diǎn)對邊界情況進(jìn)行了考慮。本發(fā)明使用HM標(biāo)準(zhǔn)軟件模型推薦的最能反映不同量化精細(xì)程度下視頻的壓縮效果的四種固定的QP值(22、27、32、37)進(jìn)行編碼，即進(jìn)行四遍快速預(yù)編碼，得到當(dāng)前序列每一幀的4對(R,D)樣本點(diǎn)，用于后續(xù)的模型參數(shù)的擬合；同時(shí)，在量化參數(shù)QP值取22下進(jìn)行編碼，將每個LCU中的16×16像素塊統(tǒng)計(jì)到的比特信息相加，作為該LCU塊的復(fù)雜度信息，以便進(jìn)行后續(xù)的Second-Pass編碼。采用快速預(yù)編碼的步驟1(First-Pass)流程如附圖4所示。

改進(jìn)的Two-Pass快速方法中，F(xiàn)irst-Pass編碼的實(shí)現(xiàn)主要有以下幾個步驟：

步驟a：初始化。對于給定視頻序列，在編碼的cfg配置文件中配置固定的量化參數(shù)QP值，同時(shí)將RateControl參數(shù)設(shè)置為0，關(guān)閉碼率控制開關(guān)；

步驟b：CU劃分。輸入給定視頻序列，在函數(shù)TEncCu::xCompressCU()中對當(dāng)前視頻序列的每一個LCU進(jìn)行遞歸地劃分；

步驟c：判斷是否劃分到16×16。利用劃分深度uiDepth變量是否小于3的條件，判斷當(dāng)前劃分是否到了16×16層級，如小于3，則繼續(xù)劃分；如不小于3，則證明當(dāng)前LCU已劃分到16×16層級，可以進(jìn)行下一步操作；

步驟d：判斷是否為圖像邊界。利用邊界判斷條件，判斷是否為圖像邊界，若是邊界，有可能存在邊界LCU不能被16整除的情況，則繼續(xù)向下劃分到8×8塊，然后進(jìn)行后續(xù)的預(yù)測、變換等編碼過程；

步驟e：收集編碼產(chǎn)生的視頻序列的統(tǒng)計(jì)信息。重點(diǎn)是對每個LCU塊所占的比特?cái)?shù)、整個幀的比特?cái)?shù)、視頻輸出碼率、視頻失真信息的收集。其中，LCU的比特?cái)?shù)和整幀的比特?cái)?shù)信息，可以作為復(fù)雜度，在后續(xù)比特分配時(shí)使用；碼率、失真信息則可以組成(R,D)樣本點(diǎn)，供后續(xù)參數(shù)的擬合使用。

步驟f：改變QP值，重復(fù)步驟a到步驟e的編碼過程，直到遍歷22、27、32、37四種QP值。

其中，每個LCU的統(tǒng)計(jì)信息在輸出文件中的存儲順序按照附圖5所示的光柵掃描順序，從左到右、從上到下依次存儲。同時(shí)，F(xiàn)irst-Pass中收集的LCU比特?cái)?shù)占整幀比特?cái)?shù)的比率，將作為本發(fā)明專利采用的精細(xì)復(fù)雜度衡量基準(zhǔn)，以供后續(xù)Second-Pass編碼中比特分配時(shí)使用。

此外，視頻的失真信息使用MSE表示，MSE是重建視頻數(shù)據(jù)與原始視頻序列數(shù)據(jù)之間的均方差，其計(jì)算公式如式(1)所示。其中，表示像素的原始值，表示像素的重建值，n表示像素總個數(shù)。

視頻的碼率信息使用bpp表示，即平均每個像素所占的比特?cái)?shù)，其計(jì)算公式如式(2)所示。其中，bit表示當(dāng)前幀的總比特?cái)?shù)，P_total表示當(dāng)前幀的總像素?cái)?shù)，w表示當(dāng)前幀的圖像寬度，h表示當(dāng)前幀的圖像高度。

P_total＝w×h (2)

2.步驟2(Second-Pass)

步驟2(Second-Pass)編碼是本發(fā)明專利提出的Two-Pass碼率控制方法的第二步，是Two-Pass方法的關(guān)鍵步驟。步驟2(Second-Pass)編碼主要有比特分配、率失真模型建立和量化參數(shù)QP計(jì)算三個主要部分，下面將對每一個部分的具體方法和實(shí)現(xiàn)方式進(jìn)行詳細(xì)介紹：

(1)比特分配

對于幀內(nèi)預(yù)測編碼來說，全I(xiàn)幀的參數(shù)設(shè)置相當(dāng)于每個GOP大小為1，其中只包含一幀圖像，也就是1個I幀。所以，對于幀內(nèi)碼率控制來說，按照分層比特分配的策略，GOP級比特分配就相當(dāng)于是幀級比特分配，即將除去頭信息外的目標(biāo)碼率下的比特?cái)?shù)平均分配到每一個I幀圖像。

I幀圖像只能參考本幀已編碼CU塊的像素進(jìn)行預(yù)測編碼，因此，幀內(nèi)碼率控制中比特分配步驟的重點(diǎn)就是LCU級的比特分配方法。在此，本發(fā)明專利使用精細(xì)復(fù)雜度衡量基準(zhǔn)作為權(quán)重，為每個LCU分配比特。即使用First-Pass中收集的每個LCU比特?cái)?shù)占對應(yīng)幀總比特?cái)?shù)的比值作為該LCU的復(fù)雜度，為其在當(dāng)前目標(biāo)碼率下分配比特。假設(shè)當(dāng)前幀的總目標(biāo)比特?cái)?shù)為，頭信息所占比特?cái)?shù)為，已編碼像素塊實(shí)際所用總比特?cái)?shù)為，則當(dāng)前LCU能分得的比特?cái)?shù)可以用公式(3)表示：

T_CurrLCU＝(T_CurrPic-Bit_Header-Bit_Coded)×C_CurrLCU

其中，C_CurrLCU為當(dāng)前LCU的復(fù)雜度，B_1stCurrLCU為First-Pass中收集到的當(dāng)前LCU的比特?cái)?shù)，B_NotCodedLCUs為First-Pass中收集到的當(dāng)前幀中未編碼LCU的比特?cái)?shù)。

(2)率失真建模

視頻編碼標(biāo)準(zhǔn)的目標(biāo)始終是，使用更少的比特?cái)?shù)達(dá)到更高的清晰度，這一目標(biāo)可以表示成有約束問題。解決該有約束的率失真優(yōu)化問題的一個有效的方法是，采用拉格朗日乘子優(yōu)化法(Lagrange Operator Algorithm)，將有約束優(yōu)化問題轉(zhuǎn)換成無約束優(yōu)化問題。引入拉格朗日乘子后，有約束問題可以轉(zhuǎn)化為式(4)的形式。

即：

如果將視頻編碼中的率失真優(yōu)化問題看作是在碼率和失真之間取得最佳的平衡，那么，拉格朗日乘子λ就是調(diào)節(jié)碼率和失真之間平衡的關(guān)鍵。從物理意義上說，拉格朗日乘子λ就是率失真曲線的斜率。

H.265/HEVC標(biāo)準(zhǔn)經(jīng)典碼率控制提案K0103中通過雙曲線形式的R-D模型，如式(6)所述，推導(dǎo)出了碼率R和拉格朗日乘子λ之間的關(guān)系，最終建立即率失真模型，如式(7)所述，其中，α和β為統(tǒng)一的模型參數(shù)，分別取經(jīng)驗(yàn)值3.2003和-1.367。本發(fā)明實(shí)現(xiàn)的Two-Pass碼率控制方法中采用該R-λ模型作為本發(fā)明率失真模型。但不再使用統(tǒng)一的模型參數(shù)，而是利用步驟1(First-Pass)中經(jīng)過多次快速預(yù)編碼收集的視頻序列的碼率、失真等統(tǒng)計(jì)信息，針對每一個視頻序列，在線訓(xùn)練適應(yīng)各視頻序列的模型參數(shù)。

D(R)＝C·R^K (6)

在本發(fā)明的步驟2(Second-Pass)編碼階段，利用步驟1(First-Pass)中收集的碼率R和失真D的統(tǒng)計(jì)信息，對每個視頻序列都可以得到對應(yīng)的4組(R,D)樣點(diǎn)，以式(6)為模型，對每個序列的樣點(diǎn)組進(jìn)行參數(shù)擬合，可以得到每個視頻序列的模型參數(shù)C和K的經(jīng)驗(yàn)值。再根據(jù)R-D模型和R-λ模型的關(guān)系，如式(7)所述，可以推導(dǎo)出參數(shù)C、K與參數(shù)α、β之間的關(guān)系，如式(8)和式(9)所述。

α＝-C·K (8)

β＝K-1 (9)

然后，根據(jù)式(8)和式(9)可以計(jì)算出適應(yīng)于當(dāng)前視頻序列R-λ模型的模型參數(shù)α和β，代入式(7)，既可作為當(dāng)前視頻序列的在線訓(xùn)練R-λ模型。

(3)計(jì)算量化參數(shù)QP

經(jīng)過上述在線訓(xùn)練過程，利用得到的R-λ模型，根據(jù)第(1)部分分配到當(dāng)前編碼單元的碼率，計(jì)算出對應(yīng)的λ值，再根據(jù)λ和量化參數(shù)QP之間的對應(yīng)關(guān)系，如式(10)所述，計(jì)算求得QP值，并用于后續(xù)編碼過程。

QP＝4.2005lnλ+13.7122 (10)

同時(shí)，為了減小相鄰編碼單元圖像質(zhì)量的波動，將相鄰LCU的量化參數(shù)QP差控制在1以內(nèi)，當(dāng)前LCU與其圖像級QP差控制在2以內(nèi)。

綜合以上介紹和分析，可以將步驟2(Second-Pass)的方法具體實(shí)現(xiàn)步驟總結(jié)為以下幾步：

步驟?。簬壉忍胤峙?。在TEncRCSeq::create()函數(shù)中，根據(jù)目標(biāo)碼率和當(dāng)前序列的幀率，計(jì)算目標(biāo)比特?cái)?shù)，并將目標(biāo)比特?cái)?shù)平均分配給每一幀；

步驟ⅱ：修改TEncCu::updateLCUDataISlice()函數(shù)，將LCU的復(fù)雜度衡量基準(zhǔn)由原來的64個8×8的SATD和修改為First-Pass中收集的LCU比特?cái)?shù)，即定義文件指針變量以從文件中讀入LCU的比特?cái)?shù)信息，將函數(shù)返回值依次賦值給按光柵掃描順序排列的LCU的復(fù)雜度變量m_costIntra；

步驟ⅲ：遍歷當(dāng)前幀中的每一個LCU，將所有LCU的復(fù)雜度變量m_costIntra的累加和賦值給m_totalCostIntra變量，該變量表示當(dāng)前幀的總復(fù)雜度；

步驟ⅳ：在函數(shù)TEncRCPic::getLCUInitTargetBits()中，按照式(3)的方法，為每一個LCU分配比特；

步驟ⅴ：使用步驟1(First-Pass)中收集的視頻碼率、失真等信息，以雙曲線R-D模型為基準(zhǔn)，擬合當(dāng)前視頻序列的模型參數(shù)C、K；

步驟ⅵ：按照R-D模型和R-λ模型的對應(yīng)關(guān)系，計(jì)算R-λ模型的模型參數(shù)α和β；

步驟ⅶ：根據(jù)在線訓(xùn)練模型參數(shù)的R-λ模型，利用步驟ⅳ中為當(dāng)前LCU分配的比特?cái)?shù)，計(jì)算用于當(dāng)前LCU的λ值，并檢驗(yàn)是否符合約束；

步驟ⅷ：根據(jù)步驟ⅶ中獲得的λ值以及式(10)中描述的λ與QP之間的關(guān)系，計(jì)算用于當(dāng)前LCU量化過程的QP值，并檢驗(yàn)是否符合約束；

步驟ⅸ：應(yīng)用步驟ⅷ中得到的QP值集，進(jìn)行完整的編碼過程。

綜上所述，本發(fā)明提出的Two-Pass快速算法的實(shí)現(xiàn)流程如圖7所示，具體實(shí)現(xiàn)步驟如下：

步驟1(First-Pass階段)

步驟1)：輸入視頻序列，對每幀視頻都僅對劃分深度為3，即全部劃分成16×16的碼塊進(jìn)行預(yù)編碼，若當(dāng)前塊為圖像邊界，則繼續(xù)劃分到8×8大小再進(jìn)行編碼，其中，預(yù)編碼過程使用的量化參數(shù)QP值為事先設(shè)定的固定值；

步驟2)：將每個LCU中包含的所有16×16塊(包括小于16×16的邊界像素塊)所占比特?cái)?shù)相加，作為當(dāng)前LCU所占的比特?cái)?shù)，按Z字型掃描順序，依次輸出到文件中備用；

步驟3)：收集視頻序列編碼后的整體碼率、失真等統(tǒng)計(jì)信息作為后續(xù)率失真模型參數(shù)擬合的樣本點(diǎn)，并輸出到文件中備用；

步驟4)：改變QP值，重復(fù)以上步驟(本發(fā)明取四種不同的QP值：22、27、32、37進(jìn)行實(shí)驗(yàn))；

步驟2(Second-Pass階段)

步驟5)：將當(dāng)前目標(biāo)碼率配置到“encoder_intra_main.cfg”配置文件中，將目標(biāo)碼率下的比特?cái)?shù)平均分配到每一幀；

步驟6)：以當(dāng)前幀除去已編碼LCU所用比特后的剩余總比特?cái)?shù)為基準(zhǔn)，按步驟2)中收集的前LCU的復(fù)雜度權(quán)重，本發(fā)明以固定QP為22時(shí)收集的統(tǒng)計(jì)信息為準(zhǔn)，為當(dāng)前LCU分配比特；

步驟7)：使用步驟3)中收集的視頻碼率、失真等信息，以雙曲線R-D模型為基準(zhǔn)，擬合當(dāng)前視頻序列的模型參數(shù)C、K；

步驟8)：按照R-D模型和R-λ模型的對應(yīng)關(guān)系，計(jì)算R-λ模型的模型參數(shù)α和β；

步驟9)：對當(dāng)前幀應(yīng)用上述在線訓(xùn)練出的R-λ模型，根據(jù)步驟6)中分配的比特情況，計(jì)算出應(yīng)用于當(dāng)前編碼單元的λ值，進(jìn)而計(jì)算出QP值，并對QP值作一定限制，以降低相鄰編碼單元的視頻質(zhì)量波動；

步驟10)：使用步驟9)中得到的QP值進(jìn)行整體視頻序列的編碼，輸出比特流。

實(shí)驗(yàn)數(shù)據(jù)顯示，在高低不同的目標(biāo)碼率下，相比于HM16.0中的標(biāo)準(zhǔn)碼率控制算法，本發(fā)明提出的Two-Pass快速算法平均峰值信噪比PSNR對于復(fù)雜度、分辨率各不相同的視頻序列均有提升，平均提升了0.42dB，對于高目標(biāo)碼率下視頻序列的PSNR提升最為明顯，最高可達(dá)3.14dB；在碼率控制精度方面，本發(fā)明碼率控制算法的碼率誤差對于不同視頻序列均有降低，平均降低了4.81％，同樣，對于高目標(biāo)碼率下的碼率控制誤差降低最為顯著，最高可降低24.6％的碼率誤差。

以上所述的僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對于本領(lǐng)域的技術(shù)人員來說，在不脫離本發(fā)明整體構(gòu)思前提下，還可以作出若干改變和改進(jìn)，這些也應(yīng)該視為本發(fā)明的保護(hù)范圍。