[发明专利]用于视频编解码中速率控制精度的方法和装置

说明书

相关申请的交叉引用

本申请要求2007年10月5日提交的美国临时专利申请60/977,926的优先权，在此将其全文并入作为参考。

技术领域

本发明总体上涉及视频编码，具体而言，涉及用于视频编解码中速率控制精度的方法和装置。

背景技术

大部分视频编码应用都要求编码器以给定的目标比特率(target bitrate)压缩输入视频。为了达到此目的，编码器要采用速率控制系统。速率控制系统将一定数量的比特分配给输入视频源中的每个图像并调节编码参数以与分配的比特数相匹配。通过满足目标比特率的精度和压缩视频的视觉质量来测量速率控制系统的性能。在视频编码标准(例如国际标准化组织/国际电工委员会(ISO/IEC)的运动图像专家组MPEG-2(下文称作“MPEG-2标准”)、ISO/IEC的运动图像专家组MPEG-4第十部分高级视频编码(AVC)标准/国际电信联盟远程通信标准化组(ITU-T)的H.264(下文称为“MPEG-4 AVC标准”)和电影与电视工程师学会(SMPTE)Video Codec-1标准(下文称为“VC-1标准”))中，具有多个影响比特率的量化参数，例如量化步长(quantization step size)、取整偏差(roundingoffset)和量化矩阵(quantization matrix)。

出于说明之目的，下面将讨论MPEG-4 AVC标准的量化过程。从数学角度而言，在编码器中根据下述公式对变换系数(transformed coefficient)进行量化：

其中W是变换系数并被量化至量化等级(quantization level)Z。q是量化步长，s是取整偏差。函数将一数值取整为最接近的整数，函数sgn(.)返回信号的符号。当采用量化矩阵时，在编码器处进行量化过程之前要首先对系数进行标度(scaled)。在量化至0时的W的范围被称为静区(deadzone)。在此特殊情况下，静区为Δ＝2×(1-s)×q。在解码器处，将量化级Z重建(reconstruct)为信号W’。将这种情况称为反量化(inversequantization)并用下述公式来描述：

W′＝q·Z             (2)

速率控制算法调节量化参数以获得目标比特数。当用于某些时间间隔(time interval)的比特数接近于或者基本上等于用于该时间间隔的分配的比特数时，通常认为速率控制算法是精确的。根据应用来定义用于测量速率控制精度的特定时间间隔。在某些应用中，优选地比特率在图像级上是精确的。而在其他应用(例如广播)中，由于带宽限制，优选地比特率在少量帧上是精确的。在另外的某些应用(例如DVD授权)中，经常是在整个序列上测量比特数率精度并且当整部电影所用比特数满足要求时才认为比特率是精确的。

现有速率控制算法假设取整偏差和量化矩阵是恒定的并只调节量化步长。量化步长只有有限数量的选择。量化步长由量化指数表示，将这些量化指数嵌入在编码流中并传输至解码器以重建视频。由于只能选择有限数量的量化步长，现有速率控制算法在不损失质量的情况下很难获得非常精确的控制。由速率控制算法造成的质量损失通常被视为一个图像内或者两个或多个图像之间的质量不一致。低质量的图像可能包括能够使部分图像显示变形的可视瑕疵。

为了改善对于图像的速率控制精度，现有算法的常用方式是采用宏块级(MB级)速率控制。下面以现有技术中的ρ域速率控制方法为例来说明上述方式。ρ域速率控制方法假设ρ与R之间是线性关系，其中ρ是用于编码区域的量化变换系数中的零系数的百分比，R是用于编码该区域的比特数。从数学角度而言，可以用下面的线性速率模型来表示：

R(ρ)＝θ(1-ρ)+R_c              (3)

其中R_c是用于编码一区域的非纹理比特数，θ是常数。

请注意，ρ随着量化步长q单一增长，这表示在其之间形成一对一映射。因此，在目标比特数R、预测参数θ和R_c已知的条件下，ρ域速率控制方法获得ρ的值，并根据上述一对一ρ-q映射获得量化步长。