[发明专利]针对视频编码中的速率控制精度的方法及装置

说明书

相关申请的交叉引用

本申请要求2008年1月17日提交的美国临时申请序列号61/021,687(律师案号PU080009)的权益，通过引用将其全部内容并入于此。

技术领域

本原理一般地涉及视频编码，并且更具体地涉及一种针对视频编码中的速率控制精度的方法和装置。

背景技术

大多数的视频编码应用限制编码器以给定目标比特率压缩输入视频。为了实现这一点，编码器使用速率控制系统。速率控制系统向输入视频源中的每个画面分配某一比特数目，并且调整编码参数以匹配所分配的比特数目。通过在满足目标比特率方面的精度以及压缩视频的视觉质量(visual quality)来衡量速率控制系统的性能。例如，在诸如国际标准化组织/国际电工委员会(ISO/IEC)运动画面专家组-2(MPEG-2)标准、ISO/IEC运动画面专家组-4(MPEG-4)第10部分高级视频编码(AVC)标准/国际电信联盟电信分部(ITU-T)H.264推荐(下文中“MPEG-4 AVC标准”)、以及电影和电视工程师学会(SMPTE)视频编解码器-1标准(下文中“VC-1标准”)之类的视频编码标准中，诸如量化步长(step size)、舍入偏移量(rounding offset)、以及量化矩阵之类的若干量化参数能够影响比特率。

现在将描述依据MPEG-4 AVC标准的视频量化处理的示例。在编码器中，数学上，如下地来量化变换后的系数：

其中，W表示变换后的系数，Z表示变换后的系数被量化至的量化等级，q表示量化步长，以及s表示舍入偏移量。函数将值舍入到最接近的整数，函数sgn(·)返回信号的符号。当应用量化矩阵时，在编码器处，在量化处理之前首先缩放所述系数。被量化至0的W的范围被称作死区。在该特定情况下，死区是Δ＝2×(1-s)×q。在解码器处，将量化等级Z重构为信号W’。这被称为逆量化，并且被如下数学地描述：

W′＝q·Z    (2)

速率控制算法主要调整量化参数以获得目标比特数目。当被用于某一时间间隔的比特数目接近或等于为该时间间隔所分配的比特数目时，速率控制被认为是精确的。被用来衡量速率控制精度的具体时间间隔是根据应用而被定义的。在一些应用中，比特率优选在画面级别上是精确的。在诸如广播之类的其它应用中，由于信道带宽限制，比特率应当在几个帧上是精确的。此外，在诸如数字视频盘(DVD)编辑之类的某些其它应用中，经常针对整个序列来衡量比特率精度，并且在由整个电影消耗的比特数目满足要求时认为该比特率精度是精确的。

现有的速率控制算法通常假设舍入偏移量和量化矩阵是恒定的，并且它们仅调整量化步长。量化步长仅具有有限数目的选择。它们由被嵌入在编码比特流中并被传递到解码器以重构视频的量化索引来表示。在从有限数目的量化步长中选择的情况下，现有的速率控制算法很难在不损失质量的情况下获得非常精确的控制。由于速率控制算法而引起的质量损失通常作为画面内或画面间的质量不一致而可见。具有较低质量的画面可能包括可视伪像，其造成画面的一部分被失真地显示。

为了提高画面的速率控制精度，现有算法中的共同方式是应用宏块级别(MB-级别)的速率控制。依据现有技术，已经使用了ρ域速率控制方法。ρ域速率控制方法假设ρ和R之间存在线性关系，其中ρ表示对于已编码的区域而言零系数在量化的变换后的系数中的百分比，R表示用于编码该区域的比特数目。数学上，线性速率模型被如下地表示：

R(ρ)＝θ(1-ρ)+R_c    (3)

其中R_c表示用于编码一区域的非纹理比特(non-texture bits)的数目，θ表示一常数。

注意，ρ随着量化步长q单调增加，这暗示在它们之间存在一对一映射。因此，给定目标比特数目R、所估计的参数θ和R_c，ρ域速率控制方法获得ρ的值，并且因此基于一对一ρ-q映射获得量化步长q。

通常，上面计算的量化步长q可能没有落入可以由编码器中的量化索引所表示的有限数目的量化步长之内。一种方式是使画面内的各宏块使用q’附近的量化步长，q’是最接近q并且可以由量化索引来表示的量化步长。此外，画面所使用的平均量化步长近似为q。在一个实施例中，宏块可以从若干个量化步长{q′-Δ₁，q′，q′+Δ₂，}中选择。另一种方式是在编码了每个宏块之后更新θ和R_c，并且计算每个宏块的q。