[发明专利]基于最优停止理论的编码模式快速自动选择方法

说明书

技术领域

本发明涉及一种视频编码方法，尤其是涉及一种基于最优停止理论的编码模式快速自动选择方法。

背景技术

随着人们对视觉体验的要求越来越高，市场上出现了三维电视(3DTV)和自由视点电视(FTV)等新兴电子设备，多视点视频编码标准Multi-view Video Coding(MVC)应运而生。MVC通过一组摄像头从不同角度对同一场景进行拍摄，得到的视频数据为3DTV和FTV提供视频源数据。

一般来说，视频序列中存在大量的冗余信息，主要分为以下三种：空间冗余信息、时间冗余信息和统计冗余信息。视频编码技术通过有效合理地去除这些冗余信息，从而达到视频压缩的目的。在视频编码中，一般通过帧间编码技术对Predicted frames(P帧)和Bi-directional predictive frames(B帧)进行编码。B、P帧与前后帧之间存在大量相似内容：编码B帧时，通过参考前后两个方向的已编码帧来去除时间冗余；编码P帧时，只参考前面一个方向的已编码帧；以上方法可以去除大量的时间冗余信息。一般通过帧内编码技术对Intra coded frames(I帧)进行编码，I帧不参考其他帧的信息，只利用自身的信息进行编码。由于相邻像素之间像素值紧密相关，可以通过邻近像素对当前像素进行预测以去除空间冗余信息。对于预测之后得到的残差信号利用信源的统计信息进行变换、量化和熵编码，从而进行高效压缩。

和H.264/AVC单视点视频编码标准相比，MVC必须处理和摄像机数量成比例的数据量，这个数据量是极大的。在网络带宽等系统资源有限的情况下，如何有效处理如此巨大的数据量成为MVC应用的一个瓶颈。

除了前面所提的三种冗余信息外，MVC还存在着一种不可忽视的冗余信息，即为视差冗余信息。由于每个摄像头都是对同一场景进行拍摄，所不同的仅仅是对场景的取景角度，所以不同摄像头所得到的视频序列间存在大量相似信息。对于视差冗余信息，一般利用视差估计来去除视差冗余信息。

作为H.264/AVC的扩展，MVC中宏块大小的划分也是灵活可变的。在MVC中，有7种宏块划分大小，分别是：16×16(像素为单位)、16×8、8×16、8×8、8×4、4×8、4×4，如图1所示。

一般对于细节较少、图像变化较平缓的区域，选择的块尺寸会大一些；对于图像中细节较多的区域选择的块尺寸会小一些。对帧间预测而言，每个宏块都要进行运动估计，并且相应地有一个运动矢量，也就是空间位置的相对偏移量，在解码端通过运动矢量指明的位置，从已经解码得到的邻近参考帧中得到对应的块，和预测残差相加后就得到所需要解码的块。另外，如果宏块进行视差估计，会相应地有一个视差矢量，视差是指同一个点在不同视点的对应图像中投影点之间的位置偏差，包括各摄像机的相对运动及场景中对象的运动所产生的差异。在解码端通过视差矢量，可以从参考视点的对应宏块得到所要解码的宏块。如果宏块划分地很细致，那么所得到的子块数量会增多，相应的运动矢量/视差矢量也会增多，用来表示运动矢量/视差矢量的比特数也相应地增加，需编码的视频信息量就会变大，所以如何选择宏块尺寸大小就显得极为重要。

在视频编码中，不仅存在不同大小的宏块，每一个宏块还有Intra，Inter，SKIP三种可选编码方式。Intra模式又包含Intra4×4、Intra8×8和Intra16×16三种。对宏块的亮度分量而言，Intra4×4和Intra8×8分别有9种预测方向，分别是：垂直预测、水平预测、平均预测、左对角预测、右对角预测、垂直右对角预测、水平向下预测、垂直左对角预测和水平向上预测。对于Intra16×16存在4种预测方向，分别是：水平预测、垂直预测、平均预测和平面预测。对于宏块的Intra8×8色度块预测，存在的4种预测方向和Intra16×16的4种预测方向相同，并且两种色度成分常用同一种预测方向。

在如此众多的预测方式中，如何选择最佳方式对当前宏块进行编码是极为重要的。最简单的方法是遍历所有模式，从中选出一个最佳的方式，这样就存在一个选择标准。在MVC中，采用拉格朗日率失真优化策略(Rate Distortion Optimization，RDO)作为评价准则，即通过遍历所有可能的模式，最后选择率失真代价最小的模式作为最佳编码模式，公式为：

J(s，c，m|QP，λ_m)＝D(s，c，m|QP)+λ_mR(s，c，m|QP)