基于统计学习的h.264%2favc快速帧间模式选择方法

《基于统计学习的h.264%2favc快速帧间模式选择方法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、信号与信息处理基于统计学习的Ｈ．２６４／ＡＶＣ快速帧间模式选择方法马蔚鹏杨树元高丽裴朝科中国科学院声学研究所数字系统集成实验室摘要Ｈ．２６４采用了可变块大小的运动补偿和基于率失真优化的模式选择来提高压缩比和视频质量，这些技术使Ｈ．２６４比其他现有的编码标准都要好，然而，却计算强度大而且非常耗时。本文提出了一种快速的帧间模式选择方法。首先，先编码的几帧作为统计学习对象，得到相应的阈值；然后，后面的帧就根据这些阈值来选择备选模式，只对已选的模式进行运动估计。本文提出的方法适用于所有现有的运动搜索算法，而

2、且阈值是针对每个序列线上计算的。结果显示，本文的方法可使编码时间平均降低５７．２％，而对视频质量的降级可忽略。关键词Ｈ．２６４帧间预测快速算法１．引言Ｈ．２６４是由ＪｖＴ在２００３年制定的视频编码标准…，无论在压缩比还是视频质量方面，Ｈ．２６４都要优于其它现有的标准。为了实现高的性能，它采用了几个关键技术，例如，可变块的运动估计，１／４像素精度运动补偿，多参考帧，环内滤波器，４Ｘ４整数变换以及基于上下文的熵编码等。对于帧间预测，Ｈ．２６４支持７种不同大小的块尺寸或称为模式（１６×１６，１６×８，８×

3、１６，８×８，８×４，４Ｘ８，４×４），对于运动丰富的区域，小的块尺寸有助于减少残差、降低比特率。然而，这种传统的穷尽式模式选择方法由于计算复杂度高而十分耗时。近些年来，有许多人致力于快速模式选择方法的研究心娟】。有的利用宏块本身的特征来估计它是否含有大量细节，而对于低细节的宏块则不采用小尺寸块的模式；有的利用相邻块以及前一帧对应块的模式选择结果来建立候选模式；有的专注于ＳＫＩＰ模式的提前检测；有的利用运动代价（ｍｏｔｉｏｎｃｏｓｔ）信息来排除不必要的模式。本文提出了一种基于统计学习的快速模式选择方

4、法，该方法对已编码帧的运动估计结果进行统计学习，对于后续帧，只选取最可能的几个模式来进行运动估计，而将不可能或不必要的模式提前消去，从而节省了大量时间，大大提高了编码效率。２．快速模式选择算法传统的模式选择算法是通过对所有可能模式的穷尽式搜索得到最优的编码模式，这种方式可以在不牺牲质量的前提下将码率降到最小，与此同时的代价便是计２８７中国科学院声学研究所第三届青年学术交流会论文集算复杂度大大提高。本文提出的快速模式选择算法不必遍历所有模式，只激活最可能的模式子集，从而大大节省了运算量；此外，用于决断的阈

5、值也是基于已编码帧的统计在线得出，因此，这些阈值是为每个视频序列量身定做的。２．１Ｍｏｔｉｏｎｃｏｓｔ的统计与分析在本文的实验中，条件运动代价（ｃｏｎｄｉｔｉｏｎａｌｍｏｔｉｏｎｃｏｓｔ，缩写为ＣＭＣ）被跟踪并记录，例如，Ｊ。撕。。。Ｉｉ表示，当最优模式为ｉ时，对１６×１６模式进行运动估计所得到的ｍｏｔｉｏｎｃｏｓｔ。根据观察和大量的实验，可以得出以下结论：・当ｉ为小尺寸分块时，Ｊ。ｍ训ｌｉ偏大。・１６×８和８×１６模式的分布相近。・宏块级模式（１６×１６，１６×８，８×１６，ＳＫＩＰ）与１＇８×

6、８模式分布在不同区域。本文将所有可能的编码模式被分成６类，如表ｌｏ文中使用了５个阈值，Ｔｈｌ和Ｔｈ３为“１６×８或８×１６”与“Ｐ８×８”分布的起点，Ｔｈ２为“宏块级模式”分布的终点。当Ｊ。棚。ｌ＜１＇ｈ１时，只有ＣａｔｅｇｏｒｙＩ中的模式有可能成为最优模式，因此，Ｃａｔｅｇｏ—ｒｙＩ被选为“Ｃａｎｄｉｄａｔｅ”。类似地，当Ｊ州ｉｏｎｌ超过１＇ｈ１（或Ｔｈ３），ＣａｔｅｇｏｒｙＩＩ（ＣａｔｅｇｏｒｙＩＩＩ）也应该被包含在“Ｃａｎｄｉｄａｔｅｌｉｓｔ”中。当Ｊ州训超过Ｔｈ２，所有宏块级模式便可从“Ｃａｎ

7、ｄｉｄａｔｅｌｉｓｔ”中摘除。如果８×８为备选模式，则在子块的模式选择过程中使用类似的准则，Ｔｈ４和Ｔｈ５可以用来选择子块模式中的“Ｃａｎｄｉｄａｔｅ”。表１模式分类ＣａｔｅｇｏｒｉｅｓＤｅｓｃｒｉｐｔｉｏｎｓＣａｔｅｇｏｒｙＣａｔｅｇｏｒｙＩＩＩＳＫＩＰ，１６×１６１６×８．８×１６ＣａｔｅｇｏｒｙＵｌ８×８ＣａｔｅｇｏｒｙＣａｔｅｇｏｒｙＩＶＶ８×４．４×８４ｘ４ＣａｔｅｇｏｒｙＶＩＩｎｔｒａ＿１６×１６，Ｉｎｔｒａ．＿４ｘ４本文提出的快速模式选择算法如图１所示，使用该方法，不必要的模

8、式可被提前消去，运动估计、整数变换以及量化等过程只会发生在选出的“Ｃａｎｄｉｄａｔｅ”模式中，从而编码时间会大大降低。２．２阈值与统计学习方法本文中使用的阈值均由前面已编码帧的结果线上计算得出，具体方法为：・每一个ＧＯＰ的前＾ｙ％个Ｐ帧用传统方法编码，并且做为统计学习的对象，分别记录其条件运动代价Ｊ删。。Ｉｉ的值。・当前Ｙ％个Ｐ帧编码完成后，用高斯模型来估计阈值，如下Ｔｈｉ＝ａ‘木弘＋晟木ｏｒｉ＝１—５（１）其中，斗和仃分别为Ｊ删。。ｌ