陳偉國 陳 芬 金德富 李金龍 彭宗舉

(寧波大學(xué)信息科學(xué)與工程學(xué)院 浙江 寧波 315211)

基于復(fù)雜度分析的HEVC幀內(nèi)碼率控制算法

陳偉國 陳 芬 金德富 李金龍 彭宗舉

(寧波大學(xué)信息科學(xué)與工程學(xué)院 浙江 寧波 315211)

隨著高清、超高清視頻應(yīng)用的快速發(fā)展，碼率控制的作用越來越重要。在高效視頻編碼HEVC(High Efficient Video Coding)中，碼率控制算法在碼率輸出的精度和效率上都取得不錯(cuò)的效果，但是算法并沒有考慮到實(shí)際視頻編碼內(nèi)容的復(fù)雜度。針對此問題，提出一種基于復(fù)雜度的HEVC幀內(nèi)碼率控制算法。首先利用梯度來表征復(fù)雜度，根據(jù)復(fù)雜度來合理分配碼率，然后根據(jù)產(chǎn)生的實(shí)際比特和預(yù)分配比特自適應(yīng)地更新平滑窗口，最后再結(jié)合基本單元層的碼率控制算法及時(shí)調(diào)節(jié)碼率，從而使輸出碼率盡可能與目標(biāo)碼率相等。實(shí)驗(yàn)結(jié)果表明，所提出的方法能夠使輸出碼率更加接近目標(biāo)碼率，并且可以進(jìn)一步提高視頻質(zhì)量。

高效視頻編碼 碼率控制 平滑窗口

0 引 言

隨著視頻服務(wù)的越來越多樣化，高清視頻應(yīng)用也不斷增長，例如家庭影院、視頻會議、網(wǎng)絡(luò)直播等。這些應(yīng)用的視頻流從標(biāo)清發(fā)展到高清、甚至超高清，人們對視頻質(zhì)量的要求越來越高。然而，未經(jīng)壓縮的高清以及超高清視頻數(shù)據(jù)量巨大，如果不提高視頻編碼技術(shù)的壓縮效率，極有可能導(dǎo)致存儲空間的浪費(fèi)或者引起網(wǎng)絡(luò)傳輸上視頻圖像的阻塞和丟包。因此，ITU-T視頻編碼專家組和ISO/IEC MPEG聯(lián)合推出了最新的視頻編碼標(biāo)準(zhǔn)-HEVC[1]。相對于以往的視頻編碼標(biāo)準(zhǔn)，HEVC的核心目標(biāo)是針對高分辨率視頻圖像，并且在H.264/AVC[2]高級檔次HP的基礎(chǔ)上將壓縮效率提高1倍以上。除此之外，傳輸友好特性、容錯(cuò)性能以及便于并行處理也是其設(shè)計(jì)的主要目標(biāo)[3]。

在視頻編碼的過程中，視頻質(zhì)量與編碼碼率密切相關(guān)。一般來說，編碼的碼率消耗越多，視頻的質(zhì)量也就越好。在實(shí)際應(yīng)用中，對于窄帶或時(shí)變信道來說，碼率控制是視頻質(zhì)量可靠傳輸?shù)闹匾ＷC。碼率控制不僅可以根據(jù)信號的狀態(tài)平滑碼率，還能增強(qiáng)視頻的質(zhì)量，所以人們針對HEVC的碼率控制模塊做了很多的研究，比如現(xiàn)行標(biāo)準(zhǔn)的R-λ模型[4]。R-λ模型把目標(biāo)碼率分配到三個(gè)級別，GOP(Group Of Picture)級、圖像級和基本單元級。把碼率分配到每一個(gè)基本單元級，然后計(jì)算其編碼的量化參數(shù)QP(Quantization Parameter)，使輸出的碼率更加接近用戶設(shè)定的碼率。模型在實(shí)現(xiàn)碼率的合理分配和碼率精度上都取得了很好的效果，但是仍然存在不足：在分配碼率時(shí)，沒有考慮視頻內(nèi)容本身的復(fù)雜度，也沒有考慮視頻的時(shí)空相關(guān)性。所以文獻(xiàn)[5]利用幀差法，再結(jié)合平均絕對差，把圖像分成運(yùn)動(dòng)、復(fù)雜、平坦三個(gè)區(qū)域，不同區(qū)域分配不同的比特，來改善視頻的質(zhì)量。文獻(xiàn)[6]通過實(shí)驗(yàn)，尋找編碼比特跟紋理復(fù)雜度的線性關(guān)系，提出了一個(gè)更加準(zhǔn)確的模型，根據(jù)模型分配碼率。同時(shí)利用復(fù)雜度模型來決定初始化的量化參數(shù)，最后修正量化參數(shù)的范圍來進(jìn)一步改善編碼性能。文獻(xiàn)[7]把圖像分為感興趣區(qū)域和非感興趣區(qū)域，對兩個(gè)區(qū)域分別使用感知比特分配方案，提高視頻的主觀質(zhì)量。文獻(xiàn)[8]為了更好地體現(xiàn)人眼主觀視覺特性，利用SSIM來作為圖像失真的評價(jià)標(biāo)準(zhǔn)，再結(jié)合時(shí)空域的運(yùn)動(dòng)一致性來修正HEVC碼率失真判決中的拉格朗日乘子，改善碼率失真性能。文獻(xiàn)[9]通過計(jì)算邊緣像素點(diǎn)與所有像素點(diǎn)的比值，再利用比值加權(quán)因子表示圖像的復(fù)雜度，最后利用復(fù)雜度分配碼率，從而提高碼率控制的精度。文獻(xiàn)[10]利用幀差來表征是否發(fā)生場景變換，對發(fā)生場景變換幀，對其碼率控制參數(shù)和GOP的長度做出及時(shí)調(diào)整從而調(diào)整碼率控制的精度，改善編碼復(fù)雜度。上述算法在基本單元級的碼率分配上根據(jù)圖像的復(fù)雜度進(jìn)行了改進(jìn)或是將圖像分區(qū)域編碼，但是很少考慮GOP層、幀層的碼率分配，所以HEVC碼率控制算法還有很大的改進(jìn)空間，編碼性能可以進(jìn)一步提高。

綜上所述，要想使碼率控制精確，而且還能提高視頻的質(zhì)量，就必須針對其特點(diǎn)來完善HEVC的碼率控制機(jī)制。本文提出了一種基于復(fù)雜度的幀內(nèi)碼率控制算法。首先，根據(jù)幀的復(fù)雜度來分配碼率，然后通過自適應(yīng)窗口更新策略來調(diào)節(jié)碼率，使輸出碼率更加接近目標(biāo)碼率。實(shí)驗(yàn)結(jié)果表明，該碼率控制方法能提高視頻的編碼質(zhì)量，同時(shí)還能有效降低視頻的波動(dòng)性。

1 HEVC幀內(nèi)碼率控制算法

在HEVC的碼率控制算法中，碼率控制的主要任務(wù)是在目標(biāo)碼率給定的情況下，將目標(biāo)碼率分配到每一個(gè)GOP，再分配到每一幀，最后到每一個(gè)基本單元，通過三層的比特分配，能夠提高碼率的利用效率，從而改善視頻質(zhì)量。每一個(gè)GOP分配的比特?cái)?shù)計(jì)算公式為：

(1)

式中，TGOP為當(dāng)前GOP分配的目標(biāo)比特，但是對于幀內(nèi)碼率控制，每一個(gè)GOP分配的碼率就是每一幀分配的碼率，并且NGOPsize=1。Tbitleft為編碼之后可用的剩余比特，Nleft為剩余未編碼幀數(shù)，SW為平滑窗口，一般取40，作用是平滑編碼幀的比特輸出，Taverpic為每個(gè)編碼幀平均分配的比特，通過式(2)計(jì)算得到：

(2)

式中，f為編碼序列的幀率，Tt是序列級的目標(biāo)碼率，由用戶根據(jù)實(shí)際網(wǎng)絡(luò)帶寬的情況設(shè)定。

從式(1)和式(2)可以看到，幀內(nèi)碼率分配并沒有考慮圖像內(nèi)容的復(fù)雜度。場景簡單時(shí)，只需要較少的比特，就能達(dá)到較好的編碼質(zhì)量，反之則需要更多的碼率。然而在式(2)中只是按照平均分配原理來分配碼率，所以分配的比特跟實(shí)際相差較大，極有可能導(dǎo)致視頻編碼的質(zhì)量變差，尤其是當(dāng)碼率比較小的時(shí)候，如果碼率利用不充分，對視頻質(zhì)量的影響更大。

2 基于復(fù)雜度分析的HEVC碼率控制算法

2.1 算法優(yōu)化

在當(dāng)前碼率控制算法中，已有一部分算法考慮到了圖像內(nèi)容的復(fù)雜度。相比于原始的算法，這種策略可以讓比特得到更加充分的利用，但是很多幀內(nèi)碼率控制算法是在基本單元層作出改進(jìn)，在幀層做出改進(jìn)的算法還不多。因此本文在幀層比特分配時(shí)考慮編碼圖像內(nèi)容的復(fù)雜度，根據(jù)圖像內(nèi)容的復(fù)雜度對比特分配算法進(jìn)行優(yōu)化。

圖像內(nèi)容的復(fù)雜度有多種衡量方法，文獻(xiàn)[11]認(rèn)為梯度計(jì)算方法比較簡單，也能較準(zhǔn)確表現(xiàn)圖像內(nèi)容的復(fù)雜程度，適合描述靜止圖像的復(fù)雜度。并且人們傾向于用邊緣來描述的紋理復(fù)雜度，而邊緣地區(qū)的相鄰亮度像素值通常相差比較大，所以用梯度來衡量復(fù)雜度比較合適。因此本文采用梯度來描述圖像的復(fù)雜度。梯度的計(jì)算公式為：

(3)

式中，H、W分別表示當(dāng)前幀的高和寬。Ii,j表示編碼幀點(diǎn)(i,j)位置的亮度分量像素值。Ck為第k幀的復(fù)雜度。

為了進(jìn)一步驗(yàn)證梯度跟編碼比特之間是否存在線性關(guān)系，在不同的量化參數(shù)下編碼了復(fù)雜度互不相同的測試序列，每個(gè)序列編碼100幀。

本文還利用R2來衡量線性擬合的程度。R2定義為：

(4)

式中，Xi和Xi-e分別表示在i點(diǎn)上的實(shí)際值和通過線性擬合出的估計(jì)值，Xi-m表示所有點(diǎn)的均值，R2越接近1，說明擬合程度越好，線性關(guān)系越強(qiáng)，模型就越準(zhǔn)確。

(a) BlowingBubbles QP=27

(b) BlowingBubbles QP=32

(c) RaceHorsesC QP=27

(d) RaceHorsesC QP=32

圖1是上述實(shí)驗(yàn)的結(jié)果，描述了RaceHorsesC、BlowingBubbles序列的復(fù)雜度和碼率的關(guān)系，橫坐標(biāo)表示復(fù)雜度，縱坐標(biāo)表示碼率，x表示線性擬合之后的復(fù)雜度的大小，y為擬合之后復(fù)雜度為x產(chǎn)生的碼率。序列在QP為27和32的情況下進(jìn)行編碼。通過線性擬合，可以在圖1中看到，R2都約等于1，線性擬合程度比較好。所以編碼比特跟圖像梯度之間存在近似的線性關(guān)系，并且復(fù)雜度越大，編碼的比特就越多。從圖1(a)和(b)這兩個(gè)圖中，可以看出對于同一序列用不同的QP進(jìn)行編碼時(shí)，碼率跟梯度的線性關(guān)系依然存在，只是斜率略有變化。當(dāng)QP=27時(shí)，斜率為0.0715，當(dāng)QP=32時(shí)，斜率為0.0381。從圖1(a)和(c)這兩個(gè)圖中可以看到，即使是不同序列，復(fù)雜度跟編碼比特依然有非常好的線性關(guān)系。因此，本文在比特分配過程中采用圖像的梯度進(jìn)行指導(dǎo)。對梯度越大即紋理越復(fù)雜的幀，將會被分配更多的比特進(jìn)行編碼以保證編碼質(zhì)量，而對梯度較小即紋理簡單的幀，只需要分配較少的比特。這種策略使得比特分配更加合理，減少了比特的浪費(fèi)。綜上分析，式(2)改進(jìn)為：

(5)

(6)

式中，Ck表示當(dāng)前幀的圖像復(fù)雜度，由式(3)得到。CtotalG表示編碼幀總的復(fù)雜度，通過式(6)計(jì)算得到，M表示要編碼的幀數(shù)。

HEVC碼率控制的過程是根據(jù)預(yù)分配的比特利用R-λ模型計(jì)算相應(yīng)的量化參數(shù)以及拉格朗日乘子。量化參數(shù)以及拉格朗日乘子在一定程度上影響編碼過程中的模式選取等過程，這些過程間接地影響實(shí)際的編碼比特。由于上述原因，實(shí)際產(chǎn)生的比特和預(yù)分配的比特會存在一些偏差。為了使實(shí)際的編碼比特更加地接近預(yù)分配的比特，本文利用平滑窗口對比特分配進(jìn)行調(diào)節(jié)。其基本策略是根據(jù)前一幀的碼率情況反饋調(diào)節(jié)當(dāng)前幀的碼率。因此，最終的比特分配策略為：

(7)

式中，ASWcurr為自適應(yīng)平滑窗口，在窗口更新策略中會進(jìn)一步的介紹。

2.2 窗口更新策略

在比特分配策略中，平滑窗口對比特分配具有較大的影響，窗口的大小直接影響每一幀的預(yù)分配比特。在R-λ碼率控制模型中，平滑窗口是固定值，這種策略不能根據(jù)實(shí)際編碼情況進(jìn)行實(shí)時(shí)地反饋調(diào)節(jié)。另外，相鄰兩幀之間梯度變化不大，可以根據(jù)上一幀的梯度來預(yù)測當(dāng)前幀的梯度，然后利用梯度跟碼率的線性關(guān)系得到碼率。當(dāng)前一幀預(yù)先分配較多的比特，而實(shí)際消耗比特較少時(shí)，說明預(yù)分配比特過多。下一幀需要適當(dāng)減少預(yù)先分配的比特。根據(jù)以上分析，本文定義自適應(yīng)平滑窗口ASW，使得ASW自適應(yīng)地隨著上一幀實(shí)際產(chǎn)生的碼率和預(yù)分配碼率差變化，如果前一幀預(yù)分配碼率多，實(shí)際產(chǎn)生的碼率少，ASW就會根據(jù)碼率差自適應(yīng)變大，從而使當(dāng)前幀分配的碼率減少。如果前一幀預(yù)分配碼率少，實(shí)際產(chǎn)生的碼率多，ASW就會根據(jù)碼率差自適應(yīng)變小，從而增加當(dāng)前幀分配的碼率。ASW大小的計(jì)算式為：

(8)

式中，Test表示前一幀預(yù)先估計(jì)的碼率，Tact表示前一幀實(shí)際產(chǎn)生的碼率，ASWf-1表示前一幀的更新窗口。由式(8)可以看到當(dāng)Test大于Tact時(shí)，當(dāng)前幀的ASW自適應(yīng)變大，從而使得當(dāng)前幀預(yù)分配的碼率減少，當(dāng)Test小于Tact時(shí)，當(dāng)前幀的ASW自適應(yīng)變小，從而使得當(dāng)前預(yù)分配的碼率增加?？紤]到如果上一幀的碼率偏差很大，相應(yīng)ASW會變化很大，反而影響當(dāng)前幀的碼率分配，根據(jù)實(shí)驗(yàn)測試，把ASW限定在[32,48]范圍內(nèi)比較合適，如果超過這個(gè)范圍，就自動(dòng)把這一幀的ASW設(shè)為40。

3 實(shí)驗(yàn)結(jié)果及其分析

為了客觀準(zhǔn)確地驗(yàn)證算法有效性，所有的實(shí)驗(yàn)都是在HM11.0平臺下進(jìn)行，實(shí)驗(yàn)中所有序列都采用全I(xiàn)幀編碼，編碼幀數(shù)為100幀。為了驗(yàn)證算法具有普適性，實(shí)驗(yàn)在同一目標(biāo)碼率下，采用4∶2∶0格式的不同分辨率序列：RaceHorses、BQMall、BasketballPass、BQSquare、RaceHorsesC、BlowingBubbles、BasketballDrill、PartyScene、Johnny進(jìn)行測試，其中BQMall、PartyScene紋理較復(fù)雜，BasketballPass、BQSquare紋理比較平坦。最后將本算法與Li等人的算法[12]對比。

為了更加清楚地比較這兩種碼率控制算法的性能，首先定義碼率偏差Rdev為：

(9)

式中，Rtarget為目標(biāo)碼率，Ractual為實(shí)際產(chǎn)生的碼率。Rdev越小表示碼率偏差越小，實(shí)際產(chǎn)生的碼率更加接近目標(biāo)碼率。然后再定義GPSNR為本文算法相比于Li算法PSNR的變化情況，“+”表示本文算法高于Li的算法。

GPSNR=ProPSNR-LiPSNR

(10)

式中，ProPSNR表示利用本文算法得到的序列PSNR，LiPSNR表示利用Li算法得到的序列PSNR。

表1、表2分別給出了測試序列Racehorses、Johnny、BQMall、BasketballPass、BQSquare、RaceHorsesC、BlowingBubbles、BasketballDrill、PartyScene在各個(gè)碼率下，Li算法與本文算法的PSNR增益和輸出碼率情況。

表1 本文算法與Li算法的碼率比較

續(xù)表1

表2 本文算法與Li算法的PSNR比較

從表1、表2的實(shí)驗(yàn)結(jié)果可知，本文算法能更好地根據(jù)圖像的復(fù)雜度來分配每一幀的碼率，本文實(shí)際輸出碼率更加接近目標(biāo)碼率，碼率偏差相比于Li算法更小，而且PSNR有所增加。如BQSquare序列在1500 kbps時(shí)PSNR增加0.12 dB，實(shí)際產(chǎn)生的碼率更加接近目標(biāo)碼率，BasketballDrill序列在900 kbps時(shí)PSNR增加0.08 dB，且碼率正好等于目標(biāo)碼率。Racehorses序列在900 kbps時(shí)PSNR增加0.12 dB，碼率偏差比Li的更低?？偟膩碚f，本文算法的PSNR在Li的基礎(chǔ)上平均增加0.08 dB，碼率偏差更小。這是因?yàn)?，一方面在幀層碼率分配的時(shí)候，考慮了圖像的復(fù)雜度，復(fù)雜度高的幀分配更多的碼率，使得碼率分配更加合理。另一方面是利用ASW實(shí)現(xiàn)了碼率反饋，當(dāng)前一幀碼率預(yù)分配過少，而實(shí)際消耗過多時(shí)，ASW根據(jù)碼率差自適應(yīng)調(diào)節(jié)，使得當(dāng)前幀預(yù)分配的碼率跟實(shí)際消耗的碼率差距減小，從而提高序列的PSNR。但是比如PartyScene，PSNR只提高了0.05 dB，提升不是很明顯，BQMall的PSNR相對來說提高也有限。原因在于，這兩個(gè)序列的紋理復(fù)雜度較高，ASW的變化大，一旦超過ASW的限定范圍，ASW就自動(dòng)回歸到原始值40，所以PSNR提升有限。

表3給出了測試序列RaceHorses、Johnny、BQMall、BasketballPass、BQSquare、RaceHorsesC、BlowingBubbles、BasketballDrill、PartyScene相比于Li算法的率失真性能變化情況，“-”表示本文算法優(yōu)于Li算法。從表3的結(jié)果可知，本文算法的率失真性能在Li的基礎(chǔ)上有所提高，如RaceHorseC序列率失真性能增加了2.4%，BQSquare序列率失真性能相比于Li的算法增加了2.3%， BlowingBubbles序列率失真性能增加了2.9%。總的來說，各個(gè)序列的率失真性能在Li的基礎(chǔ)上平均增加2.3%。這是因?yàn)?，一方面利用?fù)雜度來分配碼率，充分提高碼率的利用效率，從而提高PSNR，可以增加率失真性能，另一方面在ASW自適應(yīng)變化過程中，每一幀分配的碼率跟實(shí)際需要的碼率偏差更小，可以更好地利用碼率，提高率失真性能。

表3 本文算法與Li算法的BDBR比較

續(xù)表3

圖2是BQSquare序列和RaceHorseC序列的率失真性能曲線圖，橫坐標(biāo)表示編碼產(chǎn)生的比特，縱坐標(biāo)表示PSNR。從圖2我們可以清楚地看出兩種算法的率失真性能變化情況，由圖2可知，在本文算法下，RaceHorseC序列和BQSquare序列的率失真性能比Li的要好。圖3給出了不同分辨率序列BasketballPass、BQMall在本算法與平臺算法下的碼率波動(dòng)性比較，橫坐標(biāo)表示編碼的幀數(shù)，縱坐標(biāo)表示編碼每一幀產(chǎn)生的比特。從圖3中可以看出序列BasketballPass、BQMall的碼率相比于Li的算法，在提高PSNR的前提下，整體碼率波動(dòng)性更好。本算法相比于Li的算法在BasketballPass序列的前30幀碼率波動(dòng)明顯減小，BQMall除了第31幀外，碼率波動(dòng)性都比Li的更好。主要是根據(jù)復(fù)雜度分配碼率和ASW根據(jù)碼率偏差自適應(yīng)變化的原因，實(shí)際產(chǎn)生的碼率跟分配的碼率偏差更小，碼率分配更加準(zhǔn)確，從而提高碼率的利用效率，進(jìn)一步改善編碼性能。

(a) RaceHorseC

(b) BQSquare

(a) BasketballPass

(b) BQMall

4 結(jié) 語

本文根據(jù)視頻內(nèi)容的復(fù)雜度自適應(yīng)分配目標(biāo)比特，分別從幀層和參數(shù)更新模塊進(jìn)行了優(yōu)化。在幀層，利用梯度作為每一幀的復(fù)雜度來自適應(yīng)分配比特，復(fù)雜度高的幀分配更多的比特，從而改善視頻的質(zhì)量。另外，提出了一個(gè)自適應(yīng)參數(shù)更新的方法，通過前一幀的預(yù)分配比特和實(shí)際產(chǎn)生比特的差值來更新當(dāng)前幀的平滑窗口。實(shí)驗(yàn)結(jié)果表明，本方法編碼后的視頻質(zhì)量比Li的要好，實(shí)際產(chǎn)生的碼率比Li的算法更加接近目標(biāo)碼率。

[1] Sullivan G J, Ohm J R, Han W J, et al. Overview of the High Efficiency Video Coding (HEVC) Standard[J].IEEE Transactions on Circuits and Systems for Video Technology,2012,22(12):1649-1668.

[2] Schwarz H, Marpe D, Wiegand T. Overview of the scalable video coding extension of the H.264/AVC standard[C]//IEEE Transactions on Circuits and Systems for Video Technology,2007,17(9):1103-1120.

[3] 馬思偉. 新一代高效視頻編碼標(biāo)準(zhǔn)HEVC的技術(shù)架構(gòu)[J].中國多媒體通信,2013(7):20-21.

[4] Wen J, Fang M, Tang M, et al. R-λ model based improved rate control for HEVC with pre-encoding[C]//Data Compression Conference, 2015:53-62.

[5] Zhou M, Hu H M, Zhang Y. Region-based intra frame rate control scheme for High Efficiency Video Coding[C]//Asia-Pacific Signal and Information Processing Association, 2014 Annual Summit and Conference (APSIPA ), IEEE,2014:1-4.

[6] Sun H, Gao S, Zhang C. Adaptive bit allocation scheme for rate control in High Efficiency Video Coding with initial quantization parameter determination[J]. Signal Processing: Image Communication, 2014,29(10):1029-1045.

[7] Deng X, Xu M, Wang Z. A ROI-based bit allocation scheme for HEVC towards perceptual conversational video coding[C]//Advanced Computational Intelligence (ICACI), 2013 Sixth International Conference on. IEEE,2013:206-211.

[8] 邸金紅, 王春彥, 祁躋, 等. 基于結(jié)構(gòu)相似度的HEVC感知SBAC-RDO算法[J].計(jì)算機(jī)應(yīng)用與軟件,2015,32(6):212-215,227.

[9] Sun L, Au O C, Dai W, et al. An adaptive frame complexity based rate quantization model for intra frame rate control of High Efficiency Video Coding (HEVC)[C]//Asia-Pacific Signal and Information Processing Association, 2012 Annual Summit and Conference (APSIPA), IEEE, 2012:1-6.

[10] 胡乾乾, 沈禮權(quán), 趙振軍. 基于場景切換的HEVC碼率控制算法[J].電視技術(shù),2015,39(5):1-3,25.

[11] Jing X, Chau L P, Siu W C. Frame complexity based rate quantization model for H.264/AVC intra frame rate control[J]. IEEE Signal Processing Letters, 2008,15:373-376.

[12] Li B, Li H, Li L, et al. λ Domain Rate Control Algorithm for High Efficiency Video Coding[J].IEEE Transactions on Image Processing,2014,23(9):3841-3854.

INTRA RATE CONTROL ALGORITHM BASED ON COMPLEXITY ANALYSIS FOR HEVC

Chen Weiguo Chen Fen Jin Defu Li Jinlong Peng Zongju

(FacultyofInformationScienceandEngineering,NingboUniversity,Ningbo315211,Zhejiang,China)

With the rapid development of high-fidelity video, rate control plays a more and more important role in its applications. Rate control algorithm has achieved great performance on the rate of the output precision and coding efficiency in HEVC. However, rate control algorithm does not put the complexity of the actual content of video coding into consideration. Aiming at this problem, a rate control algorithm based on complexity analysis is proposed. First, the bit rate of frame layer is allocated according to the complexity which is represented by gradient. Then, the actual bits and pre-allocated bits are utilized to adaptively update the smooth window. Finally, combining with basic unit layer rate control algorithm, the bit rate is adjusted to make the output bit rate approaches the target bit rate. Experiment result shows that the method can not only maintain the output bit rate more accurate, but also improve the coding quality.

HEVC Rate control Smooth window

2015-12-16。浙江省自然科學(xué)基金項(xiàng)目(Y16F0100 10)；寧波市自然科學(xué)基金項(xiàng)目(2015A610127，2015A610124)。陳偉國，碩士生，主研領(lǐng)域：三維視頻信號處理與編碼。陳芬，副教授。金德富，碩士生。李金龍，碩士生。彭宗舉，副教授。

TP3

A

10.3969/j.issn.1000-386x.2017.01.026