H.264码率控制算法研究

H.264码率控制算法研究卢姗武汉理工大学信息工程学院，武汉（430070）E-mail ：xiaowanzi198205@摘 要：H.264/AVC 是一种先进的视频编码标准，码率控制作为视频编码和网络传输的一项重要技术在H.214的应用中必不可少。

本文首先对固定码率控制和可变码率控制进行了介绍，而后通过对常用码率控制算法的对比，指出H.264的码率控制的优缺点，以及可改进之处。

关键词：H.264；码率控制；峰值信噪比1． 引言H.264是联合视频(JVT)几年来致力研究的编码方案，是目前图像通信研究领域的一个热点。

H .264综合考虑了编码效率和网络传输，并吸收了以往各种编码方案的优点，在语法结构、编码预测算法、数据变换输出方式等方面进行了很大改进，使得其在低码率压缩、清晰度显示、抗误码性以及网络接入等性能上有了巨大的提高。

[1]然而对视频通信而言，由于通信信道带宽有限，需对视频编码码率进行控制，来保证编码码流的顺利传输和信道带宽的充分利用。

[2]码率控制分固定码率控制(Constant Bit Control, CBR)和可变码率控制(Variab1e Bit Control ，VBR)两种。

固定码率控制认为传输速率恒定，按图像复杂度分配码率，如果码率过低，通过填充无用比特来达到期望码率;如果码率过高，则通过提高量化参数来降低码率，达到期望码率。

这种方法实现简单，但在场景切换时容易产生马赛克，一般适用于传输信道恒定的情况。

可变码率控制是指在保证图像质量的前提下，根据图像复杂度分配码率。

这种算法得到的图像质量较好，但实现复杂，一般适用于传输信道经常波动的情况。

[3]2． 经典的码率控制算法分析2.1 VM8码率控制算法VM8[4]码率控制算法被应用于MPEG-4视频编码中。

在低运动视频序列编码中，由于相邻帧之间相关程度较高，已编码帧的R-D 关系可用来预测待编码帧的特性。

VM8正是利用这一思想，将它的R-D 分析建立在下述两个假设基础上：⑴ 相邻的视频高度相似，并有相同的R-D 曲线。

⑵ 码率曲线R(g)可近似采用二次方程表示：()122q a a R q q =+ (1)在一帧编码后，平均量化步长和总编码码率已知，此时可使用线性回归的方法，从已编码帧信息中计算出模型的新参数1a 和2a 。

由于VM8码率控制算法建立的基础是相邻帧之间相关程度比较高，当视频序列中场景切换或变化迅速的现象经常出现时，第一个假设条件将难以满足，此时算法性能会显著下降。

2.2 TMN8码率控制算法TMN8采用拉格朗日(Lagrangian)最小优化算法。

它使在固定的目标字节数时的失真最小。

目标字节数是在编码一帧之前预先确定的这一帧编码后将要达到的字节数的多少，它根据信道的情况和缓存的情况而确定。

如果编码后的字节数超过这个目标字节数，则可能造成解码器缓存的溢出或者码流超过信道的承受范围。

这种方法很简单，而且既可以得到很精确的码率也有很好的图像质量。

TMN8码率控制算法分两步：第一步，为当前帧计算目标字节数，即计算这一帧编码后的字节数是多少才能满足信道码率的要求。

第二步，为当前帧的每一个宏块选择一个量化参数。

为当前帧计算目标字节数见公式(2) 、(3)、(4)：bitrate B framerate=−∆ (2) **W W Z MframerateW Z M ⎧>⎪∆⎨⎪−⎩＝其它(3) max(,0)pre bitrate W W B framerate′=+− (4) 这里B 是一个帧的目标字节数，bitrate 是信道的码率，即一秒钟传输的字节数，framerate 是帧率，即一秒钟传输的帧数，W 是编码器缓存中的字节数，M 是编码器缓存的最大值，pre W 是计算上一帧时编码器缓存中的字节数，B ′是前一帧编码后的实际的字节数，Z 是一个常数，为了得到较小的延时设Z =0 .1。

计算目标字节数后，就要为这一帧的每一个宏模块选择一个合适的量化参数，并且满足所有的宏块的字节数的和与计算的该帧的目标字节数B 很接近。

这一帧的第i 个宏块的最优的量化参数步长(quantization step size ) Q ′的计算见公式(5)Q ′= (5)这里K 是模式的参数，A 是一个宏块中的像素点的数目，i N 是当前帧还没有编码的宏模块数，i σ是第i 个宏块中残差数据的标准偏离，i α是第i 个宏块的失真权重，C 是上一个码率，i β是编码这一帧第i 个宏块后目标字节数还剩余的字节数，初始值由i B β=设定。

得出量化参数步长后可以转换成量化参数[5][6]。

3． H.264中的码率控制码率控制算法一般是通过调整DCT 变换系数的量化参数，来实现达到控制输出码流速率的目的。

在H.264视频编码中，码率控制算法主要在三个层次上进行：GOP 层、Frame 层以及基本单元层[7]。

本文结合JM7.6[8]算法来对此作简要介绍。

3.1 GOP 层的码率控制GOP 层码率控制的主要任务就是根据当前的比特率、帧率、缓存区充满度、传输速度以及GOP 帧数、帧类型来计算每个GOP 的目标比特数，并且得到各个GOP 的初始量化参数。

其中当前GOP 目标比特根据网络带宽，帧频以及GOP 中帧的数目分配。

I 帧和第一个P 帧的QP 可以给定也可以根据每个像素所需的比特数计算。

算法流程如图1：图1 GOP 层的码率控制3.2 Frame 层的码率控制Frame 层控制的主要任务就是，根据已编码帧实际消耗的比特数和GOP 层计算得到的目标比特数，将前两者比特数的差值反应到当前帧的目标比特数，对当前帧的目标比特数进行调整，以便调整该帧的量化参数。

具体到JM 算法可分为两步：第一步是考虑缓存容量限制，第二步考虑网络带宽、帧频、GOP 中剩余可分配的比特等限制。

其流程图如下：图2 Frame 层的码率控制3.3 基本单元层的码率控制基本单元是一般是指一帧或者一个宏块。

若基本单元层是一帧，那么该层码率控制的主要任务就是根据当前帧的目标比特数对该帧的量化参数进行调整。

若基本单元层是宏块，那么该层码率控制的主要任务就是在该帧目标比特数确定的前提下，根据每个宏块的图像复杂度，进一步调整该宏块的量化参数。

同时，为了满足视觉的平滑性，要保证该基本单元层的量化参数和前一个基本单元层量化参数的差值不能太大，而且和前一帧所有基本单元层平均量化参数值的差值也不能太大。

一般来说，选择的基本单元越大，获得的PSNR 越大，但是比特输出的波动也会变大。

反之，选择的基本单元越小，比特输出相对平稳，但是获得的PSNR 将会变小。

从图3可以看出，基本单元层码率控制的三个主要步骤为预测MAD ，分配目标比特以及二次R 一Q 模型计算量化参数。

JM7.6中采用线性模型预测出基本单元的MAD 。

通过前一帧相同位置基本单元的MAD 预测出当前帧中同一位置基本单元的MAD 。

假设cb MAD 和p b M A D 分别表示当前帧中基本单元MAD 的顶测值和前一帧相同位置基本单元的MAD 的实际值。

线性预测模型为12*cb pb MAD a MAD a =+ (6) 式中：1a 和2a 是预测参数，其初始值分别设为1和0,编码一个基本单元后需要更新1a 和2a 。

图3基本单元层的码率控制根据MAD 预测值分配当前基本单元的目标比特。

i T 为当前基本单元的目标比特，r T 为当前帧中剩余的比特，N 为当前帧中基本单元数目。

公式如下：212***i i r N J J i MAD P T T MAD P −==∑ (7)基本单元层的QP 通过以下二次R-Q 模型计算出：12211**i T MAD C C Q Q ⎛⎞=+⎜⎟⎝⎠ (8) 4. H.264码率控制的改进H.264码率控制算法在中高码率环境下有较好的编码效果，但仍然存在缺点和不足，尤其在低码率低时延环境、视频序列运动剧烈等情况下性能有所下降。

近年来，研究人员提出了不同的改进方法。

本文主要在以下两方面进行阐述。

4.1 参数模型的改进帧级码率控制算法主要是充分考虑信源的率失真特性和信道的传输条件，在达到目标比特率的要求的同时，取得最好的视频图像质量。

选择合适的率失真模型就成了比特率分配算法的重要环节。

从前面对H. 264的分析可以看到，H. 264压缩编码标准的量化算法与先前的视频编码标准都不相同，这就要求一种新型的适合于H. 264/AVC 的R-D 模型来进行码率控制。

率失真模型大部分都是建立在对信源的统计特性的假设基础上的。

目前大多数率失真模型都是建立在假设DCT 系数的分布满足高斯分布或者拉普拉斯分布的基础上的，其中，基于拉普拉斯分布的率失真模型使用的更加广泛。

然而，由于信源的情况千差万别，在很多情况下，视频图像的DCT 分布的实际情况与假设的拉普拉斯分布有着较大的出入，因而这些率失真模型不能够十分准确的描述信源的率失真特性。

与此相对应的是，一些基于图像DCT 系数服从混合分布的率失真模型陆续被提出，并取得了很好的效果。

其中文献[9]提出了一种图像的DCT 系数分布服从柯西分布的假设，其概率分布函数见下式：221()p x x µπµ=+ (9)并通过一系列的计算和简化可得到失真率与量化参数Q 的关系：()D Q bQ β= (10)其中，0b >，0β>，取值与µ有关。

4.2 基于人眼视觉系统的码率优化分配众所周知，在某些情况下，编码图像的PSNR 与视觉主观质量并不完全一致，因此，我们可以利用人眼视觉系统(HVS)的特性来适当地分配码率，以提高编码的主观质量或者在保持视觉质量不变的情况下节约编码比特。

我们可以利用人眼的边缘掩盖效应，即人眼在观察包含显著边缘图像区域时，将降低对附近低方差区域的注意力。

因此可以对边缘显著区域分配更多的比特，对纹理区域分配更少的比特[10]。

这种方法的关键是根据视觉感知特性来自适应调整RDO 拉格朗日因子。

首先采用编码比特比值参数作为复杂性度量进行帧层码率分配，然后对每个宏块，根据边缘阈值按块划分为边缘、纹理和背景三种模式，分别设定不同调节参数，据此来调整拉格朗日因子i a λλ′=，进而调整宏块的编码模式、参数和码率。

测试结果显示，这种算法对部分序列的编码主观质量有所改善，同时PSNR 有轻微提高。

此外，还有一些方法从其它角度，例如平衡整个GOP 、序列或者一帧内的编码质量、联合考虑信源信道编码、DCT 域复杂性度量和码率模型等对H.264码率控制进行了架构或细节上的改进。

参考文献[1] 王志良,邬乔. 基于H.264的码率控制算法优化. 微计算机信息,2006[2] 李记苗,刘彦明,高峰. H.264码率控制及其改进策略. 计算机与数字工程,2006,6:52-54[3] 蒋建国,袁炜,王德宝. H .264码率控制算法分析. 数字电视与数字视频,2007,5:10-12[4] ISO/IEC JTC1/SC29/WG11/Doc.N3093. MPEG-4 video verification model version 15.0.Dec.1999.[5] Thung-Hiung Tsai, Jin-Jang Leou. A Rate Control Scheme for H.264 Video Transmision. ICME. 2004,1(8):112-116[6] Iain E. G. Richardson. H.264 and MPEG-4 Video Compression. 2003:56-60[7] 江建敏,韩志达,李学明. H .264码率控制算法研究. 计算机工程与应用,2007[8] 何凌,叶梧,冯穗力,余刚. 基于H.264的码率控制算法研究与改进. 数字电视与数字视频,2004,11:20-23[9]Nejat Kamaci, Yucel Altunbasak, Russell Mersereau. Frame Bit Allocation for the H.264/AVC Video CoderVia Cauchy-Density-Based Rate and Distortion Models[C].In: IEEE Transactions On Circuits And Systems For Video Teclmology,2005,15:994-1006[10]Yu,H.;Pan,F.;Lin,Z.;Sun,Y.;"A perceptual bit allocation scheme for H.264,"IEEE International Conference on Multimedia and Expo,4,July.2005sResearch of H.264 Rate control algorithmLu ShanSchool of Information Engineering，Wuhan University of Technology，Wuhan (430070)AbstractH.264 is a kind of advanced algorithm for video transmission. Rate control as a important technology of video coding and meshwork transmission is necessary for the application of H.264. This paper first introduces CBR and VBR，and then，indicate the virtue, disadvantage and improvement of H.264 by contrast with other rate control technology.Keywords：H.264，rate control，PSNR。