專利名稱：一種基于率失真函數(shù)分析模型的svc平滑重建方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種視頻編碼平滑重建方法，特別是關(guān)于一種基于率失真函數(shù)分析模型的SVC平滑重建方法。

背景技術(shù)：
近年來，隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展和普遍應(yīng)用，網(wǎng)絡(luò)越來越影響人們的生活方式。由于視頻信息具有直觀性強(qiáng)，內(nèi)容豐富等特點(diǎn)，因此視頻傳輸在網(wǎng)絡(luò)傳輸領(lǐng)域占據(jù)了越來越重要的地位。然而，在互聯(lián)網(wǎng)上進(jìn)行視頻傳輸，對(duì)視頻壓縮、網(wǎng)絡(luò)傳輸?shù)忍岢隽诵碌奶魬?zhàn)。由于網(wǎng)絡(luò)帶寬不穩(wěn)定導(dǎo)致的不可避免的網(wǎng)絡(luò)擁塞，以及終端設(shè)備應(yīng)用需求和解碼播放能力的差異，所有這些都要求視頻編碼和傳輸具有可伸縮的特性?？缮炜s視頻編碼編碼(JVT SVC)便是在這種需求下由高壓縮效率標(biāo)準(zhǔn)H.264/AVC發(fā)展而來的視頻編碼方案，它不僅能夠提供空域、時(shí)域和質(zhì)量的可伸縮性，提供精確到位的碼率截?cái)?，而且使得編碼效率大大提高，接近傳統(tǒng)定碼率視頻編碼的壓縮率。
在H.264/AVC的SVC擴(kuò)展中，空間可伸縮性使用分層的方法，首先將圖像分解為多個(gè)空間分辨率的信號(hào)，每個(gè)分辨率都是一個(gè)空間編碼層，幀內(nèi)預(yù)測(cè)和幀間預(yù)測(cè)可以跨層進(jìn)行，具體包括層間幀內(nèi)預(yù)測(cè)、層間幀間預(yù)測(cè)、層間殘差預(yù)測(cè)。為實(shí)現(xiàn)時(shí)域可伸縮性，每個(gè)空間層內(nèi)都使用層次化B幀編碼結(jié)構(gòu)，高時(shí)間級(jí)的圖像通過低時(shí)間級(jí)的圖像作為參考幀進(jìn)行時(shí)間預(yù)測(cè)。為防止誤差擴(kuò)散，SVC中提出了關(guān)鍵幀(key picture)的概念，所有在關(guān)鍵幀之前編碼的幀也在其之前顯示，關(guān)鍵幀與位于時(shí)域上這個(gè)關(guān)鍵幀之前的關(guān)鍵幀之間的所有圖像形成一個(gè)圖像組(GOP)。GOP中除關(guān)鍵幀之外的所有圖像編碼為層次化B幀，以提供時(shí)間可伸縮性，同時(shí)將誤差擴(kuò)散控制在一個(gè)GOP中。質(zhì)量可伸縮主要通過對(duì)變換系數(shù)的逐級(jí)量化和位平面編碼來實(shí)現(xiàn)質(zhì)量/信噪比(SNR)的可伸縮性。具體通過粗糙粒度可伸縮性(CGS)，中等粒度可伸縮性(MGS)，精細(xì)粒度可伸縮性(FGS)等技術(shù)實(shí)現(xiàn)質(zhì)量的可伸縮性。
視頻平滑重建是流媒體傳輸提高效率的一個(gè)重要方面，能有效提高視頻的傳輸質(zhì)量。一般情況下認(rèn)為，重建視頻流每一調(diào)度單元之間的質(zhì)量變化要盡可能小，同時(shí)充分利用網(wǎng)絡(luò)帶寬，這樣解碼視頻平滑問題可以描述為下面的優(yōu)化問題 其中RT表示目標(biāo)碼率(即網(wǎng)絡(luò)平均帶寬)，Ri和PSNRi表示第i個(gè)調(diào)度單元分配的碼率和其相應(yīng)質(zhì)量，PSNRave表示平均的視頻質(zhì)量，N表示視頻調(diào)度單元的平滑總數(shù)。顯然當(dāng)所有視頻調(diào)度單元的質(zhì)量相同時(shí)，視頻的總體質(zhì)量最高。
通常情況下，解公式(1)需要得到視頻每一調(diào)度單元的率失真函數(shù)，然后根據(jù)這些率失真函數(shù)得到視頻的碼率分配方案，這個(gè)過程通常的方法是給每一個(gè)調(diào)度單元先賦一個(gè)相同的失真值PSNRave，計(jì)算對(duì)應(yīng)各個(gè)調(diào)度單元對(duì)應(yīng)的碼率Ri，比較

與N*RT的大小，然后調(diào)節(jié)PSNRave的大小，使得

與N*RT的差值逐漸變小，達(dá)到精度允許的范圍，這通常需要多次的循環(huán)計(jì)算才能達(dá)到目標(biāo)，一般計(jì)算量比較大，實(shí)際應(yīng)用也不太方便。而基于率失真函數(shù)的視頻平滑方法先前也已經(jīng)有一定的研究，首先需要根據(jù)網(wǎng)絡(luò)的平均帶寬

得到一個(gè)恒定的目標(biāo)分配質(zhì)量Dtarget，然后根據(jù)這個(gè)目標(biāo)質(zhì)量Dtarget得到視頻每一幀(或調(diào)度單元)的碼率分配方案。而為了得到Dtarget，需要計(jì)算一個(gè)受限于

的聯(lián)合函數(shù)C(D) 其中Ri(D)是第i幀(或調(diào)度單元)的率失真函數(shù)，N是平滑的幀(或調(diào)度單元)數(shù)。通過公式(2)，可以得到則第i幀(或調(diào)度單元)分配的碼率可以計(jì)算為然而一般情況下很難得到C-1的解析式，現(xiàn)有的插值法得到的率失真函數(shù)，往往需要計(jì)算量很大的循環(huán)搜索才能得到視頻平滑的碼率分配，很不實(shí)用，對(duì)于視頻服務(wù)器的實(shí)時(shí)調(diào)度來說是個(gè)很大的負(fù)擔(dān)。由此可見，為了進(jìn)一步提高SVC的編碼性能，一種快速高效的視頻重建平滑方法還是相當(dāng)必要的。
廣義高斯分布GGD(Generalized Gaussian distribution)是一個(gè)范圍很廣的概率模型，其概率密度函數(shù)可以表示為 和 其中μ是概率均值，α>0是形狀參數(shù)，描述了概率密度函數(shù)的形狀，其中α＝1對(duì)應(yīng)拉普拉斯分布，α＝2對(duì)應(yīng)高斯分布，α值越小，概率密度函數(shù)越尖，在零附近的數(shù)目越多，α值越大，概率分布越均勻，其函數(shù)圖如圖2所示，β是根方差， SVC中的量化模式可以由以下公式描述 W′＝Δ·Z (4b) (4a)為量化公式，(4b)為反量化公式。其中W是輸入信號(hào)，Z是量化后的值，W′是反量化后的重建值，Δ為量化步長，f為控制參數(shù)，int()為向下取整函數(shù)。在SVC測(cè)試模型里，f在幀內(nèi)模式中設(shè)為1/3，在幀間模式中設(shè)為1/6。
為了簡化廣義高斯分布概率密度函數(shù)的描述，可以將廣義高斯分布的分布函數(shù)變換成如下形式 其中對(duì)于任意的根方差β，任意的變量δ>0，令量化步長為Δβ＝βδ，假設(shè)以Ri＝iΔβ為重建值的概率和為Pi(Δβ)，則Pi(Δβ)可以表示為 對(duì)于特定的參數(shù)α和f，Pi(Δβ)是關(guān)于變量δ的函數(shù)，量化碼率可以表示為 所以熵碼率H(Δβ)是關(guān)于變量δ的函數(shù)，H(Δβ)＝fα(δ)，由量化方法易知，fα(δ)是δ的單調(diào)減函數(shù)，因此有 對(duì)于廣義高斯分布，公式(4a)和(4b)中的量化模式是關(guān)于0對(duì)稱的，因此，量化的均方誤差MSE可以表示為 其中， 即D(Δβ)＝β2gα(δ)＝β2gα(fα-1(H(Δβ))，如果以PSNR為失真標(biāo)準(zhǔn)，可以得到 由(11)可知，對(duì)于相同的參數(shù)α和β，廣義高斯分布的率失真函數(shù)的導(dǎo)數(shù) 存在，且與根方差β無關(guān)。我們通過大量的模擬試驗(yàn)得出，通常地，隨著碼率增加，失真速率函數(shù)的導(dǎo)數(shù)會(huì)逐漸減小至傳統(tǒng)的6.02db/bit，如圖3所示，是廣義高斯分布失真速率函數(shù)導(dǎo)數(shù)的曲線圖。
這個(gè)特性對(duì)于具體方法中的率失真函數(shù)建模是相當(dāng)有用的。


發(fā)明內(nèi)容
針對(duì)上述問題，本發(fā)明的目的是提供一種基于率失真函數(shù)分析模型的SVC平滑重建方法，以較小的復(fù)雜度盡可能的提高重建視頻的主觀以及客觀質(zhì)量。
為實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案 (1)提出一種偽GOP(Virtual GOP)的概念，每個(gè)偽GOP包含兩個(gè)相鄰的關(guān)鍵幀(key picture)和之間的所有B幀，關(guān)鍵幀如果被兩個(gè)相鄰偽GOP包含，則其質(zhì)量層的碼率被分為兩份，分別用于相鄰偽GOP的碼率分配。
(2)建立偽GOP率失真函數(shù)模型，所述模型描述為 PSNR(R)＝a*R+A-(A-B)/(1+b*R) (13) (3)根據(jù)所述模型，按如下方法對(duì)SVC視頻進(jìn)行質(zhì)量平滑重建 首先對(duì)各個(gè)偽GOP進(jìn)行碼率分配，步驟如下 ①根據(jù)公式(13)計(jì)算目標(biāo)碼率R對(duì)應(yīng)的所有偽GOP的平均失真D 其中ai，Ai和Bi是公式(13)中偽GOP i率失真函數(shù)對(duì)應(yīng)的參數(shù)值。
②根據(jù)D計(jì)算偽GOP i的初始分配碼率，偽GOP i表示第i個(gè)偽GOP 其中Ri(D)是公式(13)在偽GOP i的反函數(shù)。
③計(jì)算初始分配碼率的平均值和目標(biāo)碼率的差值 ④計(jì)算偽GOP i的調(diào)節(jié)權(quán)值 其中Di(init_ratei)是偽GOP i失真速率函數(shù)在初始分配碼率init_ratei處的導(dǎo)數(shù)。
⑤根據(jù)權(quán)值計(jì)算最終分配給偽GOP i的碼率 trans_ratei＝init_ratei-tune_rate*Tune_Weight(18) 根據(jù)每個(gè)偽GOP分配到的碼率，偽GOP i中每幀的碼率按如下方法分配 ①根據(jù)分配到的比特率，利用如下公式式計(jì)算偽GOP i中總的比特?cái)?shù)bits VGOPi＝trans_ratei*width*height*1.5(gop_size-1+KeyframesIn1VGOP+0.5*KeyframesIn2VGOP) ②根據(jù)優(yōu)先級(jí)時(shí)序，對(duì)于GOP i中的第k個(gè)FGS/CGS質(zhì)量包，如果其比特?cái)?shù)小于當(dāng)前偽GOP剩余比特?cái)?shù)，則將該FGS/CGS質(zhì)量包k的幀的分配比特?cái)?shù)增加FGS/CGS質(zhì)量包k的大小，同時(shí)偽GOP剩余比特?cái)?shù)減去該FGS/CGS質(zhì)量包k大小，直至某個(gè)FGS/CGS質(zhì)量包比特?cái)?shù)大于偽GOP中剩余比特?cái)?shù)時(shí)，如果是FGS包，將該FGS/CGS質(zhì)量包截?cái)鄠鞒?；否則，F(xiàn)GS/CGS質(zhì)量包k的幀的比特率增加偽GOP中剩余比特?cái)?shù)。當(dāng)偽GOP中剩余比特?cái)?shù)等于0時(shí)，中止該偽GOP的循環(huán)。對(duì)于關(guān)鍵幀，如果被兩個(gè)相鄰偽GOP包含，則在每個(gè)偽GOP中，F(xiàn)GS/CGS質(zhì)量包的比特?cái)?shù)等于原比特?cái)?shù)的一半，最后把關(guān)鍵幀在兩個(gè)偽GOP中分配的比特率加起來。
本發(fā)明由于采取以上技術(shù)方案，與傳統(tǒng)方法相比，復(fù)雜度是線性的O(N)，不需要任何搜索算法，利用本發(fā)明方法，可以以較小的復(fù)雜度實(shí)現(xiàn)SVC視頻平滑，盡可能的提高重建視頻的主觀以及客觀質(zhì)量。



圖1是本發(fā)明提出的偽GOP示意圖 圖2是廣義高斯分布的概率密度函數(shù)圖 圖3是廣義高斯分布失真速率函數(shù)導(dǎo)數(shù)的曲線圖
具體實(shí)施例方式 如圖1所示，針對(duì)SVC的編碼特性，本發(fā)明提出了偽GOP(Virtual GOP)的概念，每個(gè)偽GOP包含兩個(gè)相鄰的關(guān)鍵幀(key picture)和之間的所有B幀，關(guān)鍵幀如果被兩個(gè)相鄰偽GOP包含，則其質(zhì)量層的碼率被分為兩份，分別用于相鄰偽GOP的碼率分配。
在碼率分配前，我們要先確定每個(gè)偽GOP中各FGS/CGS質(zhì)量包的調(diào)度優(yōu)先級(jí)時(shí)序，以達(dá)到最優(yōu)的率失真性能?？梢杂卸喾N方法確定各質(zhì)量包的優(yōu)先級(jí)，我們提供一種方法的框架如下 (A)用一個(gè)序列MSEVGOP
存放每一個(gè)偽GOP的MSE，將偽GOP的MSEVGOP
初始化為基本層的MSE序列MSEBase1..(gop_size+1)]。其中，gop_size為GOP的大小。用序列array_level存放當(dāng)前要比較優(yōu)先級(jí)的質(zhì)量包，將array_level初始化為偽GOP的第一增強(qiáng)層的FGS/CGS質(zhì)量包。
(B)按照以下循環(huán)方法通過依次選擇率失真斜率最大的FGS/CGS質(zhì)量包來逐步排列array_level中各level的優(yōu)先級(jí)，直至array_level為空。
i)將PSNR-rate斜率CurrMaxSlopeVGOP初始化為0； ii)計(jì)算被測(cè)試的FGS/CGS質(zhì)量包在解碼前后偽GOP中各幀的MSE下降decMSEVGOP[1..(gop_size+1)]； iii)更新MSEVGOP＝MSEVGOP-decOptiMSEVGOP，更新array_level，將先前得到的最優(yōu)質(zhì)量包移出array_level，并放入相應(yīng)幀高一層的質(zhì)量包。如果該質(zhì)量包為該幀的最高質(zhì)量包，則不放入任何質(zhì)量包，直至array_level為空。
(C)利用MSEVGOP和decMSEVGOP計(jì)算PSNR增加incPSNR_LevelVGOP＝10mean(log10(MSEVGOP[1..gop_size+1]))-10mean(log10(MSEVGOP[1..gop_size+1]-decMSEVGOP[1..gop_size+1]))如果incPSNR_LevelVGOP/level_size>CurrMaxSlopeVGOP，令decOptiMSEVGOP＝decMSEVGOP，CurrMaxSlopeVGOP＝incPSNR_LevelVGOP/LevelSize，并令該層為當(dāng)前最優(yōu)FGS/CGS質(zhì)量包，如果關(guān)鍵幀包含在了兩個(gè)偽GOP中，則LeveSize等于原始大小的一半。
根據(jù)本發(fā)明的分析，廣義高斯分布的率失真函數(shù)的導(dǎo)數(shù)隨著碼率增加會(huì)逐漸減小，因此，在同一幀圖像中，較低的FGS增強(qiáng)層率失真函數(shù)的導(dǎo)數(shù)要比較高的FGS增強(qiáng)層大，而實(shí)際傳輸中，總是先傳輸?shù)偷腇GS增強(qiáng)層，而根據(jù)以上優(yōu)先級(jí)調(diào)度算法，為了得到最優(yōu)的率失真性能，應(yīng)該先傳輸率失真函數(shù)導(dǎo)數(shù)比較大的FGS增強(qiáng)層，所以通常的，偽GOP率失真函數(shù)的導(dǎo)數(shù)隨著碼率增加會(huì)逐漸減小，本發(fā)明可以假設(shè)這個(gè)導(dǎo)數(shù)減少到一個(gè)恒定值，因此可以認(rèn)為偽GOP失真速率函數(shù)有一個(gè)漸進(jìn)線a*R+A，其中R是單位為bit/sample的碼率，A和a是漸進(jìn)線參數(shù)。因?yàn)镕GS失真速率函數(shù)的導(dǎo)數(shù)逐漸減小到a，本發(fā)明可以用一個(gè)簡單的冪函數(shù)-1/R建模這個(gè)減小的過程，這是因?yàn)?-1/R)′＝1/R2隨著碼率R的增加而減小到0。而且根據(jù)實(shí)驗(yàn)?zāi)M，偽GOP失真速率函數(shù)的導(dǎo)數(shù)減小的幅度越來越慢，也就是說偽GOP失真速率函數(shù)的二階導(dǎo)數(shù)隨著碼率的增加而逐漸增加到0，-1/R對(duì)這個(gè)二階導(dǎo)數(shù)也是一個(gè)很好的模型(-1/R)″＝-2/R3隨著R的增加而增加到0。因?yàn)榇a率的定義域包括了0，所以本發(fā)明將-1/R轉(zhuǎn)為-1/(1+b*R)，其中b>0是控制失真速率函數(shù)對(duì)漸近線的接近，這樣本發(fā)明得到了一個(gè)新的偽GOP失真速率函數(shù)，具體如下 PSNR(R)＝a*R+A-k/(1+b*R) 其中k要大于0，當(dāng)碼率R＝0時(shí)，PSNR(0)就是基本層變換量化后的峰值信噪比PSNRB。這樣本發(fā)明可以得到k＝A-B，此時(shí)要求A-B>0來保證導(dǎo)數(shù)的不斷減小。因此偽GOP率失真函數(shù)可以描述為 PSNR(R)＝a*R+A-(A-B)/(1+b*R)(13) 該函數(shù)模型含有三個(gè)參數(shù)(a，b和A)，它們可以由已經(jīng)編碼的偽GOP的碼率失真數(shù)據(jù)統(tǒng)計(jì)估計(jì)得出。根據(jù)該模型，對(duì)SVC視頻進(jìn)行快速恒定質(zhì)量平滑重建方法可以描述為 (1)根據(jù)公式(13)計(jì)算目標(biāo)碼率

對(duì)應(yīng)的所有偽GOP的平均失真
其中ai，Ai和Bi是公式(13)中偽GOP i率失真函數(shù)對(duì)應(yīng)的參數(shù)值。公式中本發(fā)明將參數(shù)b設(shè)置為經(jīng)驗(yàn)值8，也可以根據(jù)具體情況修改。
(2)根據(jù)

計(jì)算偽GOP i的初始分配碼率，偽GOP i表示第i個(gè)偽GOP 其中Ri(D)是公式(13)在偽GOP i的反函數(shù) (3)計(jì)算初始分配碼率的平均值和目標(biāo)碼率的差值 (4)計(jì)算偽GOP i的調(diào)節(jié)權(quán)值 其中Di(init_ratei)是偽GOP i失真速率函數(shù)在初始分配碼率init_ratei處的導(dǎo)數(shù)。用來近似描述每一幀圖像在失真

位置單位失真變化所需要的碼率，通過它來得到各幀碼率調(diào)節(jié)的權(quán)值。
(5)根據(jù)權(quán)值計(jì)算最終分配給偽GOP i的碼率 trans_ratei＝init_ratei-tune_rate*Tune_Weight(18) 如果tran_ratei<0，這時(shí)基本層質(zhì)量接近或大于

則本發(fā)明設(shè)這時(shí)的增強(qiáng)層傳輸碼率為tran_ratei＝0。
在某些情況下，目標(biāo)碼率

和實(shí)際傳輸碼率之間有一定的差別，但這種差別一般比較小，可以忽略不記。而且如果需要，本發(fā)明可以通過循環(huán)計(jì)算公式(16)到(18)來減小這種誤差。
根據(jù)每個(gè)偽GOP分配到的碼率，偽GOP沖每幀的碼率按如下方法分配 (1)根據(jù)分配到的比特率，利用如下公式計(jì)算偽GOP i中總的比特?cái)?shù)bitsVGOPi＝trans_ratei*width*height*1.5(gop_size-1+KeyframesInlVGOP+0.5*KeyframesIn2VGOP)其中，width和height分別為編碼圖像的寬和高，KeyframesIn2VGOP是由該偽GOP和另一個(gè)相鄰偽GOP共同包含的關(guān)鍵幀的數(shù)量，KeyframesInVIGOP為僅由該偽GOP包含的關(guān)鍵幀數(shù)量。
(2)按照如下方法為每一幀分配比特?cái)?shù)根據(jù)優(yōu)先級(jí)時(shí)序，對(duì)于GOP i中的第k個(gè)FGS/CGS質(zhì)量包，如果其比特?cái)?shù)小于當(dāng)前偽GOP剩余比特?cái)?shù)，則將該FGS/CGS質(zhì)量包k的幀的分配比特?cái)?shù)增加FGS/CGS質(zhì)量包k的大小，同時(shí)偽GOP剩余比特?cái)?shù)減去該FGS/CGS質(zhì)量包k大小，直至某個(gè)FGS/CGS質(zhì)量包比特?cái)?shù)大于偽GOP中剩余比特?cái)?shù)時(shí)，如果是FGS包，將該FGS/CGS質(zhì)量包截?cái)鄠鞒觥７駝t，F(xiàn)GS/CGS質(zhì)量包k的幀的比特率增加偽GOP中剩余比特?cái)?shù)。當(dāng)偽GOP中剩余比特?cái)?shù)等于0時(shí)，中止該偽GOP的循環(huán)。對(duì)于關(guān)鍵幀，如果被兩個(gè)相鄰偽GOP包含，則在每個(gè)偽GOP中，F(xiàn)GS/CGS質(zhì)量包的比特?cái)?shù)等于原比特?cái)?shù)的一半，最后把關(guān)鍵幀在兩個(gè)偽GOP中分配的比特率加起來。
權(quán)利要求
1.一種基于率失真函數(shù)分析模型的SVC平滑重建方法，其包括以下步驟
(1)提出一種偽GOP的概念，每個(gè)偽GOP包含兩個(gè)相鄰的關(guān)鍵幀和之間的所有B幀；
(2)建立偽GOP率失真函數(shù)模型，所述模型描述為
PSNR(R)＝a*R+A-(A-B)/(1+b*R) (1)
(3)根據(jù)所述模型，按如下方法對(duì)SVC視頻進(jìn)行質(zhì)量平滑重建
首先對(duì)各個(gè)偽GOP進(jìn)行碼率分配，步驟如下
①根據(jù)公式(1)計(jì)算目標(biāo)碼率
對(duì)應(yīng)的所有偽GOP的平均失真
其中ai，Ai和Bi是公式(1)中偽GOP i率失真函數(shù)對(duì)應(yīng)的參數(shù)值；
②根據(jù)
計(jì)算偽GOP i的初始分配碼率，偽GOP i表示第i個(gè)偽GOP
其中Ri(D)是公式(1)在偽GOP i的反函數(shù)；
③計(jì)算初始分配碼率的平均值和目標(biāo)碼率的差值
④計(jì)算偽GOP i的調(diào)節(jié)權(quán)值
其中Di′(init_ratei)是偽GOP i失真速率函數(shù)在初始分配碼率init_ratei處的導(dǎo)數(shù)；
⑤根據(jù)權(quán)值計(jì)算最終分配給偽GOP i的碼率
trans_ratei＝init_ratei-tune_rate*Tune_Weight
然后根據(jù)每個(gè)偽GOP分配到的碼率，偽GOP i中每幀的碼率按如下方法分配
①根據(jù)分配到的比特率，利用如下公式計(jì)算偽GOP i中總的比特?cái)?shù)bitsVGOPi＝trans_ratei*width*height*1.5(gop_size-1+KeyframesIn1VGOP+0.5*KeyframesIn2VGOP)
②根據(jù)優(yōu)先級(jí)時(shí)序，對(duì)于GOP i中的第k個(gè)FGS/CGS質(zhì)量包，如果其比特?cái)?shù)小于當(dāng)前偽GOP剩余比特?cái)?shù)，則將該FGS/CGS質(zhì)量包k的幀的分配比特?cái)?shù)增加FGS/CGS質(zhì)量包k的大小，同時(shí)偽GOP剩余比特?cái)?shù)減去該FGS/CGS質(zhì)量包k大小，直至某個(gè)FGS/CGS質(zhì)量包比特?cái)?shù)小于偽GOP中剩余比特?cái)?shù)時(shí)，如果是FGS包，將該FGS/CGS質(zhì)量包截?cái)鄠鞒?；否則，F(xiàn)GS/CGS質(zhì)量包k的幀的比特率增加偽GOP中剩余比特?cái)?shù)；當(dāng)偽GOP中剩余比特?cái)?shù)等于0時(shí)，中止該偽GOP的循環(huán)；對(duì)于關(guān)鍵幀，如果被兩個(gè)相鄰偽GOP包含，則在每個(gè)偽GOP中，F(xiàn)GS/CGS質(zhì)量包的比特?cái)?shù)等于原比特?cái)?shù)的一半，最后把關(guān)鍵幀在兩個(gè)偽GOP中分配的比特率加起來。
2.如權(quán)利要求1一種基于率失真函數(shù)分析模型的SVC平滑重建方法，其特征在于在執(zhí)行步驟(3)過程中關(guān)鍵幀如果被兩個(gè)相鄰偽GOP包含，則其質(zhì)量層的碼率被分為兩份，分別用于相鄰偽GOP的碼率分配。
全文摘要
本發(fā)明涉及一種基于率失真函數(shù)分析模型的SVC平滑重建方法，其包括以下步驟(1)提出一種偽GOP(Virtual GOP)的概念，每個(gè)偽GOP包含兩個(gè)相鄰的關(guān)鍵幀(keypicture)和之間的所有B幀；(2)建立FGS率失真函數(shù)模型，所述模型描述為PSNR(R)＝a*R+A-(A-B)/(1+b*R)；(3)根據(jù)所述模型，對(duì)SVC視頻進(jìn)行質(zhì)量平滑重建。本發(fā)明以偽GOP為基本調(diào)度單位，根據(jù)每個(gè)偽GOP中的率失真模型首先對(duì)各個(gè)偽GOP進(jìn)行質(zhì)量平滑，然后進(jìn)而對(duì)偽GOP內(nèi)各幀進(jìn)行質(zhì)量平滑。利用本發(fā)明方法，可以以較小的復(fù)雜度實(shí)現(xiàn)SVC視頻平滑，盡可能的提高重建視頻的主觀以及客觀質(zhì)量。
文檔編號(hào)H04N7/26GK101146228SQ20071017629
公開日2008年3月19日 申請(qǐng)日期2007年10月24日 優(yōu)先權(quán)日2007年10月24日
發(fā)明者文 高, 俊 孫, 悅 王 申請(qǐng)人:北京大學(xué)