一种针对全景视频编码器的复杂度优化算法

发布时间：2021-08-03 08:44

　　相比于普通平面视频,全景视频能给用户提供更加沉浸式的体验,但其编码复杂度也急剧上升,阻碍其推广应用.为解决此问题,首先,结合全景视频纬度特性和帧间相关性构建复杂度预测模型,以更好地分配帧内复杂度资源;其次,构建一个转换模型将编码复杂度转换为时间复杂度,以确保帧内编码时间的稳定性;最后,综合上述两个模型提出一种自适应复杂度优化算法.实验结果表明,所提算法能在复杂度与编码质量之间取得更优的平衡,以适应不同应用场景的需求. 

【文章来源】：福州大学学报(自然科学版). 2020,48(05)北大核心

【文章页数】：7 页

【部分图文】：

ERP投影示意图

视频编码中, 编码器的计算能力资源被定义为编码复杂度因子(encoding complexity factor, ECF). 如图2所示, 编码器通过给各编码层次分配合适的ECF实现复杂度优化[4], 该过程一般分为四个层次, 即全局ECF、 GOP级ECF、 帧级ECF以及纬度级ECF, 本节研究的是纬度级ECF的分配问题.在低空间分辨率的平面视频编码中, 通常将帧作为最小的复杂度分配单元. 而在全景视频编码中, 由于其超高空间分辨率特性以及从球面投影至平面产生的影响, 将纬度区域作为最小分配单元也许可以提升编码的整体RD性能. 全景视频经过ERP(如图1所示)投影后, 不同纬度的视频内容被不同程度地拉伸, 则可能导致帧内纹理产生变化, 从而影响CU的模式选择过程. 通过对比平面视频和全景视频的CU数量分布情况来验证全景视频帧内复杂度分配的必要性, 其中平面视频考察了BasketballDrive、 BQTerrace、 Cactus、 Kimono、 ParkScene等序列, 全景视频考察了AerialCity、 DrivingInCity、 Fengjing_1、 Hangpai_1、 Xinwen_1等序列. 同时, 为便于对比, 将CU数量进行归一化处理, 结果如图3所示.

显然, 为保证编码质量, wm, n, l不能取固定值, 而应随视频内容的变化而变化. 考虑到视频相邻帧之间纹理具有非常高的相似性(相应地也具有非常相似的模式选择结果), 利用相邻已编码帧的CU数量信息预测wm, n, l, 从而实现视频内容自适应的帧内纬度级复杂度分配. 预测模型的原理如图4所示.该模型利用当前GOP中的前n个已编码帧(0～n-1)在纬度上的CU数量分布信息预测当前编码帧各纬度的wm, n, l, 即:

【参考文献】：
期刊论文
[1]基于随机森林的HEVC复杂度控制方法[J]. 文鹏,彭宗举,陈芬,蒋刚毅,郁梅.  电信科学. 2019(02)



本文编号：3319315