HEVC流媒体编码优化及高效转码技术

发布时间：2020-08-18 10:23

【摘要】：在互联网高速发展的今天,多媒体技术特别是网络流媒体的普及,使得数字视频的应用越来越广泛。在这种情况下,每时每刻都有大量的数字视频需要传输和存储,对于存储空间和网络带宽都是很大的考验。为了能够用尽可能少的空间来存储视频的同时保证视频的质量,视频编码技术一直在不断发展,已经陆续发布了一系列的视频编码标准,如MPEG-X系列和H.26X系列。目前,在所有的视频编码标准中,H.264/AVC占据了最大的市场份额。而最新的视频编码标准HEVC,虽然目前仍未能得到广泛应用,但是由于其优秀的压缩效率,必将会成为未来主流的视频编码标准。HEVC相关的优化问题也一直是近几年研究的热点。目前,网络流媒体已经渐渐成为人们生活必不可少的一部分。与传统的广播等视频传输系统不同,网络流媒体视频一般是按照固定长度的切片来传输的,以实现其根据用户的网络环境自适应调整视频分辨率和码率的目的。在这种情形下,对视频编码的码率控制也有了新的要求。它要求编码后每个视频切片的比特数尽可能相同且满足目标码率,而不在意切片内部的码率波动。而目前流媒体视频编码最常使用的开源编码器如x264或x265中的ABR码率控制算法并不能满足这一要求。为此,本文在x265默认的ABR算法的基础上,引入了CBR码率控制中的R-λ模型,并将两者结合起来,提出了一种基于视频切片的ABR码率控制算法。该算法相比于x265原始的ABR算法,可以有效降低切片级的码率波动,而编码时间和视频质量均没有明显的变化。另外,由于H.264/AVC依旧是目前应用最广泛的视频编码标准,包括网络流媒体视频在内。在HEVC逐渐应用的过程中,有大量的需求将H.264/AVC编码的视频转码为HEVC编码的视频。但是由于HEVC编码的复杂度很高,直接转码会花费大量的时间。为此,本文提出了一个快速转码算法,利用朴素贝叶斯这一机器学习的方法,通过从H.264/AVC码流提取信息,并用对应区域的特征信息利用训练好的预测模型对HEVC编码过程中的CU划分做预测,从而减少编码复杂度,进而对转码起到加速作用。本文还对提出的算法的性能进行了测试和分析。
【学位授予单位】：上海交通大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：G206;TN919.81
【图文】：

框架结构,混合编码,视频,框架结构

对于视频中不同的图像区域，人眼的敏感度是不一样的。因此，通常可以对人眼敏感度低的区域分配较少的比特数，而人眼关注度高的区域分配较多的比特数。如果不这样，就会产生视觉冗余。（5）其他冗余如知识冗余、结构冗余等。在通常的视频编码中，主要考虑的是时间冗余、空间冗余和信息熵冗余。而其他的冗余信息，也可以在一些特定的应用场景中得以重点应用，例如可以针对人眼敏感度来优化编码的主观质量。2.1.2 视频编码器的基本结构由于视频编码本身是由很多不同的技术模块所组成的，一个合理且高效的组成结构对于视频编码的性能、效率和可拓展性有着至关重要的影响。目前，大部分视频编码标准都是采用基于块的运动补偿和变换编码的混合编码器结构，包括H.264/AVC 和 HEVC 等。混合编码框架的基本结构如图 2-1 所示[11]。

模式图,帧内预测,模式,模度

NxN2NxN Nx2N NxN2NxnU 2NxnD nLx2图 2-4 HEVC 中支持的 PU 划分类型[7]Fig. 2-4 PU partition modes in HEVC视频图像只利用当前帧的信息进行预测的一种预测技像在空间上的相关性。HEVC 最多支持包括 Planar 模度模式共 35 种帧内预测模式。图 2-5 所示为 HEVC 帧。相比于 H.264/AVC 的 9 种，HEVC 的帧内预测模式

示意图,码率控制,示意图,比特数

并在此基础上尽可能提高视频质量。一个典型的码率控制流程如图3-1 所示。图 3-1 码率控制示意图Fig. 3-1 Schematic diagram of rate control码率控制的内容主要包括两个方面：目标比特的分配以及根据目标比特对编码参数进行计算。目标比特的分配是在总比特数一定的情况下，对不同级别的编码单元，如帧或 CTU，通过一定的策略分配一个大致合理的比特数。例如，对于内容复杂、变化剧烈的部分，分配较多的比特数；而对于内容简单、变化平缓的部分，则可以适当分配较少的比特数，从而保证整体视频质量的提升。在确定了分配的比特数后，便可以进一步计算编码的具体参数，如量化参数 QP，使得输出码率尽可能与目标码率接近，从而达到码率调节的作用。

【参考文献】