一种面向SVC的码率控制算法徐龙1，高文1，2，季向阳1，赵德斌3（1中国科学院计算技术研究所，北京100080；2北京大学数字媒体研究所，北京100871；3哈尔滨工业大学，哈尔滨150001）摘要：H.264/AVC可伸缩性扩展视频编码系统（JSVM）提供了一种可伸缩视频编码（SVC）的解决方案，然而它本身并没有提供一种有效的码率控制算法。本文基于JSVM的分层预测结构，提出了一种全新的码率控制算法。首先在码率分配方面，考虑到分层B帧预测（或运动补偿时间域滤波（MCTF））结构，本文提出了一种分层的码率分配方案；其次，针对不同类型和不同时间分解层各自的统计特性，分别为它们设计了不同的率失真（R-D）模型。实验结果表明，本算法能够有效地控制码率，使得目标码率跟实际产生码率之间的偏差最大不超过2%；同时本算法较大地提高了解码图像的质量，使得峰值信噪比（PSNR）在低码率端可提高1dB；另外，JSVM中通过不断调整量化参数（QP）使得实际产生的码率逐次逼近目标码率，较之这种尝试式的码率控制算法，本文基于模型的码率控制是在一次编码中产生最终的目标码率，从而大大降低了计算复杂度。关键字：可伸缩编码；码率控制；率失真优化；率失真模型1引言随着计算机、通信和各种娱乐媒体的交互、融合，如今各种数字媒体应用通过通信网络连为一体。在网络环境里，比如互联网，各种终端系统可能具有不同的再现能力和应用需求。所以为了某种特定的应用而一次压缩的码流并不是令人满意和有效的，对一些特定的用户或设备而言，甚至是没有意义的。解决这个问题的一个有效的方法就是可伸缩编码在可伸缩编码里，为低端应用而产生的低码率码流作为子集嵌入在为高端应用而产生的高码率码流中。这样，对于一次性压缩的高码率码流，通过选择性地传输和解码其中的部分码流，就能够得到适用于多种应用和多种设备的解码结果。可伸缩功能主要包括信噪比、空间分辨率、时间分辨率和复杂度可伸缩性。目前，基于H.264可伸缩扩展的视频编码系统[1]被采纳作为可伸缩视频编码的标准，称为JointScalableVideoModel(简称JSVM)。JSVM在时间域上采用基于运动补偿时域滤波（MCTF）的开环预测或分层B帧（HierarchicalB）的闭环预测[2-3]。以一组图像（GOP）为单位，经过分层B帧预测（或MCTF[4-6]），产生一组不同频率的子带图像（subband），包括低通（low-pass）子带和若干高通(high-pass)子带，子带的编码采用H.264/AVC的方法。通过依存选择性地传输或解码部分子带（频率从底到高）实现时间域分辨率的可伸缩性；为了取得空间域可伸缩性，对原始视频序列经过多次下采样得到多个分辨率的视频序列，这些序列经过去相关一起压缩到一个码流文件，实际应用环境中选择性地传输或解码相应分辨率的序列可以获得多个空间分辨率的解码图像；信噪比（SNR）可伸缩性通过传统的FGS技术实现。基金项目：北京市自然科学基金（No.4041003）；国家自然科学基金（No.60333020）；国家科技攻关计划（No.2002BA906A35）；国家863计划（No.2004AA119010）。徐龙，男，1977年生，博士，主要研究领域：可伸缩视频编码，3D小波视频编码，图像处理，E-mail：lxu@jdl.ac.cn，通信地址：北京市海淀区上地东路1号盈创动力A座701室，联系电话：58858300-320；高文，男，1956年生，博士，教授，博士生导师，主要研究领域：多媒体数据压缩，图像处理，计算机视觉，多模式接口，人工智能，虚拟现实等；季向阳，男，1976年生，博士，主要研究领域：视频编码，图像处理，3D小波视频编码；赵德斌，男，博士，教授，博士生导师，主要研究领域：视频压缩，图像处理，模式识别。本文投稿日期：2006年9月，修改：2008年6月。JSVM提供了可伸缩编码的有效解决方案，通过一次编码产生的高码率码流，可以根据用户需求和应用环境，得到各自时域（帧率）、空域和信噪比的解码。但是这种可分级毕竟是有限的，不可能得到任意连续（无缝的）分辨率的解码，只有码率控制可以产生任意精细程度的码流，并且，获得可伸缩码流本身需要码率控制。除此之外，码率控制涉及的一系列优化策略能够有效地提高编码的性能。总之，作为任何编码标准的应用，码率控制是不可缺少的...
