一种低码率下视频分级B帧量化参数的分配方法

韩公海，万 帅，公衍超

（西北工业大学 电子信息学院，陕西 西安 710072）

0 引言

H.264/AVC和可伸缩视频编码（Scalable Video Cod⁃ing，SVC）[1]都支持分级B帧编码结构，其与传统的IPPP/IBBP结构有很大不同。在传统的编码结构中，B帧不作为参考帧，而在可分级的编码结构中，除最高时间级的B帧外，其他时间级上的B帧都作为参考帧，这种编码结构显著提高了编码效率[2]。

MPEG提出对分级B帧编码结构采用JVT-P014的量化参数分配方案。除此之外，文献[3]中提出了基于模型的分级编码QP分配方案，文献[4]中提出了自适应的分级编码QP分配方案。文献[5]中提出了自适应图像组结构编码。上述方案均是基于时域级别重要性进行QP分配的思想，即量化参数与时域级别相关，对低时域级别采用较小的QP，高时域级别采用较大的QP。然而，在存在多个时域级别的情况下，按照提案JVT-P014 QP分配方案，关键帧与邻近B帧之间的PSNR会有较大差值，产生较大的PSNR波动。这种质量波动在中、高码率下并不易被人眼察觉。然而在低码率下，帧与帧之间的质量波动会导致明显的视频主观质量波动，严重影响视频的观看质量，因此需要针对低码率下分级B帧结构编码的QP分配方案进行改进。

1 分级B帧编码及其QP分配方案

图1显示的是具有4个时间级的分级B帧编码结构，在一个图像组（Group of Picture，GoP）中分成两部分[6]，关键帧和分级B帧。关键帧采用帧内编码模式（I帧）或帧间编码模式（P帧，参考帧为前一个关键帧），如图1中第0，8和16帧；分级B帧是除关键帧外的其他B帧，采用显示顺序上邻近两帧作为参考帧。整个序列的第一帧是瞬时解码器刷新（Instantaneous Decoder Refresh，IDR）帧。在分级B帧的编码结构中，首先是编码关键帧I0/P0，其他帧按照编码顺序依次编码。由于编码顺序和显示顺序不一致，会产生一定的延迟。图1中的箭头表示所需要的参考帧，例如编码第4帧需要用到第1帧和第8帧作参考。不同时间级上的B帧对视频序列编码质量影响是不一样的，低时间级的帧需要直接或者间接被高时间级的帧用作参考，其编码质量的好坏直接影响整体的编码质量。所以对不同时间级上的B帧应该分配不同的QP以提高编码效率，即时间级高的帧应使用较大的QP。如果考虑编码效率，一个GoP的时间级数应该合理权衡，时间级数太少就不能充分发挥这种编码结构的效率，时间级数太多则会带来较大的时间延迟。

在分级B帧的编码结构中，编码效率主要依赖于不同时间级上的QP。如果不同时间级上的QP均采用率失真优化[7]方法确定，计算复杂度将会非常高。为了减小计算量，通常采用公式（1）MPEG提案JVT-P014[6]中的QP分配方案，即

式中:k=0，1，2，…，T-1，表示编码帧所处的时间级；QP0表示关键帧的QP；T表示一个GoP内时间级数。

由式（1）可知，时间1级B帧的QP在关键帧的基础上加4，其他时间级的B帧在前一时间级QP的基础上加1。目前这种QP的分配方案并没有理论的证明，只是在大量的实验基础上得出的。这种分配方法对大部分序列编码效率比较高，但是在低码率下会产生较大的PSNR波动。在中、高码率下，由于关键帧与邻近B帧编码质量都相对较高，人眼不易察觉视频帧的质量波动；然而这种质量波动在低码率下十分明显，引起严重的视频主观质量下降。上述问题主要是因为提案JVT-P014 QP分配方法使得关键帧的QP与邻近B帧的QP相差较大，导致邻近B帧编码质量较差。根据人眼的视觉暂留效应，暂留时间0.05～0.2 s。假设视频帧率是30 Hz，在人眼暂留时间内会播放1.5～6帧。如图2给出了标准测试序列football每帧对应的PSNR，GoP设定为16，QP0为35。从图中可以看出关键帧的质量比邻近B帧质量要高许多。假如人眼在某一刻关注的是关键帧，根据人眼的视觉暂留效应，下一次人眼会看到关键帧后面的1～6帧中的某一帧。而关键帧后面B帧的编码质量比较差，人眼就会明显感受到视频质量波动，这种质量波动在低码率下尤为明显。为了减少影响主观感受的视频质量波动，需要减小关键帧与邻近B帧的PSNR差距，即减小关键帧与邻近B帧之间的QP差值。然而，简单地减小QP差值会降低序列总体率失真性能，所以必须从尽可能保证整体编码效率即率失真性能的角度出发，调整原有的QP分配策略。

由于利用了视频序列的时间相关性，分级B帧编码效率比较高。在一个GoP内最高时间级B帧用邻近B帧做参考。经过大量实验观察，最高时间级B帧的宏块编码模式大部分采用skip模式，从而大大节约了编码比特数。因此，最高时间级B帧采用较大的QP对其编码质量影响较小，并能够补偿由于减小关键帧与邻近B帧的QP差值所增加的编码比特数。按照以上思路，本文提出了低码率下分级B帧QP分配的改进方案

2 实验结果与分析

为了验证算法的性能，使用SVC的参考软件JSVM 9.19.7[8]进行仿真实验。使用CIF格式（352×288）的标准测试序列football，foreman，mother-daughter和waterfall进行测试，关键帧量化参数QP0分别设置为33，35，37和39，帧率30 Hz，GoP大小为16，编码帧数为256帧。经实验观察，上面关键帧QP设置能观察到视频质量的波动。表1在低码率下对提案JVT-P014中的QP分配方案与本文提出的改进方案进行比较，测度采用ΔPSNR[9]。由表1中数据可见，对于序列football，foreman和waterfall，改进方案的编码效率有所提高，对于序列mother-daughter编码效率略有下降，但编码率失真性能基本保持不变。由图3和图4可以看出，采用改进方案编码B帧的PSNR值与提案JVT-P014比较均有明显的提高。由于关键帧与分级B帧PSNR差值减小，因此视频质量波动也会明显减轻。

表1 提案JVT-P014和改进方案编码效率对比

为定量说明改进算法的有效性，采用式（3）关键帧与B帧平均PSNR的差值作为视频波动性的评价标准，对上述实验结果用式（4）进行统计测试。

从表2的实验结果可以看出，在低码率下，本文提出的方案比提案JVT-P014方案PSNR平均差值有明显下降。对于运动特性较小的mother-daughter和waterfall序列，平均PSNR差值都减小了14%以上，对于运动特性较大的序列football和foreman，平均PSNR差值减小了10%左右，说明改进方案在减小PSNR波动性方面有明显的优势。综合表1与表2中数据可得，在低码率下，本文中提出的分级B帧QP分配方案与提案JVT-P014方案相比，能够明显降低序列帧之间PSNR的波动性，并维持总体率失真性能基本不变。

表2 提案JVT-P014与改进方案的PSNR差值的比较

3 小结

本文针对低码率下可分级视频编码分级B帧预测结构存在视频主观质量严重波动的问题，提出了一种新的分级B帧结构编码的QP参数分配方法。该方法能够在保持整体编码性能不下降的情况下，明显减小低码率下视频的质量波动，改善了视频的主观质量。

[1]SCHWARZ H，MARPE D，WIEGAND T.Overview of the scalable video coding extension of the H.246/AVC standard[J].IEEE Trans.CSVT，2007，17（9）:1103-1120.

[2]SCHWARZ H，MARPE D，WIEGAND T.Analysis of hierarchical B pictures and MCTF[C]//Proc.ICME2006.Toronto，Canada:IEEE Press，2006:1929-1932.

[3]LI X，AMON P，HUTTER A，et al.Model based analysis for quantization parameter cascading in hierarchical video coding[C]//Proc.ICIP2009.Cairo，Egypt:IEEE Press，2009:3765-3768.

[4]LI X，AMON P，HUTTER A，et al.Adaptive quantization parameter cascading for hierarchical video coding[C]//Proc.ISVAS2010.[S.l.]:IEEE Press，2010:4197-4200.

[5]周熙，于鸿洋，张萍.基于Non-dyadic自适应GoP结构的H.264/SVC算法改进[J].电视技术，2010，34（S1）:44-47.

[6]JVT-P014，Hierarchical B pictures[S].2005.

[7]RAMCHANDRAN K，ORTEGA A，VETTERLI M.Bit allocation for dependent quantization with applications to multiresolution and MPEG video coders[J].IEEE Trans.Image，1994，3（5）:533-545.

[8]JSVM 9.19.7，H.264 SVC reference software and manual[S].2010.

[9]VCEG-M33，Calculation of average PSNR differences between RD-curves[S].2001.