[发明专利]一种Slice级编解码端联合时间最小化方法

说明书

技术领域

本发明涉及视频编解码器设计和优化领域,特别是一种Slice级编解码端联合时间最小化方法。 

背景技术

在视频编解码研究领域，随着压缩比的不断提高，编解码器的计算复杂度也迅速上升，因而使用多核处理器来实现并行编解码成为一个热门的研究课题。目前，视频编解码并行技术主要有指令级并行（ILP）、数据级并行（DLP）和线程级并行（TLP）。其中，线程级并行（TLP）技术的主要目标是在多核处理器中均衡负载计算量，它根据线程粒度的不同，又可以分为GOP级、Frame级、Slice级和Macroblock级。

由于Slice间参数的独立性，使得在Slice级实现并行编解码相对容易。在Slice级线程并行技术中，每一个视频帧内的计算复杂度并不是均匀分布的，所以需要解决如何对视频帧进行自适应分片的问题，以达到均衡负载每个Slice计算量的目的。在已有的分片算法中，Zhang和Wu依据前一编码帧的复杂度进行自适应分片，但该方法应用于场景突变较大的视频效果并不好。因此，Jung等人使用快速Macroblock模式选择来作一个预处理，使得复杂性计算不仅仅依赖于前一帧，避免了上述问题，自适应分片与平均分片的效果对比见说明书附图1、图2。

然而，上述方法仅仅是针对编码端或者解码端进行单独的并行优化，由于视频编码器和解码器有不同的模块组成和计算复杂度，编码端最优的分片方法和位置对解码端来说往往不是最优的。当考虑到一个视频通信系统的瓶颈在于解码端的时候，就需要设计一个方法在编码端计算解码所需的时间，从而实现编码端和解码端的联合并行优化。 

发明内容

本发明所要解决的技术问题是，针对现有技术不足，提供一种Slice级编解码端联合时间最小化方法，实现编码端和解码端的联合并行优化。

为解决上述技术问题，本发明所采用的技术方案是：一种Slice级编解码端联合时间最小化方法，包括Slice级编解码端联合时间最小化模型，所述Slice级编解码端联合时间最小化模型包括编码器端和若干个解码器端，所述解码器端与编码器端连接，其特征在于，该方法为：

1）对视频序列前3帧采用均衡分片初始化，并记录边界位置；

2）令编码器帧序号Frame_Number=Frame_Number+1，使用符合H.264国际标准的编码器和解码器，得到系统方程式 T=Te+α*Td的计算负载；其中Te表示编码耗费时间，Td表示解码耗费时间，α表示解码端的权重；T表示系统编解码所需的总时间；

3）检查Frame_Number-1是否等于被测试视频序列的帧数,若不等于则还有下一帧，则计算边界的调整量和下一帧的边界，然后跳到2），若等于则结束。

与现有技术相比，本发明所具有的有益效果为：本发明提出了Slice级编解码端联合时间最小化模型来描述使得编码时间和解码时间总和最小的联合最优值，同时在符合H.264国际视频编码标准的编码器和解码器上使用Slice级并行算法，以达到编码端和解码端的联合最优化，使得编解码端负载均衡、所需的总时间最小，更好地满足了视频通信系统对实时性的要求。

附图说明

图1为平均分片效果图；

图2为自适应分片效果图；

图3为本发明一实施例联合最小化模型示意图；

图4为blue_sky序列不同分片位置解码端和编码端耗费时间示意图；

图5为本发明一实施例第10帧到第20帧的RAMD示意图；

图6为本发明一实施例QP=22，D=5时不同α取值的加速性能对比图；

图7为本发明一实施例QP=22时，在不同延迟情况下针对blue_sky序列的加速性能对比图；

图8为本发明一实施例D=5时，不同QP取值情况下针对blue_sky序列的加速性能对比图。

具体实施方式

本发明首先使用符合H.264国际视频编码标准的并行编码器x.264和解码器FFmpeg，利用强力搜索算法，验证了不同分片位置会造成编码端和解码端耗费时间的不同。经过分析后，我们发现如果忽略这一问题，随着解码端负载的增大，这个系统的性能也会随之主见下降。因此对于不同数量的编码器和解码器，很有必要实现每一帧的自适应分片来达到两者联合性能的最优化。