[发明专利]基于图像相关模型的低复杂度HEVC码率适配转换编码方法

摘要

本发明公开了一种基于图像相关模型的低复杂度HEVC码率适配转换编码方法，该方法步骤：（1）依据极大量化为零的原则，对码率‑量化参数模型进行估计；（2）根据估计的码率‑量化参数模型和目标码率选取初始量化参数；（3）据码率失真估计模型，生成初始编码树；（4）基于图像相关模型，求取图像相关系数和图像能量项；（5）计算运动矢量的位移项；（6）通过各子编码单元的残差系数对相关系数项进行估计；（7）失真代价进行求解，基于自底向上编码框架进行转换编码的编码模式的快速选择。本发明结合图像相关模型和输入视频的编码信息，以降低视频转换编码复杂度为核心，对提高转换编码的效率具有重要的意义。

主权项

1.基于图像相关模型的低复杂度HEVC码率适配转换编码方法，其特征在于，包括以下步骤：步骤1，根据输入视频的编码信息来估计量化参数取极大值条件下的编码比特数，获取自适应的码率‑量化参数模型，从而根据网络传输带宽来选取初始量化参数；其中码率‑量化参数模型表示为：QP＝a×log(bpp)+b其中，QP为输入视频编码的量化参数，bpp表示平均编码比特数，a和b均为码率‑量化参数模型的参数，Q₀表示输入视频的量化参数，bpp₀表示输入视频的编码比特数，Q₁表示量化参数的极大值，bpp₁表示极大量化参数下的编码比特数；步骤2，根据步骤1中的码率‑量化参数模型，针对网络带宽的视频码率，设定初始量化参数；步骤3，在输入视频的编码树结构基础上，生成转换编码的初始编码树；具体为：对输入视频的编码树结构中的任一节点，该节点划分为四个子编码单元与不划分条件下的率失真代价差值其中，ΔQP表示转换编码中量化参数的增量，λ表示拉格朗日乘子，R_s表示该节点划分为四个子编码单元编码的码率，D_s表示该节点划分为四个子编码单元编码的失真，R_u表示该节点不划分时的码率，D_u表示该节点不划分时的失真，β表示失真‑量化参数模型的参数；若diff≥0，则裁剪掉该节点，否则保留该节点，完成裁剪后的输入视频的编码树结构即为初始编码树结构；步骤4，根据输入视频流的运动矢量信息，基于图像相关系数模型构建失真估计模型；图像相关系数模型表示为：其中，表示输入视频的第t帧中坐标位置为的像素值；表示输入视频的第t帧中坐标位置为的像素值；n表示零均值噪声；表示输入视频的第t帧中坐标位置为的像素与输入视频的第t帧中坐标位置为的像素之间的相关系数，表示图像中两个像素之间的位移矢量，v_x表示水平方向的位移，v_y表示垂直方向的位移，ρ表示输入视频编码单元的相关系数，且0≤ρ≤1；步骤5，基于步骤3中的初始编码树以及步骤4中的失真估计模型，构建转换编码率失真优化模型，实现编码单元的快速优化选择。