[发明专利]一种基于场景的自适应视频编码方法

说明书

本发明公开了一种基于场景的自适应视频编码方法。它具体操作步骤如下：视频编码器将源视频以每个场景作为最小的编码单元；对每个编码单元，按照固定GOP个数、0个B帧、1个参考帧、固定量化参数QP的方式进行编码，并生成中间文件；统计每一帧编码的实际消耗比特数、skip块数量以及实际质量分数；计算理论码率，GOP中的每个P帧计算得到一个数据点；将同一个场景中的所有数据点按照码率从小到大排序间隔分区段处理，对每个码率区段内的所有数据点，筛选并求取这些数据点的平均码率和平均分数，得到该区间的工作点，拟合RD曲线；预测器对编码单元自适应生成编码码率。本发明的有益效果是：计算复杂度大大降低，并能够方便地应用于现有编码框架中。

技术领域

本发明涉及视频编码相关技术领域，尤其是指一种基于场景的自适应视频编码方法。

背景技术

对于目前的在线视频点播服务，为了能在带宽受限和控制成本条件下提供更好的视频观看体验，OTT分发平台一般会根据通用编码配置表(或称为编码阶梯表)，对每个源视频编码产生多个分辨率和码率组合的版本，然后根据用户带宽和播放终端选择合适的版本。这样的编码配置表只考虑了网络状况和终端播放器限制，而没有考虑视频特性。不同类别的视频，内容复杂度差别会很大。例如体育赛事等较高复杂度的视频，编码配置的码率可能偏低；而对于动画片等低复杂度的视频，编码配置的码率可能偏高，造成带宽浪费。这种方式最直接的结果就是用户终端看到的视频质量不一致。

以Netflix为代表的厂商提出了一种基于感知视频编码优化框架，能够提高用户视频质量同时并节省带宽，但需要极高的计算复杂度。具体做法如下：

(1)将源视频按照主题、片段或场景，分割为小的编码单元；

(2)使用不同的码率和分辨率组合，对每个编码单元编出多个具有质量区分度的结果，并得到实际码率和质量分数；

(3)基于(码率，质量分数)的离散点，找到最逼近的凸包作为该编码单元的RD曲线；

(4)通过该RD曲线来获取最优码率分辨率的组合，就可以在某个设定质量下得到最低所需要的码率。

由此可见，这种方式实际上是以枚举方法来获取最佳编码参数，也就是对于每种分辨率需要对每个编码单元设定一系列的码率，进行遍历编码后才能得到一系列离散点。这种方法需要极高的计算能力才能实施。

发明内容

本发明是为了克服现有技术中存在上述的不足，提供了一种计算复杂度低的基于场景的自适应视频编码方法。

为了实现上述目的，本发明采用以下技术方案：

一种基于场景的自适应视频编码方法，包括分析器和预测器，其中分析器用于决定编码帧型、统计每帧的编码信息；预测器根据场景信息和编码统计信息生成每个场景的RD曲线，并根据用户设定参数输出实际编码参数；具体操作步骤如下：

(1)视频编码器将源视频分割为一系列场景，以每个场景作为最小的编码单元；

(2)对每个编码单元，按照固定GOP个数、0个B帧、1个参考帧、固定量化参数QP的方式进行编码，并生成中间文件；

(3)统计每一帧编码的实际消耗比特数、skip块数量以及实际质量分数，设定第idx个P帧的skip块数量为NUM_idx，质量分数为Score_idx；

(4)计算理论码率，GOP中的每个P帧计算得到一个数据点；

(5)将同一个场景中的所有数据点按照码率从小到大排序，并按照一定的码率间隔分区段处理，对每个码率区段内的所有数据点，筛选并求取这些数据点的平均码率和平均分数，得到该区间的工作点，拟合RD曲线；

(6)根据用户设定的质量分数，预测器对编码单元自适应生成编码码率。