[发明专利]一种基于统计建模的VVC快速码率估计方法

说明书

本发明属于视频编码领域，公开了一种基于统计建模的VVC快速码率估计方法，包括如下步骤：步骤1：语法元素编码结构分析；步骤2：构建大尺寸TU码率估计模型；步骤2.1：部分语法元素的码率预估；步骤2.2：分析最后一位非零系数位置和系数分布特征；步骤2.3：构建大尺寸TU最终码率模型；步骤3：构建小尺寸TU码率模型。本发明实现了高精准度的量化系数码率预估；对训练样本进行亮度和色度分组的基础上，对TU进行大尺寸和小尺寸分组，使得码率预估模型误差更小；本发明所提出的码率估计算法可以在保证编码性能的前提下，实现时间成本的有效降低。

技术领域

本发明属于视频编码领域，尤其涉及一种基于统计建模的VVC快速码率 估计方法。

背景技术

为满足不断增长的视频压缩需求，联合视频探索小组(JVET)提出新一 代通用视频编码(VVC)标准，其中采用诸多新的编码技术，如多种划分模式、 多变换核选择、改进的熵编码和依赖性量化(DQ)等。相比上一代高效视频 编码(HEVC)标准，VVC以复杂度增加为代价，提高约50％的视频编码效率。

在VVC中模式决策过程基于率失真优化(RDO)技术实现。尽管丰富的多 模式预测和自适应DQ技术的使用极大提升了编码性能，但是大量候选模式通 过预测、变换、量化和熵编码过程获取码率代价，这加剧了率失真优化过程 的计算复杂度和串行依赖，为视频编码标准的实际应用带来困难。

(1)在DQ选择最优量化索引的率失真优化过程和熵编码过程中，数据的 串行依赖很大。

(2)DQ量化技术基于维特比搜索算法，其计算复杂度很高且不利于硬件 并行化处理。

已有算法均是在H.264和H.265平台上实现的，而VVC使用多种划分方 式和改进的熵编码等，导致现有算法很难深入描述VVC中上下文更新时影响 码率变化的根本因素，因此进行系统精确的码率建模仍面临挑战。

发明内容

本发明目的在于提供一种基于统计建模的VVC快速码率估计方法,以解 决上述的技术问题。

为解决上述技术问题，本发明的一种基于统计建模的VVC快速码率估计 方法的具体技术方案如下：

一种基于统计建模的VVC快速码率估计方法，包括如下步骤：

步骤1：语法元素编码结构分析；

步骤2：构建大尺寸TU码率估计模型；

步骤2.1：部分语法元素的码率预估；

步骤2.2：分析最后一位非零系数位置和系数分布特征；

步骤2.3：构建大尺寸TU最终码率模型；

步骤3：构建小尺寸TU码率模型。

进一步地，所述步骤1包括如下具体步骤：

在模式决策过程中，VVC通过拉格朗日公式进行率失真代价的计算：

J_RD＝D+λ*R (1)

其中，J_RD为最小的率失真代价，D表示原始像素块与重构像素块之间的 失真，λ是拉格朗日因子，R为编码当前单元的比特消耗，VVC在对当前 变换块进行码率代价计算时将编码分为两个部分，一个是对量化系数进行 编码，另一个是对头信息进行编码；编码量化系数所需码率占据码率代价 主要部分，建立量化系数的高准确性码率模型：编码器在对量化系数进行 编码时，首先会对当前TU中最后一个非零系数的位置信息LP进行编码， 然后将TU划分成系数组CG，以反向扫描顺序对每个CG的系数子块标 志CSBF进行编码，CSBF表示该CG内是否存在非零系数，最后对各非 零CG中的量化系数进行多次扫描，编码其他语法元素；