本發(fā)明涉及圖像編碼技術(shù)，具體涉及一種自適應(yīng)量化方法、裝置、電子設(shè)備和存儲介質(zhì)。

背景技術(shù)：

1、近年來，隨時視頻行業(yè)的高速發(fā)展，人們的生活和工作充滿了視頻元素，例如：短視頻、電影、游戲、直播、視頻會議、云桌面等等。未經(jīng)編碼的原始視頻體積非常龐大，不利于存儲和傳輸。未經(jīng)編碼的原始視頻存在著很大一部分的視覺冗余，視覺冗余包括空域視覺冗余和時域視覺冗余?？沼蛞曈X冗余是靜態(tài)圖像存在的最主要的數(shù)據(jù)冗余，例如一幅圖畫的背景區(qū)域中點(diǎn)的光強(qiáng)、色彩、飽和度都非常的接近，這種空間的連貫性就會產(chǎn)生數(shù)據(jù)冗余。時間視覺冗余是視頻序列中經(jīng)常包含的冗余，序列圖像中相鄰幀往往包含相同或者類似的背景和運(yùn)動物體，只不過運(yùn)動物體所在的空間位置略有不同，這種相鄰幀之間的高度相關(guān)性就會產(chǎn)生數(shù)據(jù)冗余。因此，工程師們通過視頻編碼技術(shù)利用空域視覺冗余和時域視覺冗余的特性和規(guī)律，將視頻數(shù)據(jù)中的冗余信息去除，幫助視頻“瘦身”，達(dá)到易于存儲和傳輸?shù)哪康摹?/p>

2、目前主流編碼標(biāo)準(zhǔn)均是基于混合視頻編碼框架?；旌峡蚣苤饕A(yù)測（prediction）、變換（transform）、量化（quantization）、熵編碼（entropycoding）等環(huán)節(jié)。預(yù)測環(huán)節(jié)是利用已編碼區(qū)域的重建像素產(chǎn)生當(dāng)前編碼塊對應(yīng)的原始像素的預(yù)測像素。預(yù)測方式包括幀內(nèi)預(yù)測（intra?prediction）和幀間預(yù)測（inter?prediction）兩大類。原始像素和預(yù)測像素之間的像素差值稱為殘差（residual）。為了提高殘差的編碼效率，通常先對殘差進(jìn)行變換，將其轉(zhuǎn)化為變換系數(shù)（transform?coefficient）。然后，再對變換系數(shù)進(jìn)行量化處理。在混合視頻編碼框架中，預(yù)測和變換本身并不會給圖像數(shù)據(jù)帶來失真，失真是由量化造成的。量化是數(shù)據(jù)壓縮的有效方法之一，也是圖像壓縮產(chǎn)生失真的根源之一。因此，量化的方法設(shè)計是一個受約束的優(yōu)化問題，即在允許一定失真（或保持一定圖像質(zhì)量）的條件下，獲得盡可能的高壓縮率。

3、針對空域視覺冗余，主流量化方法就是根據(jù)宏塊的復(fù)雜度來自適應(yīng)調(diào)整每個宏塊量化時的量化參數(shù)。人眼更關(guān)注平坦區(qū)域的變化，對復(fù)雜紋理區(qū)域的損失不敏感。因此在編碼時對復(fù)雜紋理區(qū)域使用較大的qp（quantization?parameter），對于平坦區(qū)域使用較小的qp。

4、針對時域視覺冗余，研究人員提出了宏塊樹（macroblock?tree,?mb?tree）的概念。mb?tree的工作過程簡單來說，是對于每個mb，向前預(yù)測一定數(shù)量的幀（該數(shù)量由rc-lookahead和keyint的較小值決定）中該宏塊被參考的情況，根據(jù)引用次數(shù)的多少來決定對該宏塊使用何種大小的量化參數(shù)進(jìn)行量化。其中，宏塊是h.264編碼的基本單位，一個編碼圖像首先要劃分成多個塊（4x4像素）才能進(jìn)行處理，顯然宏塊應(yīng)該是整數(shù)個塊組成，通常宏塊大小為16x16個像素。宏塊分為i、p、b宏塊：i宏塊只能利用當(dāng)前片中已解碼的像素作為參考進(jìn)行幀內(nèi)預(yù)測，p宏塊可以利用前面已解碼的圖像作為參考圖像進(jìn)行幀間預(yù)測，b宏塊則是利用前后向的參考圖形進(jìn)行幀間預(yù)測。

5、如上所述，現(xiàn)有的傳統(tǒng)量化方法設(shè)計大多只單獨(dú)考慮空域視覺冗余或者單獨(dú)考慮時域視覺冗余。但是對于大多滿足空域自適應(yīng)量化的算法并不滿足時域自適應(yīng)量化；對于大多滿足時域自適應(yīng)量化的算法并不滿足空域自適應(yīng)量化。

技術(shù)實(shí)現(xiàn)思路

1、由于現(xiàn)有方法存在上述問題，本發(fā)明實(shí)施例提出了一種自適應(yīng)量化方法、裝置、電子設(shè)備及存儲介質(zhì)。

2、第一方面，本發(fā)明實(shí)施例提供了一種自適應(yīng)量化方法，包括：

3、對待編碼圖像幀進(jìn)行塊劃分，得到編碼塊。

4、對當(dāng)前編碼塊遍歷預(yù)測模式，計算當(dāng)前編碼塊的最佳編碼代價和第一量化參數(shù)偏移值。

5、根據(jù)所述最佳編碼代價以及編碼代價-量化參數(shù)偏移敏感函數(shù)得到預(yù)估時空域量化參數(shù)偏移值。

6、根據(jù)所述預(yù)估時空域量化參數(shù)偏移值以及所述第一量化參數(shù)偏移值得到第二量化參數(shù)偏移值。

7、第二方面，本發(fā)明實(shí)施例提供了一種自適應(yīng)量化裝置，包括：

8、第一編碼模塊，用于對待編碼圖像幀進(jìn)行塊劃分，得到編碼塊。

9、第二編碼模塊，用于對當(dāng)前編碼塊遍歷預(yù)測模式，計算當(dāng)前編碼塊的最佳編碼代價和第一量化參數(shù)偏移值。

10、第一計算模塊，用于根據(jù)所述最佳編碼代價以及編碼代價-量化參數(shù)偏移敏感函數(shù)得到預(yù)估時空域量化參數(shù)偏移值。

11、第二計算模塊，用于根據(jù)所述預(yù)估時空域量化參數(shù)偏移值以及所述第一量化參數(shù)偏移值得到第二量化參數(shù)偏移值。

12、第三方面，本發(fā)明實(shí)施例還提供了一種電子設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運(yùn)行的計算機(jī)程序，所述處理器執(zhí)行所述計算機(jī)程序時實(shí)現(xiàn)如第一方面所述的自適應(yīng)量化方法。

13、第四方面，本發(fā)明實(shí)施例還提供了一種非暫態(tài)計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)程序，該計算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)如第一方面所述的自適應(yīng)量化方法。

14、由上述技術(shù)方案可知，本發(fā)明提供的技術(shù)方案能夠有效的解決現(xiàn)有量化技術(shù)在時間域和空間域上的不耦合的問題，進(jìn)一步提升視頻壓縮效率和主觀質(zhì)量。

技術(shù)特征：

1.一種自適應(yīng)量化方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的自適應(yīng)量化方法，其特征在于，所述第一量化參數(shù)偏移值的計算方法為：

3.根據(jù)權(quán)利要求1所述的自適應(yīng)量化方法，其特征在于，擬合所述編碼代價-量化參數(shù)偏移敏感函數(shù)，包括：

4.根據(jù)權(quán)利要求1所述的自適應(yīng)量化方法，其特征在于，所述根據(jù)所述預(yù)估時空域量化參數(shù)偏移值以及所述第一量化參數(shù)偏移值得到第二量化參數(shù)偏移值，包括

5.一種自適應(yīng)量化裝置，其特征在于，包括：

6.根據(jù)權(quán)利要求5所述的自適應(yīng)量化裝置，其特征在于，所述第一量化參數(shù)偏移值的計算方法為：

7.根據(jù)權(quán)利要求5所述的自適應(yīng)量化裝置，其特征在于，擬合所述編碼代價-量化參數(shù)偏移敏感函數(shù)，包括：

8.根據(jù)權(quán)利要求5所述的自適應(yīng)量化裝置，其特征在于，所述根據(jù)所述預(yù)估時空域量化參數(shù)偏移值以及所述第一量化參數(shù)偏移值得到第二量化參數(shù)偏移值，包括

9.一種電子設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運(yùn)行的計算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計算機(jī)程序時實(shí)現(xiàn)如權(quán)利要求1至4任一所述的自適應(yīng)量化方法。

10.一種非暫態(tài)計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)程序，其特征在于，該計算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)如權(quán)利要求1至4任一所述的自適應(yīng)量化方法。

技術(shù)總結(jié)
本發(fā)明公開了一種自適應(yīng)量化的方法、裝置、電子設(shè)備和存儲介質(zhì)，所述方法包括：擬合編碼代價?量化參數(shù)偏移敏感函數(shù)并通過所述敏感函數(shù)計算預(yù)估時空域量化參數(shù)偏移值；根據(jù)當(dāng)前編碼塊的所述預(yù)估時空域量化參數(shù)偏移值和第一量化參數(shù)偏移值的表現(xiàn)對所述第一量化參數(shù)偏移值進(jìn)行修正，得到第二量化參數(shù)偏移值。本發(fā)明提供的技術(shù)方案能夠有效的解決現(xiàn)有量化技術(shù)在時間域和空間域上的不耦合的問題，進(jìn)一步提升視頻壓縮效率和主觀質(zhì)量。

技術(shù)研發(fā)人員：饒言紅,朱政,丁丹丹,劉宇新
受保護(hù)的技術(shù)使用者：杭州微幀信息科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21