低功耗低复杂度视频编码理论与关键算法研究

在移动设备上实现实时视频编码与通信须具备如下四个特性:低算法复杂度、编码复杂度的可伸缩性、高效的编码效率以及压缩码流的鲁棒性。针对上述问题本课题将开展相关理论与关键技术研究，主要包括：基于本文提出的平均预测距离模型，构建一种新型混合分辨率视频编码框架，包括提出的一种新型I帧和新型P帧，在大幅降低计算复杂度的同时保持编码效率，部分测试序列甚至高于现有的H.264/AVC标准；针对移动设备存在电源约束的情况，建立编码复杂度控制模型，在不同的电源状态下优化控制编码参数，在供电能力不足时主动降低编码复杂度，建立一个宏块级视频编码复杂度控制模型，延长有效工作时间；在信道存在误码时，建立编解码联动容错机制，提出一种基于ZIG-ZAG交织的灵活宏块排列算法和基于边界梯度的错误隐藏算法，从而在易错网络环境下以较小的冗余提高抗误码能力。

随着“新一代宽带无线移动通信网”国家科技重大专项的实施，研究面向移动设备的视频编码关键技术，具有非常重要的意义。《低功耗低复杂度视频编码理论与关键算法研究》项目正是在此基础之上提出的，项目从2012到2014年，共3年的时间，经过了立项、中期、结题三个主要研究阶段，项目进展顺利。本项目从降低算法复杂度，提高预测精度，提高容错能力等方面进行研究，得到了如下的研究成果：.（1）提出了低功耗混合分辨率视频编码框架，在该框架中，将I帧空域分解为四个子帧，充分利用空域相关性进行编码；同时，改进标准P帧编码只利用时域相关性压缩而忽略了空域相关性的缺点，将P帧做下采样形成分辨率为原图1/4的R帧，同时利用时域和空域相关性进行运动估计，完成预测编码。该方法在降低编码复杂度的同时保证了恢复图像质量，测试结果表明，对于运动不剧烈的视频，R-D性能曲线优于标准的方法，适用于低功耗的需求。.（2）建立电源约束条件下的P-R-D模型，根据移动功耗的分析，给出了保证编码器的复杂度率失真约束模型C-R-D (Complexity-Rate-Distortion)性能模型。分析表明该模型，能够在保证编码性能的前提下控制编码复杂度。.（3）研究了一种新的低延迟帧内编解码结构，在该结构中，将输入的视频划分成若干个条带，在采集端以条带为单位进行采集，能有效降低采集延迟；同时，给出了以条带为基本单位的I帧编码方法，对每一编码条带下采样，分成四个子图，以子图为单位进行预测，以提高预测的精度，进而降低编码延时。实验表明，新的编码结构在采集和编码过程中能有效降低帧内编码延迟，在保证回复图像质量的同时，可以将延迟降低到150ms。.（4）给出了一种基于ZIG-ZAG交织的灵活宏块排列Z-FMO容错算法。在编码端，针对网络拥塞造成的数据包丢失问题，研究基于ZIG-ZAG交织的灵活宏块排列算法Z-FMO，按次对角线方向上的ZIG-ZAG扫描方式对宏块进行交织排列，从而在低丢包率的网络环境下以较小的冗余提高了编码器的容错性能。实验结果表明，Z-FMO在低丢包率网络环境下的容错性能优于H.264/AVC标准的推荐算法。.（5）给出了基于解码端的错误隐藏算法，信道误码造成的码流错误会给解码器的正常解码带来严重影响，为提高恢复图像的主客观质量，对于宏块级，综合利用时间空间相关性，码流的语义，自适应的选择容错算法。