視頻圖像壓縮中熵編碼技術(shù)研究.pdf

1、在視頻壓縮標(biāo)準(zhǔn)中，熵編碼模塊在信源符號的壓縮和碼流的組織過程有著不可替代的作用。熵編碼模塊首先利用上下文建模技術(shù)來挖掘信源符號之間的統(tǒng)計冗余；然后使用熵編碼引擎（算術(shù)編碼技術(shù)或者變長編碼技術(shù)）來去除統(tǒng)計冗余，進(jìn)而產(chǎn)生緊湊的二進(jìn)制碼流，以供存儲和傳輸。熵編碼模塊通常利用已經(jīng)編碼的符號來估計待編碼符號的概率分布，從而能夠高效地去除信源符號之間的冗余信息。然而，這種編碼依賴關(guān)系卻不利于熵編碼模塊的并行處理，降低了吞吐率。因此，如何平衡熵編碼模

2、塊的編碼效率和數(shù)據(jù)吞吐率已經(jīng)成為衡量熵編碼技術(shù)優(yōu)劣的重要性能指標(biāo)。隨著高畫質(zhì)視頻的逐步普及，未來的視頻壓縮標(biāo)準(zhǔn)將要處理數(shù)據(jù)量更加龐大的視頻，因此繼續(xù)提高熵編碼模塊的壓縮效率仍然具有很重要的意義。
　　為了克服外界條件的限制，在目前最新的多媒體應(yīng)用中，壓縮感知技術(shù)正在被應(yīng)用于采集數(shù)字圖像/視頻。當(dāng)采用壓縮感知技術(shù)對圖像/視頻進(jìn)行采集時，得到的測量值（通常用測量值表示利用壓縮感知采樣得到的樣本信息）和傳統(tǒng)的圖像/視頻采集方法得到的像素

3、值在本質(zhì)上是不同的。測量值通常是利用隨機(jī)高斯矩陣對原始信號進(jìn)行投影操作而得到的，每個測量值都包含了原始信號的全局信息，并且各個測量值之間是相互獨立的。所以，傳統(tǒng)的圖像/視頻壓縮標(biāo)準(zhǔn)技術(shù)不再適用于測量值的壓縮。如何充分挖掘測量值的統(tǒng)計特性為其設(shè)計一個高效的熵編碼器是測量值壓縮中的一個新的挑戰(zhàn)問題。
　　所以，在這種研究背景下，本文對H.264/AVC，HEVC和AVS2等視頻壓縮標(biāo)準(zhǔn)中的熵編碼模塊進(jìn)行優(yōu)化，來提高熵編碼模塊的壓縮效率

4、和數(shù)據(jù)吞吐率；另外，本文也為壓縮感知中測量值的壓縮設(shè)計了一個高效的熵編碼器，來把測量值轉(zhuǎn)化為緊湊的二進(jìn)制碼流，實現(xiàn)真正的數(shù)據(jù)壓縮。因此，本文的研究工作主要包括以下四個部分：
　　第一，在H.264/AVC的上下文自適應(yīng)二進(jìn)制算術(shù)編碼器（CABAC）的設(shè)計過程中，由于沒有充分地考慮吞吐率這一指標(biāo)，使得熵編碼模塊已經(jīng)成為整個解碼器的主要瓶頸之一。為了提高H.264/AVC中CABAC的吞吐率，本文首先根據(jù)預(yù)測殘差的DCT系數(shù)的統(tǒng)計特性

5、，提出了一個層次依賴上下文模型HDCM(Hierarchical Dependency Context Model)。在HDCM中，DCT系數(shù)塊中的非零系數(shù)的個數(shù)和DCT系數(shù)的頻域位置被用作為上下文，來挖掘DCT系數(shù)之間的統(tǒng)計冗余。然后，本文提出了一個基于層次依賴上下文模型的二進(jìn)制算術(shù)編碼器HDCMBAC來編碼H.264/AVC中的預(yù)測殘差的DCT系數(shù)。為了高效地描述DCT系數(shù)塊，并且降低語法元素之間的上下文依賴關(guān)系，HDCMBAC重新

6、設(shè)計了用于描述DCT系數(shù)塊的語法元素。這些語法元素包括，DCT系數(shù)塊中非零系數(shù)的個數(shù)N，用于指示每個位置上的DCT系數(shù)是否為非零系數(shù)的語法元素significant_flag和用于指示每個非零DCT系數(shù)的幅值的語法元素coeff_abs_level_minus1。實驗結(jié)果表明，與H.264/AVC中的CABAC相比，HDCMBAC可以取得相似的編碼效率，并且最大限度地降低了DCT系數(shù)之間的上下文依賴關(guān)系。
　　第二，為了繼續(xù)提高視

7、頻編碼標(biāo)準(zhǔn)中熵編碼模塊的編碼效率和為下一代視頻編碼標(biāo)準(zhǔn)的制定做技術(shù)儲備，本文以HEVC為基礎(chǔ)，提出了一個內(nèi)存消耗小并且編碼效率高的熵編碼方案，該方案包括變換系數(shù)的增強(qiáng)上下文建模方法和低內(nèi)存消耗的二進(jìn)制算術(shù)編碼引擎。在變換系數(shù)的增強(qiáng)上下文建模方法中，本文采用當(dāng)前變換系數(shù)的局部模板內(nèi)非零變換系數(shù)的個數(shù)和當(dāng)前變換系數(shù)的位置信息作為significant_coeff_flag（用于指示當(dāng)前的變換系數(shù)是否為非零系數(shù)的語法元素）的上下文；為了減少s

8、ignificant_coeff_flag的上下文模型的個數(shù)，變換系數(shù)塊被分割為不同的區(qū)域，并且相同區(qū)域使用相同的上下文模型集合。在編碼coeff_abs_greater1_flag（用于指示當(dāng)前的非零變換系數(shù)的絕對值是否大于1的語法元素）時，本文采用當(dāng)前變換系數(shù)的局部模板內(nèi)絕對值等于1和絕對值大于1的變換系數(shù)的個數(shù)作為其上下文；為了利用亮度分量中變換系數(shù)與其位置之間的相關(guān)性，變換系數(shù)的位置信息也被用作coeff_abs_greater

9、1_flag的上下文。在編碼語法元素coeff_abs_greater2_flag（用于指示當(dāng)前的非零變換系數(shù)的絕對值是否大于2的語法元素）時，本文采用當(dāng)前變換系數(shù)的局部模板內(nèi)絕對值大于2和絕對值大于1的變換系數(shù)的個數(shù)作為該語法元素的上下文。在低內(nèi)存消耗的二進(jìn)制算術(shù)編碼引擎中，本文采用多參數(shù)的概率估計模型估計二進(jìn)制符號的概率；在編碼區(qū)間的分割過程中，本文提出了一個低位寬的乘法操作來代替?zhèn)鹘y(tǒng)的查表操作。如此設(shè)計之后，低內(nèi)存消耗的二進(jìn)制算術(shù)

10、編碼引擎在概率估計過程和編碼區(qū)間分割過程中均不再需要大量的存儲空間。實驗結(jié)果表明，與HEVC中原始的熵編碼方案相比，本文提出的熵編碼方案具有更高的編碼效率。
　　第三，在第二代中國國家視頻壓縮標(biāo)準(zhǔn)AVS2中，熵編碼模塊中存在著很強(qiáng)的順序依賴關(guān)系，這些順序依賴關(guān)系嚴(yán)重地制約著AVS2編解碼器的吞吐率。這些順序依賴關(guān)系主要來源于算術(shù)編碼引擎的歸一化過程和bypass bin(概率等于0.5的二進(jìn)制符號)的編碼過程以及變換系數(shù)的上下文建

11、模過程。因此，本文從上述三個方面對AVS2的熵編碼模塊進(jìn)行優(yōu)化設(shè)計。具體來講，本文首先提出了一種快速的，與標(biāo)準(zhǔn)兼容的算術(shù)編碼引擎歸一化方法。該方法簡化了算術(shù)編碼引擎的執(zhí)行流程，減少調(diào)用歸一化過程的次數(shù)。其次，本文提出了一個快速的bypass bin的編解碼過程，使得bypass bin的編解碼過程僅僅需要移位和加法操作即可完成，極大地降低了bypass bin的編解碼復(fù)雜度。最后，本文改進(jìn)了AVS2中變換系數(shù)的編碼過程，降低變換系數(shù)之間

12、的上下文依賴關(guān)系。實驗結(jié)果表明，上述三個技術(shù)大幅度地提高AVS2中熵編碼模塊的吞吐率，同時性能損失也比較小。
　　第四，在圖像的壓縮感知采樣中，為了提高測量值的壓縮性能，差分脈沖預(yù)測（DPCM：Differential Pulse-Code Modulation）和均勻標(biāo)量量化（SQ：uniform Scalar Quantization）被聯(lián)合應(yīng)用于測量值的壓縮中。盡管如此，若想真正地實現(xiàn)測量值的壓縮，即把測量值轉(zhuǎn)化為緊湊的二進(jìn)

13、制碼流，熵編碼模塊是一個必不可少的模塊。為此，本文基于圖像的差分脈沖預(yù)測和標(biāo)量量化框架（DPCM-plus-SQ）,為測量值的量化索引提出了一個高效的熵編碼方案。在該熵編碼方案中，本文分析了測量值的量化索引的統(tǒng)計特性，并且根據(jù)這些統(tǒng)計特性設(shè)計了相應(yīng)地語法元素來描述測量值的量化索引。具體來說，本文首先使用語法元素significant_map來指示當(dāng)前測量值的量化索引是否為非零；然后，對于非零的量化索引，使用語法元素abs_coeff_l