基于上下文的变长编码技术研究

论文摘要

随着高分辨率数字广播、高密度激光数字存储媒体、无线宽带多媒体通讯、互联网宽带流媒体等重大信息产业应用需求的日益迫切,新一代高效视频编码技术及技术标准已经成为近年来学术界与工业界的研究热点之一。本文针对以往视频编码中变长编码技术在编码效率、友好实现特性、抗误码等方面的不足进行了深入的研究,提出了具有高编码效率、高吞吐率、抗误码性能显著提高的三项变长编码技术,并探讨了在实际应用中复杂性可接受的前提下变长编码技术所能达到的编码效率上限。其中,所提出的基于上下文的二维变长编码技术C2DVLC已经被国家AVS视频标准采纳。具体地,本论文的主要研究内容如下。第一,以往变长编码技术由于缺少对DCT系数统计特性的挖掘与利用,因而编码效率较低。针对这一问题,本文对高分辨率视频编码中8x8 DCT系数的统计特性进行了深入分析,提出了相应的上下文建模方法,并进而提出了基于上下文的二维变长编码技术C2DVLC。具体地,针对零系数游程Run与非零系数Level联合概率分布的变化,C2DVLC采用了多个上下文状态以及多个2D-VLC码表,通过上下文状态以及码表的自适应切换实现对（ Run , Level ）概率分布变化的匹配。其中,每个上下文状态及其码表被设计成与（ Run , Level ）概率分布变化过程中的一个典型概率分布相对应。C2DVLC根据已编码Level幅值的最大值进行上下文状态以及码表的切换,此操作可通过查表完成,实现简单。C2DVLC采用Exponential-Golomb码进行编码,这保证了多码表只需较低的存储空间。实验结果表明,在所测试视频上,C2DVLC相比于2D-VLC码率最高节省16.11%,码率平均节省8.38%。C2DVLC已经被国家视频编码标准AVS1-P2（GB/T 20090.2）采纳。第二,变长编码中上下文建模的引入带来了编码效率的提高,但同时也导致解码数据吞吐率的下降。吞吐率下降的原因在于目前的上下文建模属于顺序依赖上下文建模。顺序依赖上下文建模中紧邻符号之间的上下文依赖关系导致解码端上下文建模与变长码解码必须串行执行。为此,本文提出了层次依赖上下文建模。层次依赖上下文建模HDCM充分挖掘了DCT系数的统计特性以提高编码效率,同时打破了紧邻符号之间的上下文依赖关系,这使得上下文建模与变长码解码的并行执行成为可能。提出的基于层次依赖上下文建模的变长编码技术HDCMVLC采用HDCM建模与Golomb-Rice码实现了DCT系数的高效编码。实验结果表明,在所测试视频上,HDCMVLC具有与H.264/AVC CAVLC相当的编码效率,但解码吞吐率最大可提高86.12%。第三,可逆变长编码是一种重要的抗误码编码技术,但以往的可逆变长编码在误码率较高时其抗误码性能有限,同时由于缺少上下文建模而编码效率较低。为此,本文提出了基于上下文的可逆变长编码技术CRVLC。CRVLC采用层次依赖上下文建模HDCM,可逆Golomb-Rice码以及数据分割技术。HDCM不仅有效地挖掘了DCT系数的统计特性提高了编码效率,同时在数据分割技术的配合下实现了逆向解码中上下文建模的重建,从而使得基于上下文的可逆变长编码的可逆解码成为可能。所提出的数据分割技术带来了抗误码性能的提高。CRVLC通过层次依赖上下文建模,可逆Golomb-Rice码以及数据分割技术的相互配合,实现了高抗误码性能、高编码效率的可逆变长编码。实验结果表明,在所测试视频上,CRVLC相比2D-RVLC抗误码性能最大可提高2.49dB,平均码率节省4.21%。第四,用于DCT系数编码的基于上下文的变长编码技术可获得的最高编码效率是什么,是一个非常值得探讨的问题。本文设计了基于上下文的自适应变长编码技术CBAVLC,其设计目标是探寻在实际应用中复杂性可接受的前提下基于上下文的变长编码技术可达到的最高编码效率。为此,CBAVLC采用HDCM上下文建模。HDCM是一种基于先验知识的上下文建模方法,我们的分析认为其建模性能是近优的。特别地,CBAVLC采用自适应编码技术在线估计编码进行中每个上下文状态下的概率分布,并据此选择最优的Golomb码进行编码。可以认为,CBAVLC接近了在实际应用中复杂性可接受的前提下可获得的最高编码效率。实验结果表明CBAVLC相比CAVLC其编码效率略有提高。这说明,CAVLC,C2DVLC,HDCMVLC等基于上下文的变长编码技术其编码效率已经接近实际应用中可达到的最高性能。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景
• 1.2 熵编码与视频编码
• 1.2.1 熵编码
• 1.2.2 视频编码核心技术
• 1.2.3 视频编码系统中的熵编码技术
• 1.3 视频熵编码技术国内外研究现状
• 1.3.1 提高熵编码效率
• 1.3.2 扩展熵编码功能
• 1.3.3 降低熵编码复杂性
• 1.4 论文的主要研究内容及章节安排
• 第2章 基于上下文的二维变长编码
• 2.1 引言
• 2.2 DCT 系数统计特性分析
• 2.3 基于上下文的二维变长编码
• 2.3.1 编码流程
• 2.3.2 逆向扫描顺序编码
• 2.3.3 二维变长码表设计与码表切换
• 2.3.4 上下文建模的形式化描述
• 2.3.5 Exponential-Golomb 码
• 2.4 实验结果
• 2.5 小结
• 第3章 基于层次依赖上下文建模的变长编码
• 3.1 引言
• 3.2 顺序依赖上下文建模
• 3.3 层次依赖上下文建模
• 3.4 基于层次依赖上下文建模的变长编码
• 3.4.1 编码流程
• 3.4.2 Golomb-Rice 码
• 3.4.3 层次依赖上下文建模的实现
• 3.4.4 并行执行过程描述
• 3.5 实验结果
• 3.5.1 编码效率比较
• 3.5.2 解码吞吐率比较
• 3.6 小结
• 第4章 基于上下文的可逆变长编码
• 4.1 引言
• 4.2 可逆变长编码与上下文建模
• 4.3 基于上下文的可逆变长编码
• 4.3.1 编码流程
• 4.3.2 可逆Golomb-Rice 码
• 4.3.3 数据分割
• 4.3.4 逆向上下文建模重建及逆向DCT 系数重组
• 4.4 实验结果
• 4.4.1 编码效率比较
• 4.4.2 抗误码性能比较
• 4.5 小结
• 第5章 基于上下文的自适应变长编码
• 5.1 引言
• 5.2 基于先验知识的上下文建模的性能分析
• 5.3 基于上下文的自适应变长编码
• 5.3.1 编码流程
• 5.3.2 非零系数Level 的概率分布参数估计与编码
• 5.3.3 零系数游程Run 的概率分布参数估计与编码
• 5.4 实验结果
• 5.5 小结
• 结论
• 参考文献
• 攻读博士学位期间发表的学术论文
• 致谢
• 个人简历