课程直播系统中基于H.264的屏幕视频编码器的优化

论文摘要

屏幕编解码（Screen codec）是一种针对计算机生成的屏幕图像序列的特殊的视频编解码技术。它将显示于一台计算机屏幕上的内容实时采集下来，进行压缩编码后，实时传输到远程终端上进行解码显示，或者存储到文件供事后回放。传统的屏幕编解码技术是基于复合图像压缩算法（Compound image compression），然后对屏幕视频进行变化区域检测和简单的运动搜索，但是一旦屏幕视频运动内容复杂，这样的压缩方式效率就比较低。目前压缩率最高的通用视频编码器是H.264编码器，使用这一编码器进行屏幕编码已经成为研究的新方向。X264是该标准编码器的最优的一个开源实现。本文首先对x264框架和编码算法进行了深入分析，而后在此基础实现了一个基于H.264视频编码器的屏幕编码系统。但是X264直接用于实时屏幕视频的压缩仍然存在着两个主要问题：一是编码器运算复杂，CPU占用率高，会影响屏幕编码系统录制的屏幕操作的流畅性；二是H.264编码器实时码率控制算法不能有效限制峰值码率，且所得压缩视频画面质量波动较大，会影响接收端用户的体验。针对这些问题，本文在x264的基础上实现了2个优化方案：首先，加入了基于Mirror Driver变化区域检测的编码模式决策优化，为无变化的区域的宏块快速模式决策，从而加快编码速度，经Intel VTune测试发现，该方法将CPU的执行时间有效降低了30%；然后又提出了一种自适应帧率的峰值码率控制方法（frame rate adaptive constantquantization parameter, FRACQP），它在x264原有的固定量化参数（Quantizaiton Parameter）模式基础上通过降低局部帧率来限制峰值码率。通过与x264原有峰值码率的对比实验,我们发现FRACQP所得的视频,峰值码率严格遵循上限,且画面质量的稳定,视频的平均PSNR提高了3~8db。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 静态图像压缩技术
• 1.2 H.264 视频编码技术
• 1.2.1 视频编码的基本原理
• 1.2.2 H.264 视频编解码器的基本结构
• 1.2.3 H.264 编码器的特点
• 1.2.4 基于混合图像压缩技术的屏幕编码系统
• 1.2.5 基于 H.264 编码器的屏幕编码技术研究
• 1.3 文本的背景和意义
• 1.3.1 课程直播系统介绍
• 1.3.2 课程直播系统对屏幕编码器的要求
• 1.4 本文的主要贡献
• 1.5 本文的组织结构
• 第2章 X264编码模型研究
• 2.1 H.264 的编码参考模型
• 2.2 x264 的外部接口
• 2.3 编码器的内部结构
• 2.3.1 编码器的重要结构体
• 2.3.2 帧层编码
• 2.3.3 条带层编码
• 2.3.4 宏块层编码
• 2.4 本章小结
• 第3章 基于变化区域的编码模式决策
• 3.1 Mirror Driver 的基本原理
• 3.2 基于x264 和 Mirror Driver 的屏幕编码系统
• 3.3 x264 编码器在直播系统中的编码时间分析
• 3.4 基于变化区域的宏块模式决策的设计与实现
• 3.5 实验结果分析
• 3.6 本章小结
• 第4章 X264的码率控制算法及其改进
• 4.1 X264 的单趟码率控制算法研究
• 4.1.1 固定质量量化参数模式（CQP）
• 4.1.2 其他码率控制方式
• 4.2 自适应帧率的峰值码率的控制方法的设计与实现
• 4.3 实验结果分析
• 4.4 本章小结
• 第5章 结束语
• 5.1 总结
• 5.2 后续研究工作
• 参考文献
• 致谢
• 攻读硕士学位期间已发表或录用的论文
• 附件