视频编码技术及H264标准

HEVC视频编码标准之熵编码基于上下文的自适应二进制算术编码CABAC（Context-basedAdaptingBinaryArithmeticCoding）,郑明魁数字电视智能化技术国家地方联合工程研究中心福州大学智能多媒体通信实验室,熵编码基础,目前的视频编码标准主要通过去除空间冗余、时间冗余与编码冗余来实现压缩。编码器将多种算法有效的结合起来达到较高的压缩性能，主要相关技术包括预测编码、变换编码、量化和熵编码技术。,熵编码基础,熵编码是按照熵原理进行的一种无失真压缩编码方式，生成的码流可以通过解码过程无失真的将原始数据解析出来。常见的熵编码主要有：香农编码(ShannonCoding)、哈夫曼编码(HuffmanCoding)和算术编码(ArithmeticCoding)等。,熵编码基础,哈夫曼编码(HuffmanCoding)，霍夫曼编码是可变字长编码(VLC)的一种。出现机率高的字母使用较短的编码，反之出现机率低的则使用较长的编码。现在流行的很多压缩方法都使用了范式哈夫曼编码技术，如GZIB、ZLIB、PNG、JPEG、MPEG等。在直流DC系数经过上面的DPCM编码，交流AC系数经过RLE编码后，得到的数据，还可以再进一补压缩，即使用Huffman编码来处理。,游程编码：游程编码在传真文件压缩中的应用,例:3133154,熵编码基础,电话网,H.264CAVLC,5、runbefore：以反z向扫秒零的个数，类似游程编码。注意两个参数，Zeroleft和Run_beforeZeroleft:当前非零系数之前所有零的个数，初始值为TotalZerosRun_before：游程下面两种情况不需要编码：最后一个非零系数（反Z方向）前零的个数没有剩余的零可以编码，Run_before=total_zeros本例题中：0301-1-101000。run_before(4)ZerosLeft=3;run_before=1run_before(3)ZerosLeft=2;run_before=0run_before(2)ZerosLeft=2;run_before=0run_before(1)ZerosLeft=2;run_before=1run_before(0)ZerosLeft=1;run_before=1Nocoderequired;lastcoefficient.,熵编码原理,H.264基于上下文的自适应变长编码CAVLC（Context-basedAdaptingVariableLengthCoding）游程编码思想的应用：,熵编码原理,1.算术编码ArithmeticCoding（二进制）,在编码过程中，输入数据流中的信源符号被分为大概率符号(MPS)和小概率符号(LPS)。LPS的概率记为Q，MPS的概率记为P=1-Q,算术编码的唯一性和效率,上述产生的标识可以唯一表示一个序列，这意味着该标识的二进制表示为序列的唯一二进制编码但二进制表示的精度可以是无限长：保证唯一性但不够有效为了保证有效性，可以截断二进制表示，但如何保证唯一性？答案：为了保证唯一性和有效性，需取小数点后l位数字作为信源序列的码字，其中注意：P(x)为最后区间的宽度，也是该符号串的概率符合概率匹配原则：出现概率较大的符号取较短的码字，而对出现概率较小的符号取较长的码字,熵编码原理,算术编码的唯一性和效率,长度为n的序列的算术编码的平均码长为：,算术编码的效率高：当信源符号序列很长，平均码长接近信源的熵,熵编码原理,算术编码基础,2.自适应算术编码AdaptingArithmeticCoding,在前面讨论的算术编码中，我们把信源的统计特性被看作是固定不变的，这在实际应用中显然不太实际。为解决使编码技术适应信源统计特性变化的问题，前人提出了自适应算术编码方法，自适应算术编码在一次扫描中可完成两个过程，即概率模型的建立过程和扫描编码过程。自适应算术编码在扫描符号序列前并不知道各符号的统计概率，这时假定每个概率相等，并平均分配区间0,1,然后在扫描符号序列的过程中不断调整各个符号的概率。,1.调整概率后，再进行进行区间分配，随着编(译)码过程的进行。2.概率分配将逐渐趋于信源的实际概率分布。这种方法对于无法进行概率统计的信源比较合适。,算术编码基础,3.基于上下文自适应算术编码,在实际的视频编码过程中，由于冗余的存在（特别是时间冗余和空间冗余，于是在自适应算术编码的基础上引入了contextmodel的概念，通过信源前后（时间或空间上）消息的预测分布来调整并适应信源统计特性的变化，这就是所谓的基于上下文的自适应算术编码。Contextmodel是根据当前符号周围的已编(译)码符号的情况构造的，每个contextmodel内，概率随着编(译)码的进行而进行自适应的更新。对于不同的contextmodel，其概率分配也是不同的，此时的概率即为条件概率。采用恰当的contextmodel，就可以根据当前符号周围的已编码符号的情况来决定如何在各种条件概率模型之间切换，从而达到利用符号间己有的冗余度的目的。Contextmodel：用周围信息来设计对应概率模型,CABAC框架,作用：通过统计编码，提高编码效率。流程包含三个阶段：二值化，上下文建模和算术编码,二值化,组合：如变换系数的二值化方式是TR和EGk的组合定制：标准规定相应的二进制串，如帧内色度预测模式等,二值化,语法元素的二进制化（Binarization）,UnaryBinarization：简称U二进制化（一元二进制化），,二进制化方法：,二值化,二进制化方法：,TU二进制化（截尾一元二进制化）,该方法对语法元素的值有特定要求：只针对不大于某个“界限值”的语法元素进行“二进制化”，设“界限值”为S，语法元素的值为x，则要求：0xk;第q个区间ifqk)【q个1】【0】【N%m】elseq(cMaxk)【(cMaxk)个1】【N%m】注：NcMax时无后缀,【P个1】【0】【N%m】,101x0001x1x00001x2x1x000001x3x2x1x0qbits01qbitsINFO,Exp-Golomb编码EGkk=0,二值化,Exp-Golomb则有了一个很大的改进，不再使用固定大小的分组，而使组的大小呈指数增长。如下图（k=0时）：,分组的编号，分隔符，组内的偏移量,Exp-Golomb编码EGkk任意,二值化,一般公式：,qbits01qbitsINFO,k=0,k=1,k=2,Exp-Golomb编码EGkk任意,二值化,有符号数问题,该方法需要假设相应得语法元素的值x为有限，即06）&3=01232、对于P，量化为64种概率值，3、对于：RLPS（，），通过查表得到,R*P,CABAC,RLPS（，），通过查表得到pStateIdx即为qCodIRangeIdx即为,CABAC,常规编码流程,计算RLPS，RMPS,更新区间，计算Lnew，Rnew,更新模型状态,归一化与码流输出,CABAC,模型状态更新（概率自适应调整更新）例如输入为MPS，增加pStateIdx，即增加输入为LPS，减少pStateIdx，即减少，进一步减少，可能LPS变成MPS,CABAC,概率的自适应更新,与P映射关系，,1.若MPS出现，则增加1，到62就不变2.若LPS出现，则按表减少，减到0时不变，但MPS和LPS符号交换,CABAC,归一化处理1、区间不断细分，R越来越小，需要将其重新归一化到256-512之间，包括对下限值L的调整。2、已经确定的L的高位，将其输出,CABAC,编码框图,CABAC编码小结,1对输入数据二进制化2初始化对不同个模型一个一个进行初始化，不同模型初始化值不同。设置MPS和LPS的初始概率3对输入的不同语法元素依据标准文档，计算ctxIdx，得到相应模型。4编码，查表获得RLPS,更新区间5更新模型与归一化,CABAC基本原理解析,假设要编码宏块C的运动矢量MVc（一个语法元素）和某位置系数Coef（另一个语法元素）。1、设邻近块对应位置系数值Acoef和Bcoef分别是7和6，即二进制111和110，则Ccoef的值可能为1xx，即Ccoef最高位很可能是1。（注，注意字体颜色标记）A、故对该位置系数最高位赋予一个概率模型A，用于统计更新该位置系数最高位的LPS和（体现小概率P的值）。B、对该系数其他位也设置一个概率模型B，用于统计更新其他位的LPS和C、对概率模型A和概率模型B用模型索引ctxIdx标记区别，即概率模型A=ctxIdx1，概率模型B=ctxIdx2，2、对于MV也是一样。对MV的最高位也可以设置一个概率模型，用ctxIdx3标记，其他位用ctxIdx4标记。,Ccoef,