利用前瞻模块以神经网络方法实现 x265 的 GOP 级码率控制
图像与视频处理
2019-10-25 v2
摘要
为在特定码率约束下优化感知质量，通常采用多遍编码并结合平均码率(ABR)或恒定码率因子(CRF)的码率控制模式，以在感知质量方面尽可能合理地分配码率，但这导致较高的计算复杂度。本文提出利用编码过程中生成的视频信息自适应调整 GOP 级的 CRF 设置，在单遍编码框架下确保各 GOP 内帧的码率在约束下合理分配。特别地，由于 CRF 值与码率间的内在关系，我们采用浅层神经网络(NN)将视频内容特征映射到 CRF-码率模型。内容相关特征取自 x265 编码器内部的前瞻(lookahead)模块，包括编码代价估计、运动向量等。进一步，提出一种称为内容自适应码率因子(CARF)的码率控制方法，利用各 GOP 预测得到的 CRF-码率模型，按目标码率要求调整每个 GOP 的 CRF 值。实验结果表明，所提方法可使 84.5% 的测试数据码率误差在 20% 以内（或更优），并优于 x265 中的 ABR 模式，平均带来 5.23% 的 BD-rate 下降。
引用
@article{arxiv.1908.02939,
title = {A neural network approach to GOP-level rate control of x265 using Lookahead},
author = {Boya Cheng and Yuan Zhang},
journal= {arXiv preprint arXiv:1908.02939},
year = {2019}
}
备注
5 pages 2019PCS