量化 & 量化之QP编码量化

最新推荐文章于 2023-10-28 22:04:11 发布
最新推荐文章于 2023-10-28 22:04:11 发布
阅读量5k 收藏 33
点赞数 8
分类专栏： 音视频开发 文章标签： 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_36083818/article/details/106135758
版权

量化

1、什么是量化

**量化（Quantization）**是在不降低视觉效果的前提下减少图像编码长度，减少视觉恢复中不必要的信息。
H264采用标量量化技术，它将每个图像样点编码映射成较小的数值
一般**标量量化器的原理**为：FQ = round(y/Qstep)。其中，y为输入样本点编码，Qstep为量化步长，FQ为y的量化值。其相反过程即反量化为：y' = FQ ·Qstep。
注：
	1）Round(x)函数
	其功能采用“银行家舍入”算法，即四舍五入取偶。
	详细地说是这样，**四舍六入五考虑**，五后非零就进一，五后皆零看奇偶，五前为偶应舍去，五前为奇要进一。
	2）在YUV中，“Y”代表明亮度（Luminance或Luma），也就是灰阶值; 而“U”和“V”表示的则是色度（Chrominance或Chroma），作用是描述图像色彩及饱和度，用于指定像素的颜色。

2、量化过程

  • 用更小的集合表示更大的集合的过程。
    • 对信号源的有限近似
    • 有损过程
    • 应用
      • A/D转换
      • 压缩
    • 量化方法
      • 标量(Scalar)量化
      • 矢量(Vector)量化

3、量化的基本思想

  • 映射一个输入间隔到一个整数 =》（步长）
  • 减少信源编码的bit =》（降低比特率/码率）
  • 一般情况重构值与输入值不同
  • 在这里插入图片描述

4、量化模型

在这里插入图片描述

5、量化的率失真优化

  • 量化器设计问题
    • 量化水平的个数，即Bin的个数
    • 决策边界：Bin的边界
    • 重构水平
  • 量化器设计是对率失真的优化
    • 为了减少码率的大小，需要减少Bin的个数
    • Bin的个数减少导致重构的误差增大，失真也就随着增大-
      在这里插入图片描述

失真的测量

在这里插入图片描述

7、量化器设计

  • 量化器设计的两个方面
    • 给定量化水平数目M，找到决策边界xi和重构水平使MSE最小
    • 给定失真限制D，找到量化水平数目M，决策边界xi和重构水平yi使MSE<=D
      在这里插入图片描述

8、均匀量化

在这里插入图片描述
在这里插入图片描述

9、量化与峰值信噪比

在这里插入图片描述
在这里插入图片描述

10、中升量化器（Midrise Quantizer）

在这里插入图片描述

11、中平量化器（Midtread Quantizer）

在这里插入图片描述

12、死区量化器（Deadzone Quantizer）

在这里插入图片描述

13、非均匀量化（Non-uniform Quantization）

在这里插入图片描述
如果信源不是均匀分布的，采用均匀量化不是最优的
对于非均匀量化，为了减少MSE，当概率密度函数fX(x)高时，使Bin的量化步长减小，当概率密度函数fX(x)低时， 使Bin的量化步长增加。

14、最优的标量量化

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

15、量化编码

  • 定长编码量化水平
    - 使用等长的码字编码每个量化水平，码字长为：在这里插入图片描述
  • 熵编码量化水平
    - 根据量化水平的概率分布情况，用变长的码字编码每个量化水平
    - 平均码字长 在这里插入图片描述
    - 比定长编码量化水平效率高
    - 广泛应用在图像和视频编码中

16、矢量量化

  • 标量量化：对数据一个一个的进行量化，称为标量量化。

  • 矢量量化：将数据分组，每组K个数据构成K维矢量，再以矢量为处理单元进行量化。
    - 矢量量化是标量量化的多维扩展
    - 标量量化是矢量量化的特殊情况

  • 矢量量化工作过程
    在这里插入图片描述
    在这里插入图片描述

  • 二维矢量量化
    在这里插入图片描述

  • 矢量量化优点

      - 只传码字的下标，编码效率高 
  - 在相同码率下，比标量量化失真小 
  - 在相同失真下，比标量量化码率低

  • 矢量量化缺点：复杂度随着维数的增加呈指数增加

量化参数（QP）

为什么采用QP编码

现有的码率控制算法主要是通过调整离散余弦变换的量化参数大小输出目标码率。

说人话就是：
复杂场景，正常编码码率往往偏高，甚至超出设定值。为应对此问题，降低复杂场景的编码码率，对QP进行调整。
通过调整量化参数QP，以达到调整输出目标码率的目的。

什么是QP

** 量化参数（QP）：
1、QP量化参数，反映了空间细节压缩情况，如QP小**，大部分的细节都会被保留；QP增大，一些细节丢失，码率降低，但图像失真加强和质量下降。也就是说，QP和比特率成反比的关系，而且随着视频源复杂度的提高，这种反比关系会更明显。
2、量化参数QP，是量化步长Qstep的序号。QP值越小，量化步长越小，量化的精度就越高，意味着同样画质的情况下，产生的数据量可能会更大。
对于亮度（Luma）编码而言，量化步长Qstep共有52个值，QP取值051，对于**色度**（Chroma）编码，Q的取值039。
其对应关系如下表1。
QP与Qstep呈线性关系，QP值每增加6，量化步长就增加一倍。
表1
表1

  1. min qp 最小量化步长

说明：设置x264可以使用的最小量化器。量化参数越小，输出越接近输入。使用某些值时，x264的输出可以和输入看起来完全一样，虽然其实并不是精确相同的，通常就够了没有必要使用更多比特在宏块上了。如果开启了自适应量化器（默认开启），则不鼓励提高qpmin的值，那样可能会降低帧的平坦部分的质量。

  1. max qp最大量化步长

说明：qpmin的反面，设置x264可以使用的最大量化器。默认值51是H.264标准中的最大值，质量非常低。默认值51其实相当于没有设置qpmax。如果你想控制x264输出的最低品质，也许你想要把这个值调低一点（调到30-40最低了），但一般而言不推荐调节这个值。

参考文章：
链接:
量化
[https://blog.csdn.net/yuwei629/article/details/8977021?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.nonecase]

qq_36083818
关注
  • 8
    点赞
  • 踩
  • 33
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
QP编码标准
03-27
QP量子编程的编码标准
H264编码量化参数qp值
热门推荐
fc34235的专栏
04-19 1万+
项目中碰到客户反馈，在一些场景中，编码出来的视频码率会超出设定的值。分析发现此场景下的画面比较复杂，而设置的量化参数qp_max过小，导致固定码率控制失效。调大qp_max值后问题解决。在此梳理一下量化参数QP的知识。 QP值对应量化步长的序号，对于亮度而言，此值范围为0~51 。值越小，量化步长越小，量化的精度就越高，意味着同样画质的情况下，产生的数据量可能会更大。...
论文研究-H.264整数变换与量化的优化 .pdf
08-21
H.264整数变换与量化的优化，孟晶，马小林，分析研究了H.264中比较耗时的整数变换与量化的过程，设计全零块检测算法和基于实验的QP值选择策略，优化整数变换与量化过程。实验��
I帧QP设置算法及其在场景变换中的应用 (2008年)
04-25
针对H。264标准，提出一种改进的I帧量化参数（QP）设置算法，以梯度算子来衡量I帧编码复杂度，并由此得到I帧的码率-量化（R-QP）模型。仿真结果表明，改进算法在峰值信噪比（PSNR）性能和码率控制的准确度上均有提高，能获得更为平滑的PSNR曲线图和视觉质量。将此算法应用于场景变换时，跳帧数目大幅度减少，视频质量得到进一步提高。
面向虚拟视点合成的深度图编码 (2013年)
05-29
针对H.264/AVC标准采用统一量化参数对深度图进行压缩,并不能很好地保留深度图的边缘,解码后深度图像严重影响虚拟合成视点主观质量这一问题,在H.264/AVC扩展多视点编码(JMVC: Joint Multi-view Video Coding)框架基础上,引进一种新的面向虚拟视点合成的深度图编码方法。根据深度图结构特点,使用Sobel算子分析深度图当前块的边缘信息。如果当前块中含有目标边缘信息,则通过减少QP值进行压缩编码;如果当前块中不含边缘信息,则增加QP值进行压缩编码。通过计算所有16×16,
QP编码详解
协议分析与还原
08-14 4013
“介绍Quote-Printable编码。”MIME定义了两种编码方法，其中一种是BASE64，另一种是Quote-Printable，即QP编码。前一种大家应该很熟悉...
矢量量化基本原理
xifenglie200的专栏
05-07 9056
        矢量量化（VQ —Vector Quantization）是70年代后期发展起来的一种数据压缩技术基本思想：将若干个标量数据组构成一个矢量，然后在矢量空间给以整体量化，从而压缩了数据而不损失多少信息矢量量化编码也是在图像、语音信号编码技术中研究得较多的新型量化编码方法，它的出现并不仅仅是作为量化器设计而提出的，更多的是将它作为压缩编码方法来研究的。在传统的预测和变换编码中，首先将信
专升本第十二讲 （影音娱乐）
diaomu9779的博客
06-07 2623
多媒体信息 　　计算机除了能存储、处理文字（数值和字符）外，还需要处理大量的图形、图像、音频、视频等多媒体的信息。这些多媒体信息虽然表现形式不相同，但在计算机中同样都是以0和1二进制表示的，这就需要对各种媒体信息进行不同的编码。将声音、图形、图像、视频转化为二进制代码的过程叫做数字化。 一、声音编码 1、声音的数字化过程 　　计算机需要处理声音信号就需要将这种模拟信号转换成数字信...
【webrtc】openh264编码：QP 解析
突围
03-09 1232
RTMP 推流是需要SPS PPS 生成avc specifc header的 。 【webrtc】openh264编码：SPS PPS 策略 但是，QP 是可以编码器设置的， webrtc在QOS 策略会调整QP， QP阈值的下限、上限默认分别为：24、37。 编码完毕后，webrtc 还要专门做QP 解析，通过上层StreamEncoder接口给到QualityScaler 中做决策。 解析类是 BitstreamParser H.264 解析类：H264BitstreamParser webr.
LC3编码之量化和算术编码
weixin_46666622的博客
05-06 367
这是我第一次分享自己的见解，如有问题，请指出。量化的中间过程：1）、首先粗略估计全局增益，目的是使量化的结果尽可能接近要求的比特数2）、根据公式进行量化，然后对量化的数据求解最后一对非零二元组，接着求解编码数据。即codingdata[0]、codingdata[1]、codingdata[2]。根据可用的比特数，对量化后多余的Xq(k)信息进行截断，置零，此时lsbMode为1。3)、如果nbits_est比nbits_spec相差过大，则截断信息较多，需对全局增益做调整（精估）
 基于H.264码率控制算法的优化
01-30
 在给定的比特流的条件下，编解码器采用码率控制可以获得高质量和高平滑的视频。因此码率控制广泛应用在视频压缩与传输过程中，起着重要作用。本文基于最新的视频编码标准H.264提出一种改进的码率控制算法--关于MAD（mean absolute differences）在计算QP（量化参数）上的改进.MAD在二次失真模型中用于计算QP，取得了很好的信噪比、压缩比和码流的稳定性。本文在像素差值计算后加入Hadamard计算即SATD（sum absolute of transform differences），采用SATD来代替MAD在二次失真模型中计算量化参数。实验结果表明: 与JM18.0原算法比较， 视频输出序列的亮度峰值信噪比（PSNR ）提高了0.2 dB左右， 取得更好的码率控制效果， 便于接收端获得更加稳定的压缩视频流。
QuaPy：用Python编写的量化框架
02-17
QuaPy源自数据样本的概念，并提供了量化文献中最重要的概念的实现，例如最重要的量化基准，许多高级量化方法，面向量化的模型选择，许多评估方法和用于评估量化方法的协议。 QuaPy还集成了常用的数据集，并提供可视...
2-多媒体数据压缩国际标准
weixin_46365033的博客
10-28 418
在好的信道条件下，它可以使用更多的编码符号，减少每个符号的振幅(位数)，从而实现高速传输，而在较差的条件下可以通过增加振幅来提高可靠性。Enhanced Full Rate (EFR) 编码：增强全速率编码是一种高质量的语音编码方法，采用更高的编码率（12.2 kbit/s）来提供更好的音质。总之，ACELP的思想是通过代数码激励、LPC分析和自适应性来高效地表示和编码语音信号，以实现高质量的语音传输和存储。编码器根据输入信号的特性来选择最佳的模型参数，以更好地匹配信号，从而提高编码效率和音频质量。
基于JPEG压缩编码的数据压缩算法的研究与实现(转)
weixin_30710457的博客
07-19 400
基于JPEG压缩编码的数据压缩算法的研究与实现(转) 编辑器加载中... JPEG压缩方法由于其较高的压缩比和理想的压缩效果，是目前应用最广泛的图像压缩方法。它采用一种特殊的有损压缩算法，将不易被人眼察觉 的图像颜色删除，从而能够将图像压缩在很小的储存空间。JPEG压缩技术十分先进，它用有损压缩方式去除冗余的图像数据，在获得极高的压缩率的同时...
视频压缩的基本原理
fangbaolei2088的专栏
05-02 1869
视频压缩的基本原理 6.1.1 视频信号压缩的可能性 视频数据中存在着大量的冗余， 即图像的各像素数据之间存在极强的相关性。 利用这些相关性， 一部分像素的数据可以由另一部分像素的数据推导出来， 结果视频数据量能极大地压缩， 有利于传输和存储。 视频数据主要存在以下形式的冗余。 1. 空间冗余 视频图像在水平方向相邻像素之间、 垂直方向相邻像素之间的变化一般都很小， 存在着极强的空间相关性
编码原理详解（三）---量化
weixin_34247032的博客
01-31 3375
本节开始介绍编码过程中的量化环节。还记得上一篇的变换吗？变换之后得到了一个新的矩阵，一个经过从空域变换到频域的一个矩阵。那么，量化呢，就是基于变换后得到的矩阵，再做进一步的处理，本质也就是进一步的压缩。 一、原理 量化的原理是把变换后的DCT系数除以一个常量，经过量化后的结果是量化步长的整数倍或者为更多的零值，从而达到了压缩的目的。 二、量化公式 q(x, y) = round(F...
深度学习量化总结（PTQ、QAT）
Sriven的博客
04-27 3962
并不是所有的模型，都很适合量化。在实际的生产环境中，我们经常会遇到一些模型，量化之后精度不好，其根本原因是因为浮点阶段的模型并不适合量化。这里说明一些常见的不适合量化的浮点情况。在实际执行的时候，可以通过 debug 工具去发现模型当中不适合量化的部分。受限于量化的方法和编译器的限制，目前量化的 op 实现，会有一些限制或者误差。这种算子的误差一般有两种体现，第一种是 QAT 的时候精度会有影响（情况很少），第二种是 QAT 转 Quantized 的时候精度会有影响。
流媒体码流、分辨率、gop、qp、fps、cvbr等常见概念理解
Leezha的博客
11-21 1万+
IDR         Instantaneous Decoding Refresh，即时解码刷新。为将首个I帧和其他I帧区别开，定义首个I帧为IDR帧。它与I帧、P帧、B帧的区别见http://blog.csdn.net/sphone89/article/details/8086071。   GOP         Group of Picture，关键帧的周期，也就是两个IDR帧之间的
labview均匀量化编码
最新发布
11-13
LabVIEW中的均匀量化编码可以通过以下步骤实现： 1.使用“读取文件”VI读取JPG图像文件。 2.使用“分组”VI将读取的图像数据分为(7,4)大小的块。 3.使用“量化”VI对每个块进行均匀量化编码。 4.使用“编码”VI对量化后的块进行编码。 5.使用“解码”VI对编码后的块进行解码。 6.使用“反量化”VI对解码后的块进行反量化。 7.使用“组合”VI将反量化后的块组合成完整的图像。 8.使用“显示图像”VI显示编解码后的图像。 需要注意的是，LabVIEW中的均匀量化编码需要根据具体的应用场景进行参数设置，例如量化步长等。此外，LabVIEW还提供了其他类型的量化编码，如非均匀量化编码和向量量化编码等。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值