H.264中多参考帧预测技术的优化

2 模拟结果和分析

为了测试本文算法的性能，本文采用H.264参考软件JM7.0作为实验平台。实验参数设置如下：6个典型的视频测试序列（Ailent、Mobile、Foreman、Template、Bus和Suzi）、CIF（352×288）或QCIF(176×144)图像格式，每个序列150帧，帧率为30f/s，运动矢量搜索范围为16，量化参数为32，采用Hadamard transform,GOP结构为IPPP。

表2列出了本文提出的算法与原始的采用穷尽搜索的拉格朗日率失真最优模式选择方法的比较结果。在表2中，ΔPSNR表示平均峰值信噪比（PSNR）下降值，单位为Db, Δbits表示平均码率增长百分数，Δtime表示运动估计编码时间的减少百分数。Δtime和Δbits分别采用式（3）和式（4）得到：





其中Toriginal和Borigind分别表示采用原始方法时所用的运动估计编码时间和总比特数；Tproposed和Bproposed分别表示采用本文提出的方法时所用的运动估计编码时间和总比特数。

从表2中的实验数据可以看出，与原始的采用穷尽搜索的拉格朗日率失真最优模式选择方法相比，本文提出的算法可以使运动估计编码时间平均减少15.18%，同时平均PSNR仅仅下降0.077dB，码率增长仅仅1.56%（5个参考帧情况下）。此外，对比不同参考帧数的实验结果，很容易发现允许的参考帧数越多，节省的编码时间就越多。

模拟结果表明本文提出的算法可以节省H.264多参考帧运动预测的计算复杂度，同时对率失真性能的影响很小。这对H.264编码的实时实现很有利。