[論文レビュー] Optimization of the Block-level Bit Allocation in Perceptual Video Coding based on MINMAX

Chao Wang, Xuanqin Mou+1 more|arXiv (Cornell University)|Nov 15, 2015

Video Coding and Compression Technologies参考文献 38被引用数 3

ひとこと要約

本稿では、視覚的品質のばらつきを最小限に抑えるために、MINMAX基準を用いたマクロブロックレベルのビット割当て手法を提案する。最大歪み降下（MDD）アルゴリズムを用いて反復的に量子化パラメータを最適化し、視覚的歪みをSSIMインデックスで測定することで、計算複雑性を許容範囲に保ちながら、ベンチマーク動画シーケンスにおいて顕著なビット削減と視覚的品質の向上を達成した。

ABSTRACT

In video coding, it is expected that the encoder could adaptively select the encoding parameters (e.g., quantization parameter) to optimize the bit allocation to different sources under the given constraint. However, in hybrid video coding, the dependency between sources brings high complexity for the bit allocation optimization, especially in the block-level, and existing optimization methods mostly focus on frame-level bit allocation. In this paper, we propose a macroblock (MB) level bit allocation method based on the minimum maximum (MINMAX) criterion, which has acceptable encoding complexity for offline applications. An iterative-based algorithm, namely maximum distortion descend (MDD), is developed to reduce quality fluctuation among MBs within a frame, where the Structure SIMilarity (SSIM) index is used to measure the perceptual distortion of MBs. Our extensive experimental results on benchmark video sequences show that the proposed method can greatly enhance the encoding performance in terms of both bits saving and perceptual quality improvement.

研究の動機と目的

• 動画符号化ユニット間の相関関係による、ブロックレベルビット割当てにおける高コストの課題に対処すること。
• 動画符号化中のフレーム内マクロブロック間の視覚的品質のばらつきを低減すること。
• 視覚的動画符号化に適した、低コストでオフライン最適化されたビット割当て戦略の開発。
• マクロブロックレベルでのビットレートと視覚的品質のバランスを取ることで、全体の符号化効率を向上させること。
• 従来のフレームレベルビット割当て手法を、より細かいマクロブロックレベルに拡張し、視覚的忠実度を維持すること。

提案手法

• 本手法は、フレーム内のすべてのマクロブロックにおける最大歪みを最小化するため、MINMAX基準を採用する。
• 最大歪み降下（MDD）と呼ばれる反復的アルゴリズムを用いて、マクロブロック間の量子化パラメータを調整し、ピーク歪みを低減する。
• 構造的類似度（SSIM）インデックスを視覚的歪みの指標として採用し、マクロブロックの品質を評価する。
• ビット割当てをフレームレベルではなくマクロブロックレベルで最適化することで、品質分布に対する細かい制御が可能になる。
• 最適化プロセスは、オフライン動画符号化アプリケーションにおいて計算的に実行可能であるように設計されている。
• 合計ビット予算制約を満たしつつ、最悪の状況における視覚的歪みを最小化するように、ビットを動的にマクロブロック間で再配分する。

実験結果

リサーチクエスチョン

• RQ1 動画符号化におけるマクロブロック間の視覚的品質のばらつきを最小化するため、ブロックレベルのビット割当てをどのように最適化できるか？
• RQ2 マクロブロックレベルでのMINMAX基準の使用が、視覚的品質およびビットレート効率に与える影響は何か？
• RQ3 反復的最適化アルゴリズムを用いることで、品質のばらつきを低減しつつ、計算複雑性を低く保てるか？
• RQ4 ブロックレベルのビット割当てにおいて、SSIMを視覚的歪み指標として用いる場合、従来の指標と比較してどう異なるか？
• RQ5 このマクロブロックレベルのアプローチを用いることで、視覚的品質を損なわず、どの程度のビット削減が達成可能か？

主な発見

• 提案手法は、フレーム全体における最大SSIM歪みを最小化することで、マクロブロック間の品質ばらつきを顕著に低減した。
• ベンチマーク動画シーケンスを用いた広範な実験により、視覚的品質を維持または向上させつつ、顕著なビット削減が達成された。
• SSIMと主観的評価による検証により、従来のフレームレベルビット割当て手法と比較して、本手法はより優れた視覚的品質を実現した。
• 符号化の計算複雑性は、オフラインアプリケーションにおいても許容範囲に保たれており、高品質動画符号化に実用的であることが示された。
• MDDアルゴリズムは、歪みのばらつきが最小限に抑えられる近似的最適解に効果的に収束した。
• 結果から、マクロブロックレベルでの最適化により、動画フレーム全体にわたる一貫性のある視覚的品質が得られることを示した。