符合AVS-M標(biāo)準(zhǔn)的實(shí)時(shí)編碼器的設(shè)計(jì)與實(shí)現(xiàn) - 全文

　　摘要：本文論述了一款符合AVS-M標(biāo)準(zhǔn)的實(shí)時(shí)編碼器的設(shè)計(jì)與實(shí)現(xiàn)過程，目的是驗(yàn)證AVS-M標(biāo)準(zhǔn)在實(shí)時(shí)應(yīng)用環(huán)境中的性能表現(xiàn)。為了盡快地取得驗(yàn)證結(jié)果，本項(xiàng)目充分利用了網(wǎng)絡(luò)開源項(xiàng)目的資源優(yōu)勢——以x264為AVS-M編碼庫設(shè)計(jì)的基礎(chǔ)，以VLC為編碼器框架設(shè)計(jì)的基礎(chǔ)。最后對AVS-M與H.264進(jìn)行了對比測試，主要比較二者編、解碼后生成的音視頻的清晰和連貫程度，取得了“AVS-M在低碼率（32-512Kbps）、低分辨率（SQCIF-CIF）的條件下有接近H.264的性能表現(xiàn)” 的結(jié)果。
?

　　1. 引言

　　AVS-M是AVS標(biāo)準(zhǔn)的第7部分——一款專門為移動(dòng)通訊環(huán)境而設(shè)計(jì)的視頻編解碼標(biāo)準(zhǔn)。本項(xiàng)目的目的是要驗(yàn)證AVS-M在應(yīng)用環(huán)境中的性能表現(xiàn)，借此證明該標(biāo)準(zhǔn)的實(shí)用價(jià)值，為其在國內(nèi)的產(chǎn)業(yè)化過程作貢獻(xiàn)。移動(dòng)通訊終端具有帶寬低，誤碼率高和計(jì)算能力弱等特點(diǎn)，目前主要以MPEG-4 SP為視頻編解碼的標(biāo)準(zhǔn)，今后國際上可能的升級方案有H.264和VC-1等。本項(xiàng)目通過在相同測試環(huán)境下對比AVS-M與H.264標(biāo)準(zhǔn)的實(shí)際性能表現(xiàn)來證明AVS-M標(biāo)準(zhǔn)的實(shí)用價(jià)值。為了貼近真實(shí)的使用環(huán)境，本項(xiàng)目實(shí)現(xiàn)的編碼器需要實(shí)現(xiàn)實(shí)時(shí)音視頻采集、實(shí)時(shí)編碼、實(shí)時(shí)通過以太網(wǎng)以MPEG2 TS流的形式輸出碼流的功能。

　　VLC與x264是兩款遵循GPL標(biāo)準(zhǔn)發(fā)布的開源軟件，其中VLC是一個(gè)流媒體平臺，支持插件功能；x264是一款H.264編碼庫，并針對x86平臺進(jìn)行了優(yōu)化。為了盡快取得驗(yàn)證結(jié)果，本項(xiàng)目采用VLC和x264項(xiàng)目為設(shè)計(jì)的出發(fā)點(diǎn)。VLC以插件的形式實(shí)現(xiàn)了實(shí)時(shí)音視頻采集，H.264編碼，MPEG2 TS流復(fù)用和以太網(wǎng)輸出等功能，恰好契合本項(xiàng)目的總體需求；AVS-M標(biāo)準(zhǔn)起源于于H.264標(biāo)準(zhǔn)，兩者結(jié)構(gòu)類似、功能相同，以H.264為基礎(chǔ)開發(fā)AVS-M標(biāo)準(zhǔn)能加快開發(fā)進(jìn)度，并且采用同一代碼樹也能更好的比較AVS-M與H.264標(biāo)準(zhǔn)的實(shí)際性能差異。為了更符合實(shí)際的使用環(huán)境，本項(xiàng)目采用AAC+作為音頻的編碼標(biāo)準(zhǔn)。VLC本身并不支持AAC+的編碼功能，而只支持其解碼功能，在此采用3GPP工程的26410-700作為AAC+標(biāo)準(zhǔn)的實(shí)現(xiàn)，通過插件的方式來實(shí)現(xiàn)AAC+音頻編碼功能。

　　VLC不但支持音視頻數(shù)據(jù)的采集、編碼、復(fù)用和以太網(wǎng)發(fā)送功能，而且還支持碼流的以太網(wǎng)接收、解復(fù)用、解碼和播放功能。為了驗(yàn)證編碼器的實(shí)際編碼效果，本項(xiàng)目也采用VLC作為碼流的接收端，通過實(shí)時(shí)觀看播放的效果來評判編碼器的性能表現(xiàn)。支持AVS-M解碼功能的VLC為另一項(xiàng)目的開發(fā)成果，在本文不作詳細(xì)描述。

　　2. 編碼器

　　音頻和視頻編碼都是計(jì)算密集型的操作，如果要實(shí)時(shí)編碼就需要一個(gè)強(qiáng)勁的運(yùn)算平臺，這里采用一臺Dell PowerEdge 2950 服務(wù)器作用編碼器的硬件基礎(chǔ)。PowerEdge 2950配置有一顆Intel Xeon 5160 （Woodcrest） 3.0GHz雙核CPU、1GB DDR2內(nèi)存、SATA II 硬盤、內(nèi)置雙Broadcom BCM5708C NetXtreme II GigE千兆以太網(wǎng)控制器，并具有兩條PCI-X擴(kuò)展插槽以擴(kuò)充外設(shè)接口功能。操作系統(tǒng)選用Red Hat Enterprise Linux 4 （32bit）操作系統(tǒng)。

　　PowerEdge 2950本身不具有音視頻采集接口，需要通過相應(yīng)的采集卡擴(kuò)展。這里采用一塊Osprey 230采集卡作為實(shí)時(shí)音視頻采集接口，它采用PCI-X接口形式，支持PAL/NTSC/SECAM視頻標(biāo)準(zhǔn)，能實(shí)時(shí)采集一路標(biāo)清視頻及雙聲道的音頻。以太網(wǎng)輸出采用PowerEdge 2950內(nèi)置的千兆以太網(wǎng)接口。編碼器的整體框圖如下圖所示：

　　整個(gè)編碼的流程為：PAL/NTSC/SECAM的視頻信號通過Composite或S-Video接口，音頻通過雙聲道音頻接口進(jìn)入Osprey 230 采集卡；Osprey 230由Video4Linux2與OSS驅(qū)動(dòng)程序來驅(qū)動(dòng)，VLC通過這兩個(gè)接口控制采集卡，實(shí)時(shí)讀取音視頻數(shù)據(jù)，并分別將音視頻數(shù)據(jù)送到AVS-M編碼器與AAC+編碼器進(jìn)行編碼；編碼后生成的碼流送到MPEG2 TS 復(fù)用器進(jìn)行復(fù)用；復(fù)用后的TS流通過以太網(wǎng)接口以UDP單播或組播的方式發(fā)送出去。

　　2.1 編碼庫

　　開發(fā)支持AVS-M標(biāo)準(zhǔn)的編碼庫是本項(xiàng)目的重點(diǎn)，根據(jù)AVS-M標(biāo)準(zhǔn)與H.264標(biāo)準(zhǔn)的異同對x264編碼庫進(jìn)行修改，修改的原則是在不改變原先H.264編碼功能的前提下增加AVS-M編碼功能。為了同時(shí)支持上述兩個(gè)標(biāo)準(zhǔn)，在此采用運(yùn)行時(shí)開關(guān)的方法使得編碼庫既支持H.264標(biāo)準(zhǔn)又支持AVS-M標(biāo)準(zhǔn)，并且兩者可以動(dòng)態(tài)地切換。如下是在開發(fā)過程中涉及的兩個(gè)標(biāo)準(zhǔn)的不同部分。

　　2.1.1 NAL層

　　AVS-M和H.264類似，碼流的基本單元都是NAL，每個(gè)NAL可以包含序列頭、圖像頭和條帶等多種語法結(jié)構(gòu)。不同之處是H.264中為了避免與起始碼混淆，當(dāng)NAL內(nèi)部出現(xiàn)0x000001時(shí)，要在0x01之前插入一個(gè)0x03。所以我們在實(shí)現(xiàn)AVS-M時(shí)，要把這個(gè)插入0x03的模塊刪除。

　　2.1.2 條帶上層語義

　　在AVS-M中，有和H.264相對應(yīng)的序列參數(shù)集和圖像參數(shù)集。另外AVS-M增加了圖像頭，這使得每幀圖像數(shù)據(jù)的邊界清晰明了，方便了解碼器的實(shí)現(xiàn)。我們在實(shí)現(xiàn)AVS-M時(shí)，也要相應(yīng)地加入圖像頭的支持。

　　2.1.3 幀內(nèi)預(yù)測

　　在亮度幀內(nèi)預(yù)測中，AVS-M和H.264都有9種模式，但是他們的排列順序是不相同的，如圖1所示。

　　在實(shí)現(xiàn)過程中，我們使用了一個(gè)映射表將兩種不同的排列順序聯(lián)系起來，使得代碼的改動(dòng)達(dá)到了最小。當(dāng)然我們也要按照標(biāo)準(zhǔn)修改幀內(nèi)預(yù)測的細(xì)微差別。

　　另外，AVS-M中只有4x4一種幀內(nèi)預(yù)測模式，而H.264還有16x16和8x8兩種模式，所以我們要關(guān)掉兩種不用的模式。在色度方面，AVS-M不用基于“平面”的預(yù)測，所以也要把它從X264中去掉。最后還要注意，在幀間預(yù)測幀（P幀）中如果出現(xiàn)幀內(nèi)預(yù)測宏塊，它的相鄰幀間預(yù)測塊的幀內(nèi)預(yù)測模式的預(yù)測值在AVS-M中被定義為不可用（-1），而在H.264中被定義為DC預(yù)測模式（2）。

　　2.1.4 運(yùn)動(dòng)向量預(yù)測

　　在AVS-M中，當(dāng)前塊的運(yùn)動(dòng)向量預(yù)測是使用它左下角、上方和右上角的運(yùn)動(dòng)向量，而H.264是使用左上角、上方和右上角的運(yùn)動(dòng)向量，如圖2所示。

　　另外，運(yùn)動(dòng)向量預(yù)測值的計(jì)算方法也略有不同。

　　2.1.5 分?jǐn)?shù)像素插值

　　在AVS-M和H.264中，半像素精度的樣本值都是使用雙線性插值的方法，當(dāng)然它們使用了不同的濾波器。最需要注意的是，在水平和垂直方向都是四分之一精度的樣本預(yù)測時(shí)，AVS-M使用的是“星形”法，而H.264使用的是“菱形”法，如圖3所示。

　　在AVS-M中，e，g，p和r采用下面公式計(jì)算。

　　e = （ F + j + 1 ） 》》 1

　　g = （ G + j + 1 ） 》》 1

　　p = （ N + j + 1 ） 》》 1

　　r = （ O + j + 1 ） 》》 1

　　而在H.264中，e，g，p和r采用下面公式計(jì)算。

　　e = （ b + h + 1 ） 》》 1

　　g = （ b + m + 1 ） 》》 1

　　p = （ h + t + 1 ） 》》 1

　　r = （ m + t + 1 ） 》》 1

　　2.1.6 變換和反變換

　　AVS-M和H.264使用了類似的整數(shù)DCT變換，需要注意的是色度方面。在AVS-M中，色度使用了和亮度相同的變換方法，而H.264中對色度的DC分量又進(jìn)行了一次變換。

　　2.1.7 量化和反量化

　　AVS-M和H.264使用了類似的量化方法，都是使用了查表、乘法和移位，而避免了除法。需要注意的是AVS-M中要對量度量化參數(shù)做一次映射來做為色度的量化參數(shù)。

　　2.1.8 變長編碼

　　AVS-M使用了基于上下文的多階哥侖布碼，而H.264有專門的CAVLC或CABAC編碼方式。需要注意的是在AVS-M中對幀內(nèi)預(yù)測增加了一種“直接”模式，即所有4x4塊都使用預(yù)測模式。所以我們在變長編碼時(shí)，要先判斷“直接”模式是否出現(xiàn)，然后再進(jìn)行相應(yīng)的處理。

　　2.1.9 環(huán)路濾波

　　AVS-M和H.264中都有環(huán)路濾波，這可以顯著減少塊效應(yīng)，提高視覺質(zhì)量。它們的具體實(shí)現(xiàn)是不同的，總體來說AVS-M要比H.264簡化。

　　2.1.10 調(diào)試

　　在調(diào)試過程中，我們使用了比較法。就是從編碼器端將每幀的預(yù)測值和殘差存到一個(gè)文件中，然后使用標(biāo)準(zhǔn)的解碼器進(jìn)行解碼，并在解碼的同時(shí)比較預(yù)測值和殘差，然后確定出錯(cuò)的宏塊，進(jìn)行調(diào)試。這樣通過比較編碼器端的重建圖像和解碼器端的輸出圖像，從而保證的編碼器的正確性。

　　2.2 優(yōu)化

　　視頻編碼需要消耗大量的計(jì)算資源，如果不針對特殊平臺進(jìn)行優(yōu)化就很難滿足實(shí)時(shí)編碼的要求。本項(xiàng)目采用的硬件平臺是Intel的Xeon系列，它具有MMX，SSE，SSE2等加速指令集。x264本身已經(jīng)針對MMX和SSE指令集進(jìn)行了優(yōu)化，鑒于AVS-M與H.264的相似性，針對H.264的優(yōu)化策略應(yīng)該多數(shù)多能應(yīng)用于AVS-M標(biāo)準(zhǔn)上。因?yàn)樵谙嗤妮斎胂聝?yōu)化和不優(yōu)化的編碼器所產(chǎn)生的碼流應(yīng)該二進(jìn)制相等，因此在開發(fā)過程中采用了在相同輸入的前提下，比較不優(yōu)化與優(yōu)化兩個(gè)版本輸出的碼流是否是二進(jìn)制相等，以確定的那些優(yōu)化模塊是AVS-M與H.264能共用的。具體比較時(shí)采用二分法以加快比較的速度——先屏蔽一半的優(yōu)化模塊，然后比較開啟優(yōu)化模塊與關(guān)閉優(yōu)化模塊時(shí)產(chǎn)生的碼流是否相等，如果相等則當(dāng)前開啟的優(yōu)化模塊為AVS-M與H.264能共用的，如果不等則縮小范圍繼續(xù)比較，直道能確定每一個(gè)優(yōu)化模塊。經(jīng)過上述比較之后，最終確定只有四個(gè)優(yōu)化模塊二者不能共用，其他的模塊兩者都能共用，其中兩個(gè)不能共用的模塊可以通過修改C代碼解決，另兩個(gè)需要修改MMX/SSE匯編代碼。

　　2.3 測試

　　對音視頻的編解碼效果的對比分析主要基于兩個(gè)方面——客觀指標(biāo)和主觀感受。當(dāng)前，已經(jīng)有不少針對AVS-M與H.264的基于客觀指標(biāo)（PSNR）的對比測試了，本文沒有必要再次重復(fù)進(jìn)行這些測試，本文將就二者在實(shí)時(shí)編碼條件下的觀眾主觀感受進(jìn)行對比測試。測試主要以觀眾在觀看經(jīng)過實(shí)時(shí)編碼處理后的音視頻時(shí)是否能感覺到有明顯的失真現(xiàn)象為依據(jù)?？疾旆炙膫€(gè)方面，即視頻的清晰程度和連貫程度及音頻的清晰程度和連貫程度，每個(gè)方面根據(jù)觀眾的實(shí)際感受進(jìn)行評分，評分的標(biāo)準(zhǔn)如下表所示：

?? 　　

　　對比測試的環(huán)境設(shè)置為視頻幀率25，固定碼率控制模式、關(guān)閉loopfilter功能、GOP為15、H.264采用baseline級；音頻采樣率為48000、雙聲道、AAC HE編碼格式、碼率52kbps。測試的結(jié)果記錄如下表所示（其中四個(gè)字母依次代表“視頻清晰程度”、“視頻連貫程度”、“音頻清晰程度”和“音頻連貫程度”）

　　3. 結(jié)語

　　比較測試的結(jié)果數(shù)據(jù)，可以看出AVS-M在低碼率（32～512Kbps）、低分辨率（SQCIF～CIF）的條件下有接近H.264的性能表現(xiàn)，但總體上落后與H.264標(biāo)準(zhǔn)?？紤]到移動(dòng)終端有限的計(jì)算能力和AVS-M相對于H.264有計(jì)算復(fù)雜度上的優(yōu)勢，我們可以確信在未來的移動(dòng)通信領(lǐng)域AVS-M應(yīng)該能占有一席之地。

　　參考文獻(xiàn)

　?。?］周大山，李華，張淑芳等。AVS-M視頻解碼器設(shè)計(jì)和實(shí)現(xiàn)。 電視技術(shù)，2005，8：10-11

　　［2］信息技術(shù)先進(jìn)音/視頻編碼：視頻［S］。中華人民共和國國家標(biāo)準(zhǔn).GB/T20090.2-2006，2006

　?。?］高文，王強(qiáng)，馬思偉。 AVS數(shù)字音視頻編解碼標(biāo)準(zhǔn)。中興通訊技術(shù)，2006，6：6-9

?