HEVC码率控制技术的研究进展

郭红伟，朱 策，周益民

(1.电子科技大学 电子工程学院，成都 611731；2.电子科技大学 计算机科学与工程学院，成都 611731； 3.红河学院 工学院，云南 蒙自 661100)

0 引 言

高效视频编码(high efficiency video coding，HEVC) 也称作H.265，是由运动图像专家组(moving pictures experts group，MPEG)和视频编码专家组(video coding experts group,VCEG)联合成立的工作组(joint collaborative team on video coding,JCT-VC)制定并颁布的最新一代视频编码国际标准。基准档次已于2013年1月正式发布。HEVC[1]采用了灵活的编码单元(coding unit, CU)和变换单元(transform unit,TU)四叉树划分结构，以及许多先进的编码工具，使HEVC相对于上一代视频编码国际标准H.264/AVC在相同主观质量下，其编码效率提升显著，可节省近一半码率。

码率控制 (rate control, RC)使编码器输出码流满足传输信道带宽限制或存储设备存储空间的需求，在流媒体传输[2]的各种应用场景中是编码系统不可缺少的重要模块。长期以来，被广泛研究。每一代视频编码标准都推荐了相应的码率控制算法并集成在测试模型中，如MPEG-2的TM5, H.263的TMN8，MPEG-4的VM8和H.264/AVC的JM。值得注意的是，码率控制并不是视频编码标准规定的标准内容。它相对于标准技术有着更大的灵活性和实用性。针对不同的视频应用系统，可设计与之契合的码率控制策略。因此，每一代视频编码标准颁布后的很长一段时间，其相关的码率控制技术都将成为研究关注的热点。例如2003年发布的上一代视频编码国际标准H.264/AVC距今已有约15年，近几年仍然有许多针对H.264/AVC码率控制技术的相关研究[3-6]。HEVC标准的制定过程中，研究人员很早就开展了针对新标准的码率控制技术研究。最近5年已涌现出大量的研究成果。本文是对HEVC码率控制技术研究的综述，归纳和分析最新的研究进展，讨论该方向值得进一步研究的内容。前几代视频编码标准相关码率控制技术的讨论可参考文献[7]，针对H.264/AVC码率控制技术的讨论可参考文献[8-9]。

1 码率控制概述

实际应用的视频编码系统要根据存储设备可提供的存储空间、传输信道可提供的传输带宽等设置编码器的输出码率。码率控制通过选择编码参数，使编码器的输出码率等于预先设置的目标码率，同时最小化编码失真，可表述为严格码率约束下的最优化问题：

(1)

(1)式中：{Para}表示编码参数集合；D是编码失真，通常用均方误差(mean square error，MSE)表示；R和Rtar分别是编码器输出码率和目标码率。

码率控制的基本结构如图1所示，主要分为2个部分：比特分配和比特控制。视频通信中由于编码器输出码流的比特率不可能和通信信道的带宽完全一致，所以在编码端和解码端都会设置先入先出的缓存器用于平滑码流。比特分配过程通常是根据缓存器充盈度和视频序列特性为每一个图像组(group of pictures, GOP)、每一帧或每一个基本单元分配适当的目标比特；比特控制过程是通过估计的码率模型由目标比特计算量化参数或拉格朗日乘子进行编码，使编码输出的比特数尽可能逼近或等于预先分配的目标比特。

图1 码率控制的框图Fig.1 Block diagram of rate control

2 HEVC推荐的码率控制

HEVC标准的制定过程中推荐过2种码率控制算法，提案JCTVC-H0213的URQ(unified rate-quantization)模型码率控制算法[10]和提案JCTVC-K0103的R-λ模型码率控制算法[11]。本节从码率模型和比特分配策略2个方面分别对它们进行介绍。

2.1 URQ模型码率控制算法

2.1.1 码率模型

JCTVC-H0213通过分析HEVC的四叉树划分结构和模式选择中的率失真优化(rate distortion optimization, RDO)过程，提出了基于像素的二次R-Q模型，即URQ模型，表示为

(2)

(2)式中：R是码率，用每像素的比特数bpp(bit per pixel)表示，等于编码单元的编码比特数除以其像素数；MAD(mean absolute difference)是预测编码单元的平均绝对误差，用于度量编码单元的复杂度；Qstep是量化步长，可由QP直接度量；α和β是二次模型的参数，每编码完一个编码单元后更新。

在H.264/AVC和HEVC的编码过程中，使用RDO进行编码决策，其执行码率控制的编码过程如图2所示。RC输出QP，然后使用QP进行RDO以获得所有的编码参数及MAD，最后进行熵编码输出编码码流。由这一编码过程发现，RC与RDO相互关联，即RC需要RDO后获得的MAD度量编码复杂度，而RDO过程又需要RC后确定的QP进行。这就是二次R-Q模型中著名的“蛋鸡悖论”。为了解决码率控制过程中的“蛋鸡悖论”，引入了MAD的线性预测模型，使用先前已编码帧的实际MADactual来预测当前待编码帧的MADpred，或使用先前已编码帧对应位置编码单元的实际MADactual来预测当前待编码帧中编码单元的MADpred，如(3)式所示。

MADpred=a1×MADactual+a2

(3)

(3)式中，a1和a2为线性模型参数，初始值为1和0，每编码完一帧后采用最小二乘方法更新。

图2 执行码率控制的编码过程Fig.2 Encoding process under rate control

2.1.2 比特分配

JCTVC-H0213的比特分配过程与H.264/AVC中JVT-G012的比特分配策略相类似，根据目标码率、帧率等信息，再利用虚拟缓存器的漏桶流量往返模型为GOP、帧、基本单元分配目标比特。为简化公式表述，设目标码率Rtar恒定，即恒定码率(constant bit rate, CBR) 控制。则编码第i个GOP的第j帧前，第i个GOP的剩余目标比特为

(4)

(4)式中：FR是帧率；NGOP是一个GOP中的帧数；Vi(j)是虚拟缓存器的充盈度，用漏桶流量往返模型计算；Bi(j-1)是编码第i个GOP的第j-1帧前，第i个GOP中剩余目标比特；bi(j-1)是编码第i个GOP中第j-1帧消耗的实际比特。

帧级码率控制在编码前为待编码帧确定一个合适的QP，根据编码帧的不同分为3种处理方式，GOP的第一帧和非参考帧的量化参数直接由已编码帧的实际QP和缓存器状态等信息计算。其他待编码参考帧的QP由(2)式通过编码帧的目标比特计算得到，帧级目标比特由2部分加权确定，一部分基于GOP中剩余比特计算，另一部分基于GOP级缓存器充盈度和缓存器目标水平等信息计算。第i个GOP中第j帧的目标比特表示为

(5)

基本单元级码率控制仅在非GOP第一帧的参考帧中进行，基本单元为一个LCU (largest coding unit)。待编码LCU的目标比特同样由2部分加权确定，一部分基于当前编码帧中剩余比特计算，另一部分基于帧级缓存器充盈度等信息计算。第j帧中第m个LCU的目标比特表示为

(6)

2.2 R-λ模型码率控制算法

R-λ模型码率控制算法是2012年10月JCT-VC第11次会议上由中国科学技术大学李斌等提出，技术细节呈现在提案JCTVC-K0103之中。在码率控制精度和编码性能上他们的方法都较URQ模型码率控制有较大提高。从HM-9.1版本开始，R-λ模型取代了URQ模型，作为HEVC标准推荐的码率控制算法。不同于以往码率模型建立码率与QP的函数关系，JCTVC-K0103建立码率与拉格朗日乘子λ的函数关系。比特控制过程根据分配给待编码帧或LCU的目标比特，利用R-λ模型计算用于率失真优化的拉格朗日乘子λ，继而由λ再换算出QP[11,14]。

2.2.1 码率模型

图3是视频编码的率失真曲线，随着码率R增大，编码失真D单调减小。由于编码器可选参数集有限，故实际可操作的R-D曲线是离散的，为了便于分析和应用，通常用函数建模R-D曲线。李斌等通过大量实验统计提出(7)式所示的R-D模型能较好地描述HEVC编码器率失真特性。

D(R)=CR-K

(7)

根据率失真优化理论，拉格朗日乘子λ是编码视频率失真曲线上某一点切线斜率的绝对值。理论上每一个拉格朗日乘子唯一地对应一组码率和失真，能极好地用于控制编码比特，λ域的码率模型为

≜αRβ

(8)

(7)—(8)式中：R仍然是用每像素的比特数bpp表示；C和K是与序列特性相关的模型参数；α和β的初始值分别为3.200 3和-1.367。编码过程中，每编码完一个LCU或一帧后，利用编码信息进行参数更新，更新公式为

(9)

αnew=αold+δα×(lnλreal-lnλcomp)×αold

(10)

βnew=βold+δβ×(lnλreal-lnλcomp)×lnRreal

(11)

(9)—(11)式中：带下标“real”的量表示编码中实际的拉格朗日乘子和编码比特；δα和δβ是与编码目标bpp相关的常量，用于调节公式收敛速度。李斌等[15]通过大量实验统计，拟合出λ与最佳QP的关系，其计算公式为

QP=4.200 5×ln(λ)+13.712 2

(12)

图3 率失真曲线Fig.3 Curve of rate distortion

为了减小编码视频质量的波动，计算的λ和QP都会根据已编码帧或LCU的实际λ值和QP值被截断到一个较小范围内。

2.2.2 比特分配

R-λ模型码率控制算法的比特分配，在GOP层引入一个滑动窗SW来表示缓存器平滑码流的作用。GOP层、帧层和基本单元层的目标比特分别由 (13)—(15)给出。

(13)

(14)

(15)

(16)

(13)—(16)式中：RPicAvg表示视频序列平均每帧的比特数；TGOP，TPic，TLCU分别是分配给GOP、编码帧、编码单元的目标比特数；Coded表示编码已消耗的比特数；BitH表示编码帧的头信息；ω表示编码帧或LCU的比特分配权重。为改善码率控制下视频编码的质量，对基于率失真模型的码率控制方法，给各层编码单元分配恰当的目标比特和建立精确的码率模型都是至关重要的。然而，JCTVC-K0103主要关注于建立λ域的码率模型，帧层比特分配权重ωPic简单地根据不同编码配置时GOP的结构和编码目标bpp事先设定为固定比值，LCU层比特分配权重ωLCU则根据估计的MAD值进行计算。

3 HEVC码率控制研究进展

码率控制技术随着视频编码技术的发展不断演变。较早的视频编码国际标准H.261和MPEG-1中简单地利用缓存器状态反馈来调节编码量化步长实现码率控制。H.263，MPEG-4，H.264/AVC，HEVC以及中国具有自主知识产权的视频编码标准AVS等推荐的码率控制算法中都不同地应用了码率模型。QP和λ在视频编码中都具有非常重要的影响，编码器在选择其他编码参数时需要事先设定编码单元的QP和λ。一般而言，码率控制大致流程都是首先为待编码单元分配目标比特，而后根据码率模型计算编码QP或拉格朗日乘子λ进行编码。本节首先对码率模型进行分类，然后依据使用的码率模型，从Q域和λ域对近几年出现的HEVC码率控制技术进行归纳和分析。

3.1 依据码率模型的分类

主要的码率模型有R-Q模型，即建立码率R与量化参数QP之间的函数关系，比如前文所述的URQ模型。还有另一种码率模型称为R-ρ模型，即在码率R和预测变换量化后零系数的比例ρ之间建立函数关系，文献[16]最早提出R和ρ之间可以近似地用线性关系建立模型。因为ρ与量化步长Qstep有着非常紧密的关联，由ρ可以直接得到编码的QP，因此，R-ρ模型实际上是建立了R和QP之间的间接关系。本文把基于R-Q模型和基于R-ρ模型的码率控制统称为Q域的码率控制算法。提案JCTVC-K0103提出的R-λ模型码率控制是建立码率与拉格朗日乘子λ之间的函数关系，本文把其称为是λ域的码率控制算法。Q域的码率控制由码率模型计算得到QP，再由QP计算确定λ；而λ域的码率控制由码率模型计算得到λ，再由λ计算确定QP。最终，由率失真优化确定其他编码参数。

3.2 Q域的码率控制算法

文献[17-33]在Q域讨论HEVC的码率控制。文献[17] 提出一种帧级的码率控制策略，其建立QP与码率及QP与失真的模型，使用已编码帧的信息更新模型参数并计算待编码帧的QP进行码率控制。HEVC采用多层灵活的块划分预测结构，减少了预测残差，使模式、运动矢量等非残差信息在码流中的占比越来越大，QP直接决定残差信息的编码比特，而对非残差信息影响相对较小。考虑到上述特性，文献[18]对预测残差和码流中的非残差信息分别建立码率模型，进行帧级的码率控制。文献[19]在ρ域分析，建立基于帧间依赖关系的失真模型和码率模型进行帧级的码率控制。大部分针对HEVC的码率控制研究可归纳为如下主要方面。

1)多层比特控制策略。

比特控制单元可以是GOP、帧、帧内子区域和基本编码单元，支持的比特控制单元越小，则码率控制越精细。使用多层比特控制能提高码率控制精度，但由于控制单元越小，其率失真模型估计越不精确，在使用基本编码单元比特控制提高码率控制精度的同时可能引起编码失真的增大。公式(1)所示码率约束下的最优化问题可以建立在GOP级或帧级，对应的求解问题即为帧级最优比特分配和基本单元级最优比特分配。文献[20-22]在Q域讨论了LCU级的比特控制。

2)基于模糊控制理论的码率控制。

由于视频内容和编码帧参考结构的变化，很难获得精确的待编码帧码率模型，使传统依据R-Q模型计算量化参数控制编码比特方法的控制精度降低。模糊控制器在被控对象的数学模型不存在或模型太复杂的情况下，能借助经验型语言知识完成控制任务[34]。已有基于模糊控制理论的码率控制方法被视频编码国际标准采纳，并集成在参考测试软件中[35]。文献[23-26]应用模糊控制理论实现了帧级的HEVC码率控制，控制过程中不需要建立精确的码率模型，如文献[24]利用模糊控制器根据缓存器的充盈度和前一个GOP的实际编码比特与目标比特的差值输出当前待编码GOP的基础QP，然后根据HEVC分级编码的策略，为当前GOP中不同层的帧在基础QP上加一定的补偿值确定帧层QP进行编码。

3)可变码率(variable bit rate，VBR)控制。

大部分研究都主要关注和讨论CBR控制。VBR控制可由几段不同目标码率的CBR组成。VBR控制通常是求解缓存器充盈度约束下的编码优化问题，其优化目标是获得编码质量相对恒定的压缩视频，优化公式可表述为

(17)

此外一些Q域的码率控制算法，如文献[31-32]关注于Q域码率模型和失真模型的估计，文献[33]基于URQ模型设计了感兴趣区域编码，有关感兴趣区域编码将在下一小节λ域的码率控制中详细介绍。

3.3 λ域的码率控制算法

文献[36-66]是在R-λ模型框架下的码率控制研究。JCTVC-M0257[36]针对Intra帧的控制，提出对8×8的像素块做哈达玛变换，然后利用SATD (sum of absolute transformed differences)度量编码单元的复杂度，并修改了Intra帧的R-λ模型和比特分配策略，该方法已被采纳进HEVC的R-λ模型码率控制算法中。针对JCTVC-K0103的比特分配策略，JCTVC-M0036[37]在λ域的码率模型和失真模型分析框架下，利用率失真优化理论提出自适应的比特分配方法，改善了算法的码率控制精度和率失真性能，该方法被集成进HM-11.0及以后版本的测试软件中，其详细的理论分析可参见文献[38]。文献[39-40]在λ域讨论了恒定编码质量的码率控制。其他λ域的文献主要从如下几方面展开研究。

3.3.1 精确率失真模型及最优比特分配

尽管JCTVC-K0103提出的R-λ模型算法在码率控制精度和编码率失真性能方面优于JCTVC-H0213的URQ模型和其他许多Q域的算法，但其模型精度和稳定性仍然不够，特别是LCU级的R-λ模型很不准确，LCU级的比特控制很大程度上依赖于对参数λ和QP的限制条件，文献[41-43]改进了模型参数更新方法，文献[44-47]使用二次编码以获得精确的模型参数。码率约束下的优化问题就是要根据编码控制单元的编码复杂度、失真依赖关系等特性为各级编码控制单元分配适当的目标比特，所以，大部分λ域的码率控制研究都在讨论比特分配问题。如文献[48]研究GOP级的比特分配。文献[49-53]主要研究帧级的比特分配，其中，文献[49]通过分析参考帧的失真对当前待编码帧编码失真的影响，再利用已编码帧编码信息估计待编码帧的内容复杂度，进行帧级的目标比特分配。文献[54-58]主要研究LCU级的比特分配。文献[59]同时讨论了帧级和LCU级的比特分配问题。

3.3.2 主观编码质量为指导的码率控制

PSNR，MSE等客观评价指标具有计算简单、便于比较等特点，通常作为编码失真的度量标准用于指导码率控制。然而，这些客观评价指标与人类视觉系统(human visual system, HVS)的特性并不完全一致。随着视频质量评估、目标检测与分割等技术的发展，已出现了许多基于主观质量评价的码率控制技术。如文献[44, 55-56]用SSIM度量失真，指导比特分配进行码率控制。人们观看视频时，通常对场景中的一些区域关注度高，对一些区域关注度低。例如会话视频，人们对人脸具有更多的关注度，提高人脸区域的编码质量能有效改善用户主观体验[67]，把关注度高的区域称为感兴趣区域(region of interest, ROI)。为改善主观编码质量，优化目标可设为在码率约束下使ROI的编码失真相对最小，优化公式表述为

(18)

3.3.3 针对特定应用环境的码率控制

不同应用环境下的视频编码系统对码率控制有不一样的约束条件和优化目标。尽管已有许多码率控制相关的理论研究，对于一些特定应用环境的视频编码系统仍然需要优化或设计新的码率控制算法。如文献[60]是针对视频通信中会话视频应用的码率控制，文献[65]是针对空中机载视频编码系统的码率控制，文献[66]是为X265编码器设计支持并行处理的码率控制等。

需要指出的是，以上归纳的几个研究方面并不是各自独立的，码率控制一般同时涉及多个研究方面。例如，3.2节的多层比特控制策略与3.3节的精确率失真模型及最优比特分配就是紧密相关的。

3.4 HEVC扩展及其码率控制

HEVC第一版于2013年1月发布以后，JCT-VC继续开展其扩展标准的制定工作，包括格式范围扩展(format range extension, RExt)、屏幕内容编码扩展(screen content coding extension, SCC)、可伸缩视频编码扩展(scalability extension, SHVC)；并且于2012年7月成立了另一个联合工作组JCT-3V(joint collaborative team on 3D video)致力于三维扩展3D-HEVC(3D extension)和多视点扩展MV-HEVC(multiview extension)的制定工作[68]。尽管HEVC扩展均是基于HEVC框架开发的，但HEVC推荐的R-λ模型码率控制算法并不能被直接应用。随着HEVC扩展标准相继完成，已出现了一些针对扩展标准的码率控制方法。如文献[69-72]针对SHVC，文献[69]把HEVC中的的R-λ模型框架扩展到SHVC，文献[70-71]则在文献[69]的码率控制框架下研究了SHVC中的最优比特分配问题，文献[72]在λ域设计SHVC中恒定编码质量的码率控制；文献[73- 74]针对SCC的特性修改了R-λ模型码率控制的比特分配策略；文献[75-77]针对3D-HEVC和MV-HEVC提出相应的码率控制策略。

除了以上分析归纳的研究方面，近年还出现了一些新策略。如文献[29] 把v支持向量回归 (v-support vector regression, v-SVR)应用到HEVC码率控制设计中，改善了编码视频质量的稳定性；文献[57]使用文献[78]提出的时域传播链模型指导LCU级比特分配，提升了编码器率失真性能。

4 总结与展望

HEVC推荐R-λ模型码率控制算法集成在测试软件HM中，但其并不是标准规定的内容。码率控制作为视频编码系统不可缺少的重要模块，研究人员可以根据应用环境自由的设计码率控制策略。本文归纳分析了HEVC码率控制的最新研究进展，首先，介绍了HEVC标准制定过程中接收的2种码率控制算法，即URQ模型码率控制算法和R-λ模型码率控制算法；然后，从Q域和λ域对近年出现的码率控制技术分别分析归纳；最后，还简要介绍了HEVC扩展标准及相应的码率控制技术。总的来说，视频编码系统的应用环境决定了码率控制算法的设计策略，根据实际应用选择恰当的约束条件和优化目标是开发码率控制算法的关键。

目前，大多数码率控制技术的平均码率控制精度已经达到1‰以内，尽管如此，HEVC的码率控制仍然有许多值得进一步讨论和具有挑战性的研究内容。

1)建立精确的码率模型和失真模型。大多数码率控制算法采用基于模型的控制策略，在多层比特控制中，需要分别估计帧级和LCU级的率失真模型。目前，无论是Q域还是λ域的模型精度及稳定性都还需进一步提高，特别是LCU级的模型参数更新具有较大挑战性。随着深度学习技术的快速发展及应用，在视频编码领域已出现了一些基于卷积神经网络(convolutional neural network, CNN)的编码技术[79-80]。文献[79]利用全连接网络改善了帧内预测编码；为了实现更精确的运动补偿，文献[80]提出基于CNN的半像素插值滤波方法减少了帧间预测残差。把深度学习技术应用到码率控制中，基于网络训练的模型估计方法是一个值得探讨的工作。改善的模型将有助于实现最优比特分配、精确的比特控制和视频质量控制。

2)面向全局率失真优化的码率控制。在码率约束下，根据视频特性为编码控制单元分配恰当的目标比特以求达到全局最优的率失真性能是编码优化的最终目标。根据HEVC的分级编码结构，文献[81-82]把文献[78] 的H.264时域层面相关的率失真优化扩展到HEVC的时域率失真编码优化中。恰当地把时域传播因子结合到码率控制的比特分配，必将在码率控制的同时提高编码器的率失真性能。

3) HEVC扩展标准的码率控制。目前针对HEVC扩展标准的码率控制研究还比较有限，很有必要根据各扩展标准的特性研究相应的码率控制策略。

4)视频转码的码率控制。视频转码是指在同一编码标准中把高码率的码流转换成低码率的码流，或对不同编码标准的码流进行转换。目前市场应用中主要涉及H.264/AVC标准的码流到HEVC标准的转换，转码过程可以获得编码视频的一些信息，如何有效利用这些信息进行转码码率控制也是一个值得进一步研究的内容。

值得关注的HEVC码率控制相关研究并不仅限于以上所列内容。正如过去15年研究人员持续关注H.264/AVC的码率控制一样，HEVC相关的码率控制技术也会持续作为视频编码研究领域关注的热点之一。

参考文献：

[1] SULLIVAN G J, OHM J R, HAN W J, et al. Overview of the High Efficiency Video Coding (HEVC) Standard [J]. IEEE Transactions on Circuits and Systems for Video Technology, 2012, 22(12): 1649-1668.

[2] LI Z G, ZHU C, LING N, et al. A unified architecture for real-time video-coding systems [J]. IEEE Transactions on Circuits and Systems for Video Technology, 2003, 13(6): 472-487.

[3] ZHOU Y M, SUN Y, FENG Z D, et al. PID-Based Bit Allocation Strategy for H.264/AVC Rate Control [J]. IEEE Transactions on Circuits and Systems II, 2011, 58(3): 184-188.

[4] LI Y, JIA H Z, ZHU C, et al. Window-based rate control for video quality optimization with a novel INTER-dependent rate-distortion model [J]. Signal Processing-Image Communication, 2014, 29(10): 1046-1062.

[5] CHAO J S, HUITL R, STEINBACH E, et al. A Novel Rate Control Framework for SIFT/SURF Feature Preservation in H.264/AVC Video Compression [J]. IEEE Transactions on Circuits and Systems for Video Technology, 2015, 25(6): 958-972.

[6] LI F, LI N. Region-of-interest based rate control algorithm for H.264/AVC video coding [J]. Multimedia Tools and Applications, 2016, 75(8): 4163-4186.

[7] CHEN Z Z, NGAN K N. Recent advances in rate control for video coding [J]. Signal Processing-Image Communication, 2007, 22(1): 19-38.

[8] 崔子冠,朱秀昌,干宗良,等. H.264视频编码率失真优化和码率控制技术研究进展 [J].电子学报, 2013, 41(12): 2443-2450.

CUI Ziguan, ZHU Xiuchang, GAN Zongliang, et al. Advances in Rate Distortion Optimization and Rate Control Techniques for H.264 Video Coding [J]. Acta Electronica Sinica, 2013, 41(12): 2443-2450.

[9] 吴炜, 陈健, 宋彬. H.264/AVC码率控制现状与发展 [J]. 系统工程与电子技术, 2013, 35(5): 1091-1097.

WU Wei, CHEN Jian, SONG Bin. Status and development for H.264/AVC rate control [J]. Systems Engineering and Electronics, 2013, 35(5): 1091-1097.

[10] CHOI H, NAM J, YOO J, et al. Rate Control Based on Unified RQ Model for HEVC [C]//Document JCTVC-H0213. JCH-VC of ITU-T SG16 WP3 and ISO/IECJTC1/SC29/WG11. San José, CA, USA：ISO, 2012.

[11] LI B, LI H, LI L, et al. Rate control by R-lambda model for HEVC [C]//Document JCTVC-K0103. Shanghai, China: [s.n.], 2012.

[12] LI Z, PAN F, PANG K. Adaptive Basic Unit Layer Rate Control for JVT [C]//Document JVT-G012. Pattaya.Thailand:[s.n.], 2003.

[13] CHOI H, YOO J, NAM J, et al. Pixel-Wise Unified Rate-Quantization Model for Multi-Level Rate Control [J]. IEEE Journal of Selected Topics in Signal Processing, 2013, 7(6): 1112-1123.

[14] LI B, LI H Q, LI L, et al. lambda Domain Rate Control Algorithm for High Efficiency Video Coding [J]. IEEE Transactions on Image Processing, 2014, 23(9): 3841-3854.

[15] LI B, XU J Z, ZHANG D, et al. QP Refinement According to Lagrange Multiplier for High Efficiency Video Coding [C]//International Symposium on Circuits and Systems (ISCAS). Beijing, China: IEEE Press, 2013: 477-480.

[16] HE Z H, MITRA S K. A unified rate-distortion analysis framework for transform coding [J]. IEEE Transactions on Circuits and Systems for Video Technology, 2001, 11(12): 1221-1236.

[17] SI J J, MA S W, ZHANG X F, et al. Adaptive Rate Control for High Efficiency Video Coding [C]//Visual Communications and Image Processing (VCIP). San Diego, CA, USA: IEEE Press, 2012: 1-6.

[18] LEE B, KIM M, NGUYEN T Q. A Frame-Level Rate Control Scheme Based on Texture and Nontexture Rate Models for High Efficiency Video Coding [J]. IEEE Transactions on Circuits and Systems for Video Technology, 2014, 24(3): 465-479.

[19] WANG S S, MA S W, WANG S Q, et al. Rate-GOP Based Rate Control for High Efficiency Video Coding [J]. IEEE Journal of Selected Topics in Signal Processing, 2013, 7(6): 1101-1111.

[20] SI J, MA S, GAO W. Efficient bit allocation and CTU level rate control for High Efficiency Video Coding [C]//Picture Coding Symposium (PCS). San Jose, CA, USA: IEEE Press, 2013: 89-92.

[21] SI J J, MA S W, WANG S Q, et al. Laplace distribution based CTU level rate control for HEVC [C]//International Conference on Visual Communications and Image Processing (VCIP). Kuching, Malaysia: IEEE Press, 2013: 1-6.

[22] WU W, LIU J, FENG L. Novel Rate Control Scheme for Low Delay Video Coding of HEVC [J]. ETRI Journal, 2016, 38(1): 185-194.

[23] ZHOU Y M, TIAN L, NING X C. Intra Frame Constant Rate Control Scheme for High Efficiency Video Coding [C]//International Conference on Computing, Networking and Communications (ICNC). San Diego, CA, USA: IEEE Press, 2013: 648 - 652.

[24] FANI D, REZAEI M. A GOP-level fuzzy rate control algorithm for high-delay applications of HEVC [J]. Signal Image and Video Processing, 2016, 10(7): 1183-1191.

[25] KAMRAN R, REZAEI M, FANI D. A frame level fuzzy video rate controller for variable bit rate applications of HEVC [J]. Journal of Intelligent & Fuzzy Systems, 2016, 30(3): 1367-1375.

[26] FANI D, REZAEI M. A Novel PID-Fuzzy Video Rate Controller for High-Delay Applications of HEVC Standard [J]. IEEE Transactions on Circuits and Systems for Video Technology, 2017, PP(99):1-1.

[27] SEO C W, MOON J H, HAN J K. Rate Control for Consistent Objective Quality in High Efficiency Video Coding [J]. IEEE Transactions on Image Processing, 2013, 22(6): 2442-2454.

[28] DE-FRUTOS-LOPEZ M, GONZALEZ-DE-SUSO J L, SANZ-RODRIGUEZ S, et al. Two-level sliding-window VBR control algorithm for video on demand streaming [J]. Signal Processing-Image Communication, 2015, 36(C): 1-13.

[29] PAN X, CHEN Z Z. Multi-Layer Quantization Control for Quality-Constrained H.265/HEVC [J]. IEEE Transactions on Image Processing, 2017, 26(7): 3437-3448.

[30] WANG S, REHMAN A, ZENG K, et al. SSIM-Motivated Two-Pass VBR Coding for HEVC [J]. IEEE Transactions on Circuits and Systems for Video Technology, 2017, 27(10):2189-2203.

[31] SUN L, AU O C, ZHAO C, et al. Rate distortion modeling and adaptive rate control scheme for high efficiency video coding (HEVC) [C]//International Symposium on Circuits and Systems (ISCAS). Melbourne VIC, Australia: IEEE Press, 2014: 1933-1936.

[32] ZHOU M L, LI B, ZHANG Y F. Content-adaptive parameters estimation for multi-dimensional rate control [J]. Journal of Visual Communication and Image Representation, 2016, 2016(34): 204-218.

[33] XU M, DENG X, LI S X, et al. Region-of-Interest Based Conversational HEVC Coding with Hierarchical Perception Model of Face [J]. IEEE Journal of Selected Topics in Signal Processing, 2014, 8(3): 475-489.

[34] 罗敏珂, 周益民, 钟敏, 等. AVS2 视频编码码率控制算法 [J]. 系统工程与电子技术, 2016, 38(9): 2192-2200.

LUO Minke, ZHOU Yimin, ZHONG Min, et al. Rate control algorithm of AVS2 video coding[J]. Systems Engineering and Electronics, 2016, 38(9): 2192-2200.

[35] ZHOU Y M, ZHU C, ZHONG M, et al. Fuzzy Rate Control Scheme for Internet Video Coding: ISO/IEC JTC1/SC29/WG11 MPEG2014/M35892[S]. Geneva, Switzerland: IVC Reference Software Model ITM12.0, 2015.

[36] KARCZEWICZ M, WANG X. Intra Frame Rate Control Based on SATD [C]//Document JCTVC-M0257. Incheon, Korea: [s.n.], 2013.

[37] LI B, LI H, LI L. Adaptive bit allocation for R-lambda model rate control in HM [C]//Document JCTVC-M0036. Incheon, Korea:[s.n.], 2013.

[38] LI L, LI B, LI H, et al. λ Domain Optimal Bit Allocation Algorithm for High Efficiency Video Coding[J]. IEEE Transactions on Circuits and Systems for Video Technology, 2018, 28(1):130-142.

[39] WANG M H, NGAN K N, LI H L. Low-Delay Rate Control for Consistent Quality Using Distortion-Based Lagrange Multiplier [J]. IEEE Transactions on Image Processing, 2016, 25(7): 2943-2955.

[40] LI Y, JIA H, XIE X, et al. Rate control for consistent video quality with inter-dependent distortion model for HEVC [C]//Visual Communications and Image Processing (VCIP). Chengdu, China: IEEE Press, 2016: 1-4.

[41] LI S, XU M, WANG Z, et al. Optimal Bit Allocation for CTU Level Rate Control in HEVC [J]. IEEE Transactions on Circuits and Systems for Video Technology, 2017, 27(11): 2409-2424.

[42] LI S X, XU M, WANG Z L. A novel method on optimal bit allocation at LCU level for rate control in HEVC [C]//International Conference on Multimedia & Expo (ICME). Turin, Italy: IEEE Press, 2015: 1-6.

[43] HOU Y, YE Y, LEI J, et al. Rate control for HEVC based on spatio-temporal context and motion complexity [J]. Multimedia Tools and Applications, 2016, 76(12): 14035-14053.

[44] WANG S, REHMAN A, ZENG K, et al. SSIM-inspired two-pass rate control for high efficiency video coding [C]//International Workshop on Multimedia Signal Processing(MMSP). Xiamen, China: IEEE Press, 2015: 1-5.

[45] WEN J T, FANG M Y, TANG M H, et al. R-lambda Model Based Improved Rate Control for HEVC with Pre-Encoding [C]//Data Compression Conference (DCC). Snowbird, UT, USA:IEEE Press, 2015: 53-62.

[46] ZUPANCIC I, IZQUIERDO E, NACCARI M, et al. Two-pass rate control for UHDTV delivery with HEVC [C]//Picture Coding Symposium (PCS). Nuremberg, Germany: IEEE Press, 2016: 1-5.

[47] ZUPANCIC I, NACCARI M, MRAK M, et al. Two-Pass Rate Control for Improved Quality of Experience in UHDTV Delivery [J]. IEEE Journal of Selected Topics in Signal Processing, 2017, 11(1): 167-179.

[48] SONG F, ZHU C, LIU Y, et al. A New GOP Level Bit Allocation Method for HEVC Rate Control [C]//International Symposium on Broadband Multimedia Systems and Broadcasting (BMSB). Cagliari, Italy: IEEE Press, 2017: 1-4.

[49] 李维, 杨付正, 任鹏. 考虑视频内容的H.265/HEVC帧层码率分配算法 [J]. 通信学报, 2015, 36(9): 76-81.

LI Wei, YANG Fuzheng, REN Peng. H.265/HEVC frame-level bitrate allocation algorithm considering video content [J]. Journal on Communications, 2015, 36(9): 76-81.

[50] LIU M H, REN P, XIANG Z. Frame-level bit allocation for hierarchical coding of H.265/HEVC considering dependent rate-distortion characteristics [J]. Signal Image and Video Processing, 2016, 10(8): 1457-1463.

[51] GAO W, KWONG S, YUAN H, et al. DCT Coefficient Distribution Modeling and Quality Dependency Analysis Based Frame-Level Bit Allocation for HEVC [J]. IEEE Transactions on Circuits and Systems for Video Technology, 2016, 26(1): 139-153.

[52] FIENGO A, CHIERCHIA G, CAGNAZZO M, et al. Rate Allocation in Predictive Video Coding Using a Convex Optimization Framework [J]. IEEE Transactions on Image Processing, 2017, 26(1): 479-489.

[53] GUO H, ZHU C, GAO Y, et al. A Frame-Level Rate Control Scheme for Low Delay Video Coding in HEVC [C]//19th International Workshop on Multimedia Signal Processing (MMSP). Luton, Britain: IEEE Press, 2017: 1-6.

[54] SUN H, ZHANG C, GAO S. LCU-Level bit allocation for rate control in High Efficiency Video Coding [C]//China Summit & International Conference on Signal and Information Processing (ChinaSIP). Xi'an, China: IEEE Press, 2014: 354-358.

[55] GAO W, KWONG S, ZHOU Y, et al. SSIM-Based Game Theory Approach for Rate-Distortion Optimized Intra Frame CTU-Level Bit Allocation [J]. IEEE Transactions on Multimedia, 2016, 18(6): 988-999.

[56] ZHAO H, XIE W, ZHANG Y, et al. An SSIM-motivated LCU-level rate control algorithm for HEVC [C]//Picture Coding Symposium (PCS). San Jose, CA, USA: IEEE Press, 2013: 85-88.

[57] XIE J F, SONG L, XIE R, et al. Temporal dependent bit allocation scheme for rate control in HEVC [C]//IEEE Workshop on Signal Processing Systems (SiPS). Hangzhou, China: IEEE Press, 2015,2655:1-6.

[58] WANG M H, NGAN K N. Optimal Bit Allocation in Hevc for Real-Time Video Communications[C]//International Conference on Image Processing (ICIP). Quebec City, QC, Canada: IEEE Press, 2015: 2665-2669.

[59] SUN H, GAO S S, ZHANG C. Adaptive bit allocation scheme for rate control in high efficiency video coding with initial quantization parameter determination [J]. Signal Processing-Image Communication, 2014, 29(10): 1029-1045.

[60] LI S, XU M, DENG X, et al. Weight-based R-λ rate control for perceptual HEVC coding on conversational videos [J]. Signal Processing-Image Communication, 2015, 38(C): 127-140.

[61] MEDDEB M, CAGNAZZO M, PESQUET-POPESCU B. ROI-based rate control using tiles for an HEVC encoded video stream over a lossy network [C]//International Conference on Image Processing (ICIP). Quebec City, QC, Canada: IEEE Press, 2015: 1389-1393.

[62] MEDDEB M, CAGNAZZO M, PESQUET-POPESCU B. Region-of-interest-based rate control scheme for high-efficiency video coding [J]. APSIPA Transactions on Signal and Information Processing, 2014, 3(C): 1-19.

[63] SANCHEZ V, AUL -LLIN S F, VANAM R, et al. Rate control for lossless region of interest coding in HEVC intra-coding with applications to digital pathology images [C]//International Conference on Acoustics, Speech and Signal Processing (ICASSP). Brisbane, QLD, Australia: IEEE Press, 2015: 1250-1254.

[64] ZENG H Q, YANG A S, NGAN K N, et al. Perceptual sensitivity-based rate control method for high efficiency video coding [J]. Multimedia Tools and Applications, 2016, 75(17): 10383-10396.

[65] 赵春蕾, 戴明, 尹传历. 无人机机载侦察视频的高效视频码率控制 [J]. 光学精密工程, 2015, 23(12): 3500-3508.

ZHAO Chunlei, DAI Ming, YIN Chuanli. HEVC rate control for unmanned aerial vehicle airborne reconnaissance [J]. Optics and Precision Engineering, 2015, 23(12): 3500-3508.

[66] XIE J F, SONG L, XIE R, et al. A novel parallel-friendly rate control scheme for HEVC [C]//Asia-Pacific Signal and Information Processing Association Annual Summit and Conference (APSIPA). Jeju, Korea: IEEE Press, 2016: 1-7.

[67] XIONG B, FAN X J, ZHU C, et al. Face Region Based Conversational Video Coding [J]. IEEE Transactions on Circuits and Systems for Video Technology, 2011, 21(7): 917-931.

[68] SULLIVAN G J, BOYCE J M, CHEN Y, et al. Standardized Extensions of High Efficiency Video Coding (HEVC) [J]. IEEE Journal of Selected Topics in Signal Processing, 2013, 7(6): 1001-1016.

[69] LI L, LI B, LIU D, et al. λ-domain Rate Control Algorithm for HEVC Scalable Extension [J]. IEEE Transactions on Multimedia, 2016, 18(10): 2023-2039.

[70] LI L, LI H Q. λ Domain based Optimal Bit Allocation for Scalable High Efficiency Video Coding [C]//International Symposium on Circuits and Systems (ISCAS). Lisbon, Portugal: IEEE Press, 2015: 2788-2791.

[71] BIATEK T, HAMIDOUCHE W, TRAVERS J F, et al. Optimal Bitrate Allocation in the Scalable HEVC Extension for the Deployment of UHD Services [J]. IEEE Transactions on Broadcasting, 2016, 62(4): 826-841.

[72] YANG S-H, VO P B. Adaptive Bit Allocation for Consistent Video Quality in Scalable High-Efficiency Video Coding [J]. IEEE Transactions on Circuits and Systems for Video Technology, 2017, 27(7):1555-1567.

[73] GUO Y Y, LI B, SUN S L, et al. Rate Control for Screen Content Coding in HEVC [C]//International Symposium on Circuits and Systems (ISCAS). Lisbon, Portugal: IEEE Press, 2015: 1118-1121.

[74] GUO Y Y, LI B, SUN S L, et al. Rate Control for Screen Content Coding Based on Picture Classification [C]//Visual Communications and Image Processing (VCIP). Singapore: IEEE, 2015: 1-4.

[75] LEI J, HE X, YUAN H, et al. Region Adaptive R-λ Model Based Rate Control for Depth Maps Coding [J]. IEEE Transactions on Circuits and Systems for Video Technology, 2017,PP(99):1-1.

[76] LEI J J, LI Z Z, ZHU T, et al. Region-based bit allocation and rate control for depth video in HEVC [J]. Multimedia Tools and Applications, 2017, 76(3): 4179-4195.

[77] TAN S C, MA S W, WANG S S, et al. Inter-View Dependency-Based Rate Control for 3D-HEVC [J]. IEEE Transactions on Circuits and Systems for Video Technology, 2017, 27(2): 337-351.

[78] YANG T, ZHU C, FAN X, et al. Source Distortion Temporal Propagation Model for Motion Compensated Video Coding Optimization [C]//International Conference on Multimedia & Expo (ICME). Melbourne, VIC, Australia: IEEE Press, 2012: 85-90.

[79] LI J H, LI B, XU J Z, et al. Intra prediction using fully connected network for video coding [C]//International Conference on Image Processing (ICIP). Beijing, China:IEEE Press,2017:1-5.

[80] YAN N, LIU D, LI H Q, et al. A Convolutional Neural Network Approach for Half-Pel Interpolation in Video Coding [C]//International Symposium on Circuits and Systems (ISCAS). Baltimore, MD, USA: IEEE Press, 2017:1-4.

[81] LI S, ZHU C, GAO Y B, et al. Lagrangian Multiplier Adaptation for Rate-Distortion Optimization With Inter-Frame Dependency [J]. IEEE Transactions on Circuits and Systems for Video Technology, 2016, 26(1): 117-129.

[82] GAO Y, ZHU C, LI S, et al. Temporal Dependent Rate-Distortion Optimization for Low-Delay Hierarchical Video Coding [J]. IEEE Transactions on Image Processing, 2017, 26(9): 4457-4470.