Recursive bit-rate allocation using a convex optimization approach - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2016

Recursive bit-rate allocation using a convex optimization approach

Allocation récursive débit distorsion avec une approche d’optimisation convexe

Résumé

Optimal rate allocation is among the most challenging tasks to perform in the context of predictive video coding, because of the dependencies between frames induced by motion compensation. Several techniques have been proposed in the literature to select the coding parameters that achieve an optimal trade-off between rate and distortion, and many conventional coding schemes tend to make these choices frame by frame. However, it is widely recognized that, from a rate-distortion standpoint, the optimal choice for a single frame may be potentially suboptimal for encoding the remaining frames, and an optimization that jointly takes into consideration the dependencies between frames may yield a significant bit reduction. In this context, we propose an efficient solution to exactly solve the frame-level bit allocation problem. First, we derive an analytical rate-distortion model that explicitly takes into account the dependencies between frames. The proposed approach allows us to formulate the frame-level optimal rate allocation as a convex optimization problem. Among the many approaches proposed in the literature to solve this class of problems, we resort here to proximal algorithms, which can handle a wide class of convex optimization problems involving non-smooth penalizations and hard constraints. In particular, we employ the primal-dual M+LFBF algorithm, which guarantees the convergence (under weak conditions) in a reasonable time even for large-scale problems, offers robustness to numerical errors and its structure makes it suitable for parallel implementations. Within this framework, we are able to achieve the exact solution in limited time (even for large-size problems). This technique was integrated into the recent HEVC encoder, and tested on several standard sequences. Experiments indicate that the proposed rate allocation ensures a better performance than the standard HEVC rate control. We also extended our work to multi-view video coding, generalizing our approach in order to accommodate the more intricate prediction schemes used in MV coding. Again, the technique was integrated in the MV-HEVC encoder, and we compared the R-D performance of our approach with the standard MV-HEVC rate control. The results of our experiments, conducted on different standard test sequences, demonstrate the effectiveness of our proposition.
L'allocation optimale de débit est l'une des tâches les plus difficiles à effectuer dans le contexte du codage vidéo prédictif, en raison des dépendances entre les trames induites par la compensation de mouvement. Plusieurs techniques ont été proposées dans la littérature pour sélectionner les paramètres de codage qui permettent un compromis optimal entre le taux et la distorsion, et nombreux schémas de codage classiques tendent à faire ces choix image par image. Cependant, il est largement reconnu que, du point de vue débit-distorsion, le choix optimal pour une seule image peut être potentiellement sous-optimal pour encoder les images restantes et une optimisation qui prend conjointement en considération les dépendances entre images peut produire une réduction de débit significative. Dans ce contexte, nous proposons une solution efficace pour résoudre exactement le problème d'allocation de débits au niveau de frame. D'abord, nous dérivons un modèle analytique de taux-distorsion qui tient explicitement compte des dépendances entre les images. L'approche proposée nous permet de formuler l'allocation de taux optimal au niveau d'image comme un problème d'optimisation convexe. Parmi les nombreuses approches proposées dans la littérature pour résoudre cette classe de problèmes, nous utilisons ici des algorithmes proximaux qui peuvent traiter une large classe de problèmes d'optimisation convexe impliquant des pénalisations non lisses et des contraintes dures. En particulier, nous utilisons l'algorithme M+LFBF, qui garantit la convergence (dans des conditions faibles) dans un temps raisonnable même pour des problèmes à grande échelle, offre une robustesse aux erreurs numériques et sa structure le rend approprié pour des implémentations parallèles. Dans ce cadre, nous sommes capables d'atteindre la solution exacte dans le temps limité (même pour les problèmes de grande taille). Cette technique a été intégrée dans le dernier encodeur HEVC et testée sur plusieurs séquences standards. Les expériences indiquent que l'allocation de débit proposée garantit un meilleur rendement que le contrôle de débit de HEVC. Nous avons également étendu notre travail au codage vidéo multi-vue, généralisant notre approche afin de tenir compte les plus complexes schémas de prédiction utilisés dans le codage MV. Encore une fois, la technique a été intégrée dans l'encodeur MV-HEVC, et nous avons comparé les performances R-D de notre approche avec le contrôle de débit de MV-HEVC. Les résultats de nos expériences, menées sur différentes séquences de test standard, démontrent l'efficacité de notre proposition.
Fichier principal
Vignette du fichier
FiengoThesis.pdf (29.61 Mo) Télécharger le fichier

Dates et versions

tel-01493026 , version 1 (20-03-2017)

Identifiants

  • HAL Id : tel-01493026 , version 1

Citer

Aniello Fiengo. Recursive bit-rate allocation using a convex optimization approach. Signal and Image processing. Telecom ParisTech, 2016. English. ⟨NNT : ⟩. ⟨tel-01493026⟩
72 Consultations
57 Téléchargements

Partager

Gmail Facebook X LinkedIn More