摘要：本文論述了一款符合AVS-M標準的實時編碼器的設計與實現過程，目的是驗證AVS-M標準在實時應用環境中的性能表現。為了盡快地取得驗證結果，本項目充分利用了網絡開源項目的資源優勢——以x264為AVS-M編碼庫設計的基礎，以VLC為編碼器框架設計的基礎。最后對AVS-M與H.264進行了對比測試，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” 的結果。
?

　　1. 引言

　　AVS-M是AVS標準的第7部分——一款專門為移動通訊環境而設計的視頻編解碼標準。本項目的目的是要驗證AVS-M在應用環境中的性能表現，借此證明該標準的實用價值，為其在國內的產業化過程作貢獻。移動通訊終端具有帶寬低，誤碼率高和計算能力弱等特點，目前主要以MPEG-4 SP為視頻編解碼的標準，今后國際上可能的升級方案有H.264和VC-1等。本項目通過在相同測試環境下對比AVS-M與H.264標準的實際性能表現來證明AVS-M標準的實用價值。為了貼近真實的使用環境，本項目實現的編碼器需要實現實時音視頻采集、實時編碼、實時通過以太網以MPEG2 TS流的形式輸出碼流的功能。

　　VLC與x264是兩款遵循GPL標準發布的開源軟件，其中VLC是一個流媒體平臺，支持插件功能；x264是一款H.264編碼庫，并針對x86平臺進行了優化。為了盡快取得驗證結果，本項目采用VLC和x264項目為設計的出發點。VLC以插件的形式實現了實時音視頻采集，H.264編碼，MPEG2 TS流復用和以太網輸出等功能，恰好契合本項目的總體需求；AVS-M標準起源于于H.264標準，兩者結構類似、功能相同，以H.264為基礎開發AVS-M標準能加快開發進度，并且采用同一代碼樹也能更好的比較AVS-M與H.264標準的實際性能差異。為了更符合實際的使用環境，本項目采用AAC+作為音頻的編碼標準。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+標準的實現，通過插件的方式來實現AAC+音頻編碼功能。

　　VLC不但支持音視頻數據的采集、編碼、復用和以太網發送功能，而且還支持碼流的以太網接收、解復用、解碼和播放功能。為了驗證編碼器的實際編碼效果，本項目也采用VLC作為碼流的接收端，通過實時觀看播放的效果來評判編碼器的性能表現。支持AVS-M解碼功能的VLC為另一項目的開發成果，在本文不作詳細描述。

　　2. 編碼器

　　音頻和視頻編碼都是計算密集型的操作，如果要實時編碼就需要一個強勁的運算平臺，這里采用一臺Dell PowerEdge 2950 服務器作用編碼器的硬件基礎。PowerEdge 2950配置有一顆Intel Xeon 5160 （Woodcrest） 3.0GHz雙核CPU、1GB DDR2內存、SATA II 硬盤、內置雙Broadcom BCM5708C NetXtreme II GigE千兆以太網控制器，并具有兩條PCI-X擴展插槽以擴充外設接口功能。操作系統選用Red Hat Enterprise Linux 4 （32bit）操作系統。

　　PowerEdge 2950本身不具有音視頻采集接口，需要通過相應的采集卡擴展。這里采用一塊Osprey 230采集卡作為實時音視頻采集接口，它采用PCI-X接口形式，支持PAL/NTSC/SECAM視頻標準，能實時采集一路標清視頻及雙聲道的音頻。以太網輸出采用PowerEdge 2950內置的千兆以太網接口。編碼器的整體框圖如下圖所示：

　　整個編碼的流程為：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入Osprey 230 采集卡；Osprey 230由Video4Linux2與OSS驅動程序來驅動，VLC通過這兩個接口控制采集卡，實時讀取音視頻數據，并分別將音視頻數據送到AVS-M編碼器與AAC+編碼器進行編碼；編碼后生成的碼流送到MPEG2 TS 復用器進行復用；復用后的TS流通過以太網接口以UDP單播或組播的方式發送出去。

　　2.1 編碼庫

　　開發支持AVS-M標準的編碼庫是本項目的重點，根據AVS-M標準與H.264標準的異同對x264編碼庫進行修改，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。為了同時支持上述兩個標準，在此采用運行時開關的方法使得編碼庫既支持H.264標準又支持AVS-M標準，并且兩者可以動態地切換。如下是在開發過程中涉及的兩個標準的不同部分。

　　2.1.1 NAL層

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

　　2.1.2 條帶上層語義

　　在AVS-M中，有和H.264相對應的序列參數集和圖像參數集。另外AVS-M增加了圖像頭，這使得每幀圖像數據的邊界清晰明了，方便了解碼器的實現。我們在實現AVS-M時，也要相應地加入圖像頭的支持。

　　2.1.3 幀內預測

　　在亮度幀內預測中，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。

　　在實現過程中，我們使用了一個映射表將兩種不同的排列順序聯系起來，使得代碼的改動達到了最小。當然我們也要按照標準修改幀內預測的細微差別。

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

　　2.1.4 運動向量預測

　　在AVS-M中，當前塊的運動向量預測是使用它左下角、上方和右上角的運動向量，而H.264是使用左上角、上方和右上角的運動向量，如圖2所示。

　　另外，運動向量預測值的計算方法也略有不同。

　　2.1.5 分數像素插值

　　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測時，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做一次映射來做為色度的量化參數。

　　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中對幀內預測增加了一種“直接”模式，即所有4x4塊都使用預測模式。所以我們在變長編碼時，要先判斷“直接”模式是否出現，然后再進行相應的處理。

　　2.1.9 環路濾波

　　AVS-M和H.264中都有環路濾波，這可以顯著減少塊效應，提高視覺質量。它們的具體實現是不同的，總體來說AVS-M要比H.264簡化。

　　2.1.10 調試

　　在調試過程中，我們使用了比較法。就是從編碼器端將每幀的預測值和殘差存到一個文件中，然后使用標準的解碼器進行解碼，并在解碼的同時比較預測值和殘差，然后確定出錯的宏塊，進行調試。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 優化

　　視頻編碼需要消耗大量的計算資源，如果不針對特殊平臺進行優化就很難滿足實時編碼的要求。本項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本身已經針對MMX和SSE指令集進行了優化，鑒于AVS-M與H.264的相似性，針對H.264的優化策略應該多數多能應用于AVS-M標準上。因為在相同的輸入下優化和不優化的編碼器所產生的碼流應該二進制相等，因此在開發過程中采用了在相同輸入的前提下，比較不優化與優化兩個版本輸出的碼流是否是二進制相等，以確定的那些優化模塊是AVS-M與H.264能共用的。具體比較時采用二分法以加快比較的速度——先屏蔽一半的優化模塊，然后比較開啟優化模塊與關閉優化模塊時產生的碼流是否相等，如果相等則當前開啟的優化模塊為AVS-M與H.264能共用的，如果不等則縮小范圍繼續比較，直道能確定每一個優化模塊。經過上述比較之后，最終確定只有四個優化模塊二者不能共用，其他的模塊兩者都能共用，其中兩個不能共用的模塊可以通過修改C代碼解決，另兩個需要修改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方面——客觀指標和主觀感受。當前，已經有不少針對AVS-M與H.264的基于客觀指標（PSNR）的對比測試了，本文沒有必要再次重復進行這些測試，本文將就二者在實時編碼條件下的觀眾主觀感受進行對比測試。測試主要以觀眾在觀看經過實時編碼處理后的音視頻時是否能感覺到有明顯的失真現象為依據。考察分四個方面，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，每個方面根據觀眾的實際感受進行評分，評分的標準如下表所示：

?? 　　

　　對比測試的環境設置為視頻幀率25，固定碼率控制模式、關閉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。測試的結果記錄如下表所示（其中四個字母依次代表“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. 結語

　　比較測試的結果數據，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，但總體上落后與H.264標準。考慮到移動終端有限的計算能力和AVS-M相對于H.264有計算復雜度上的優勢，我們可以確信在未來的移動通信領域AVS-M應該能占有一席之地。

　　參考文獻

　　［1］周大山，李華，張淑芳等。AVS-M視頻解碼器設計和實現。 電視技術，2005，8：10-11

　　［2］信息技術先進音/視頻編碼：視頻［S］。中華人民共和國國家標準.GB/T20090.2-2006，2006

　　［3］高文，王強，馬思偉。 AVS數字音視頻編解碼標準。中興通訊技術，2006，6：6-9

?