[发明专利]基于空间分辨率变换的视频转换编码方法

说明书

技术领域

本发明涉及视频压缩领域，尤其涉及一种基于空间分辨率变换的视频转换编码方法。

背景技术

视频转换编码可以理解为从一种视频压缩格式到另一种视频压缩格式的转换，这里所说的格式包括码流的句法和码流中的相关参数，如编码码率、视频图像空间分辨率、时间分辨率、对网络带宽的适应能力等，其实质就是为适应传输网络的不同带宽情况或根据客户端的解码能力，把一种压缩格式的视频流转换为同种或另一种压缩格式的视频流。

可扩展视频编码是另一种以多层的方式压缩视频并根据网络带宽的变化情况传输其中合适的几层的编码方法。它将原始视频数据压缩成一个基本层和若干个增强层，基本层必须保证全部传输，带宽越宽，能传输的增强层数就越多，重建视频图像质量越好，增强层依赖于基本层，没有基本层有再多的增强层也没有用。可扩展视频编码方法主要有空域分层、时域分层、SNR(Signal toNoise Ratio，信噪比)分层、FGS(Fine Granularity Scalability，精细可分层)等方法，它通过进行一次编码，就可以生成一路适合多种信道环境的码流，因而其灵活性高于视频转换编码方法，但是可扩展视频要求解码器支持多层解码，这种复杂的解码功能在未来几年的手持终端上是不容易被支持的，另外其码率控制方式远远复杂于视频转换编码，导致流媒体服务器端的运算复杂度提高，而且由于分层导致头信息增加，这种编码方式得到的重建视频图像质量与在相同的带宽条件下视频转换编码获得的重建视频图像质量相比要差。多描述编码是一种将原始视频编码成多路视频流，其中任何一路视频流都可单独解码播放，通过多路解码视频流的合并来获得更好的重建图像质量并增强视频流对网络的适应性，但是其实现复杂度很高，而且重建视频图像质量的波动通常较大。因此，可扩展视频编码方法与视频转换编码方法相比，运算复杂度高，应用范围有限。

随着移动通信的不断发展，无线接入带宽越来越高，通过屏幕较小的手持终端观看视频越来越引人注目，同时多媒体检索的不断发展也要求能够用较窄的带宽、较小的版面浏览部分视频信息，因此需要对编码视频流的空间分辨率转换技术做深入的研究。

传统的编码视频流的空间分辨率下变换方法是对待转换的视频流先解码，然后在像素域实行向下采样，最后进行编码，然而由于运动估计的计算量极大，使得这种转换编码计算量很大，因此出现许多获得空域下变换后宏块运动矢量的快速重估方法。在待转换视频流的帧间编码帧中，假如每个宏块通过四分之一空域降采样后变为一个8*8大小的块，同时原来宏块的运动矢量除以2就变成了该8*8块的运动矢量，则获得转换后视频流帧间编码帧中宏块运动矢量最简单的方法就是对构成该宏块的四个8*8块的运动矢量求平均(MEAN)，见公式(1-1)。如果构成该宏块的四个8*8块的运动矢量的水平分量和垂直分量的值完全相同，那么采用这种方法是完全合适的，但是当构成该宏块的四个8*8块的运动矢量不完全相同时，这种方法会产生很大的误差。基于此，文献《Adaptive motion-vector resampling for compressed video downscaling》采用自适应运动矢量重采样方法(AMVR)，即用加权平均的方法来获得空域降采样后宏块的运动矢量每个运动矢量的权重等于其对应的转换前视频流中宏块中的4个8*8块经过DCT变换后的非零交流系数的个数A_i(归一化后的值)，见公式(1-2)。文献《Motion vector re-estimation for fast video transcoding fromMPEG-2to MPEG-4》提出了另一种获取空域下采样后宏块运动矢量的方法，称为中值法(MEDIAN)，从四个空域降采样前宏块的运动矢量中选取与其它三个运动矢量距离最小的那个运动矢量除以2作为降采样后所得宏块的运动矢量见公式(1-3)。文献《Modified predictive motion estimation forreduced-resolution video from high-resolution compressed video》提出用四个空域降采样前宏块的运动矢量及其均值进行运动估计，如果通过某个运动矢量获得的SAD值为零，则将该运动矢量作为最终的运动矢量否则通过公式(1-4)获得一个新的运动矢量然后将该矢量获得的SAD值与之前获得的五个SAD值比较，选择SAD值最小的那个运动矢量作为最终的运动矢量