[发明专利]支持快速精细可分级的视频编码方法和装置

说明书

技术领域

与本发明一致的方法和装置涉及视频编码，更具体地，涉及减少基于多层的渐进精细可分级(Progressive Fine Granular Scalability，PFGS)算法所需的计算量的视频编码。

背景技术

随着信息通信技术(包括互联网)的发展，包含诸如文本、视频、音频等等各类信息的多媒体服务正在增加。由于多媒体数据量通常很大，因此多媒体数据需要大容量的存储媒介和较宽的传输带宽。因而，对于传输包括文本、视频和音频的多媒体数据就需要压缩编码方法。

数据压缩的基本原理是去掉数据冗余。可以通过去掉空间冗余、时间冗余、或心理视觉冗余来压缩数据，其中，在空间冗余中，在图像内重复同一颜色或物体；在时间冗余中，在运动图像中相邻帧之间的变化很小或者在音频中重复同一声音；在心理视觉冗余中，考虑了人的视力和对高频的有限感知。在一般的视频编码中，通过基于运动补偿的时域滤波来去掉时间冗余，而通过空间变换来去掉空间冗余。

为了传输去掉数据冗余之后产生的多媒体，需要传输媒介。多媒体的不同类型的传输媒介具有不同的性能。当前所用的传输媒介具有各种传输速率。例如，超高速通信网络每秒能够传输几十兆比特的数据，而移动通信网络具有每秒384千比特的传输速率。为了支持具有各种速度的传输媒介或为了传输多媒体，具有可分级性的数据编码方法可以适合于多媒体环境。

可分级性表示对单个压缩的比特流进行部分解码的能力。可分级性包括指示视频分辨率的空间可分级性、指示视频质量水平的信噪比(SNR)可分级性、和指示帧速率的时间可分级性。

当前，MPEG(运动图像专家组)和ITU(国际电信联盟)的联合视频组(JVT)正在进行用于实施基于H.264可分级扩展(下文中，将称为“H.264SE”)的多层可分级的标准化工作。为了支持SNR可分级，现有的精细可分级(FGS)技术正在被JVT所采用。

图1是用于说明传统的精细可分级(FGS)技术的图。基于FGS的编解码器通过将视频比特流分成基层和FGS层来执行编码。在本说明书的全文中，上标(′)用于表示在量化/逆量化之后获得的重构图像。更详细地，从原始当前帧12内的块O中减去使用运动向量根据重构的左基层帧11内的块M_B′和重构的右基层帧13内的块N_B′预测的块P_B，以获得差块R_B。这样，差块R_B可以由等式(1)定义：

R_B＝O-P_B＝O-(M_B′+N_B′)/2    …(1)

差块R_B由基层量化步长QP_B(RB^Q)量化，接着被逆量化，从而获得重构的差块R_B′。计算未量化的差块R_B和重构的差块R_B′之间的残差，并且利用比基层量化步长QP_B小的量化步长QP_F来量化与该残差对应的块△(压缩率随着量化步长的减小而减小)。量化的△由△^Q来表示。在基层中的量化差块R_B^Q和在FGS层中的量化块△^Q最后被传输到解码器。

图2是用于说明传统的渐进精细可分级(PFGS)技术的视图。传统的FGS技术使用重构的量化基层残差R_B′来减少FGS层中的数据量。参照图2，PFGS技术利用这样一个事实：在FGS层中的左右参考帧的质量也被FGS技术提高了。即，PFGS技术包括使用重新更新的左右参考帧21和23来计算新的差块R_F，并量化新差块R_F和量化的基层块R_B′之间的残差，从而提高了编码性能。新的差块R_F由等式(2)定义：

R_F＝O-P_F＝O-(M_F′+N_F′)/2    …(2)

其中，M_F′和N_F′分别表示在FGS层中的重构的左右参考帧21和23内的、与适当的运动向量对应的区域。