[发明专利]改善编码效率的基于上下文自适应算术编码和解码方法和装置以及使用其的视频编码和解码方法和装置

说明书

技术领域

符合本发明的装置和方法涉及改善编码效率的基于上下文自适应算术编码和解码，而且更具体地，涉及通过将输入视频的给定片段的上下文模型初始化为与该给定片段相同的时间位置处的基础层片段的上下文模型而改善算术编码和解码中的编码效率的基于上下文自适应算术编码和解码方法和装置。

背景技术

视频编码器执行熵编码以将代表视频输入元素的数据符号转换为适当地为传输或存储而压缩的位流。所述数据符号可以包括经量化的变换系数、运动向量、各种首部等等。熵编码的示例包括预测编码、可变长度编码、算术编码等等。特别地，算术编码提供最高的压缩效率。

成功的熵编码依赖于符号的准确的概率模型。为了估计要编码的符号的概率，基于上下文自适应算术编码利用局部、空间、或时间特征。联合视频组(JVT)分级视频模型利用基于上下文自适应算术编码，其中使用要编码的符号自适应地更新概率模型。

发明内容

技术问题

然而，为了提供充分的编码效率，基于上下文自适应算术编码方法需要更多数量的编码块以及信息的累积。因而，传统基于上下文自适应算术编码方法的不足在于，当打算为每个片段将上下文模型初始化为预定概率模型时，在初始化之后可能会消耗不必要的位以达到预定编码效率。

技术方案

本发明提供通过将给定片段的上下文模型初始化为与该给定片段相同的时间位置处的基础层片段的上下文模型而改善编码效率并减少误差传播的视频编码和解码方法和装置。

本领域技术人员通过以下描述将清楚上述方面以及本发明的其它方面。

根据本发明的一个方面，提供一种用于对具有多层结构的视频信号的增强层帧中的给定片段执行基于上下文自适应算术编码的方法，该方法包括：将该给定片段的上下文模型重置为与该给定片段相同的时间位置处的基础层片段的上下文模型；利用重置的上下文模型对该给定片段的数据符号进行算术编码；以及基于经算术编码的数据符号的值更新所述上下文模型。

根据本发明的另一个方面，提供一种用于对具有多层结构的视频信号的增强层帧中的给定片段执行基于上下文自适应算术解码的方法，该方法包括：将该给定片段的上下文模型重置为与该给定片段相同的时间位置处的基础层片段的上下文模型；利用重置的上下文模型对与该给定片段对应的位流进行算术解码以产生该给定片段的数据符号；以及基于所述数据符号的值更新所述上下文模型。

根据本发明的另一个方面，提供一种用于对具有多层结构的视频信号的增强层帧中的给定片段执行基于上下文自适应算术编码的方法，该方法包括：将该给定片段的上下文模型重置为与该给定片段相同的时间位置处的基础层片段的上下文模型、时间上在给定片段之前编码的片段的上下文模型、以及预定值至少其中之一；利用重置的上下文模型对该给定片段的数据符号进行算术编码；以及基于经算术编码的数据符号的值更新所述上下文模型。

根据本发明的另一个方面，提供一种用于对具有多层结构的视频信号的增强层帧中的给定片段执行基于上下文自适应算术解码的方法，该方法包括：将该给定片段的上下文模型重置为与该给定片段相同的时间位置处的基础层片段的上下文模型、时间上在给定片段之前解码的片段的上下文模型、以及预定值至少其中之一；利用重置的上下文模型对与该给定片段对应的位流进行算术解码以产生该给定片段的数据符号；以及基于所述数据符号的值更新所述上下文模型。

根据本发明的另一个方面，提供一种包括用于对具有多层结构的增强层帧中的给定片段执行基于上下文自适应算术编码的方法的视频编码方法，该视频编码方法包括：从该给定片段中减去该给定片段的预测图像并产生余量图像；对所述余量图像执行空间变换并产生变换系数；将所述变换系数量化；将该给定片段的上下文模型重置为与该给定片段相同的时间位置处的基础层片段的上下文模型；利用重置的上下文模型对该给定片段的数据符号进行算术编码；基于经算术编码的数据符号的值更新所述上下文模型；产生包含经算术编码的数据符号的位流；以及发送所述位流。