[发明专利]使用加权因子来编码/解码精细粒度可伸缩性层的方法和设备

说明书

技术领域

与本发明一致的方法和设备涉及视频压缩技术。更具体地说，本发明涉及一种用于通过在使用适应性参考方案的FGS层的编码技术中使用加权平均和来编码/解码精细粒度可伸缩性(Fine Granular Scalability，FGS)层的方法和设备。

背景技术

根据包括因特网在内的信息通信技术的发展，能够支持诸如文本、图像、音乐等各种类型信息的多媒体服务在增加。多媒体数据通常具有大数据量，其需要用于数据存储的大容量介质和用于数据传输的宽带宽。因此，必须使用压缩编码方案，以便传输包括文本、图像和音频数据的多媒体数据。

数据压缩的基本原理是去除数据中的冗余的处理过程。数据压缩可以通过去除以下冗余而获得：空间冗余例如图像中的相同色彩或实体的重复、时间冗余例如音频数据中的相同声音或移动图像流中时间上临近的画面之间几乎没有改变、或基于人类视觉或感觉能力对高频率不敏感的事实的感觉冗余。数据压缩可以根据源数据是否损失而被分为有损/无损压缩，根据压缩是否独立于每帧而被分为帧内/帧间压缩，以及根据压缩和恢复所需要的时间是否相同而被分为对称/非对称压缩。在典型的视频编码方案中，通过基于运动补偿的时间过滤去除时间重复，通过空间转换去除空间重复。

为了传输在去除数据中的冗余之后所生成的多媒体数据而必不可少的传输媒介，表现出不同级别的性能。当前使用的传输媒介包括具有各种传输速度的媒介，从能够每秒传输几十兆比特数据的超高速通信网络，到具有384kbps传输速度的移动通信网络。在这样的环境中，可以说，可伸缩(scalable)的视频编码方案，即用于根据传输环境以合适的数据率传输多媒体数据或为了支持各种速度的传输媒介的方案，更适合于多媒体环境。

从广泛的意义上来说，可伸缩视频编码包括用于控制视频的分辨率的空间可伸缩性、用于控制视频的屏幕质量的信噪比(SNR)可伸缩性、用于控制帧频(frame rate)的时间可伸缩性以及它们的组合。

如上所述的对可伸缩视频编码的标准化已经在移动图像专家组-21(MPEG-4)第10部分中进行。在建立可伸缩视频编码标准的工作中，人们付出了各种努力以在多层的基础上实现可伸缩性。例如，可伸缩性可以基于多层实现，该多层包括具有不同分辨率(QCIF、CIF、2CIR等)或不同帧频的第一增强层(增强层1)、第二增强层(增强层2)等。

与对单层的编码一样，在对多层编码时，需要得到用于为每一层去除时间冗余的运动矢量(MV)。该运动矢量包括运动矢量(前者)，其被单独得到并用于每一层；以及运动矢量(后者)，其被得到用于一层，然后也被用于其它层(要么照原样，要么在向上/下取样之后)。

图1是说明使用多层结构的可伸缩视频编解码器的视图。首先，基本层(base layer)被定义为具有四分之一通用中间格式(Quarter CommonIntermediate Format，QCIF)-15Hz的帧频，第一增强层被定义为具有通用中间格式(Common Intermediate Format，CIF)-30Hz的帧频，且第二增强层被定义为具有标准定义(Standard Definition，SD)-60Hz的帧频。如果需要CIF 0.5Mbps流，则可能截断并传输比特流，以使得在CIF_30Hz_0.7Mbps的第一增强层中比特率被改变为0.5Mbps。这样，可以实现空间、时间和SNR的可伸缩性。

如图1所示，可以假设具有相同时间位置的各层的帧10、20和30具有类似的图像。因此，存在这样的已知方案，其中，直接或通过向上取样从下一层的纹理(texture)来预测当前层的纹理，并且预测值和当前层的纹理之间的差值被编码。在“ISO/IEC 21000-13可伸缩视频编码的可伸缩视频模型3.0(以下称为SVM 3.0)”中，如上所述的方案被定义为“intra_BL(BL帧内)预测”。

如上所述，SVM 3.0不仅使用被用于对组成传统H.264中当前帧的块或宏块的预测的“帧间预测(Inter-prediction)”和“方向帧内预测(directionalintra-prediction)”，还使用通过使用当前块和对应于当前块的下层块之间的关联性来预测当前块的方案。该预测方案被称为“BL帧内预测”，并且使用该预测的编码模式被称为“BL帧内模式”。