[发明专利]用于在视频编码中随机存取和逐步更新图像的方法

说明书

相关申请的参考

本申请是国家申请号为03816727.1的申请的分案申请，该申请的国际申请日是2003年7月16日，国际申请号是PCT/US2003/022262，发明名称是“AMETHODFOR RANDOM ACCESS AND GRADUAL PICTURE REFRESH IN VIDEOCODING(用于在视频编码中随机存取和逐步更新图像的方法)”。

相关申请的交叉参考

本专利申请要求申请号为60396200，申请日为2002年4月16的申请的优先权。

技术领域

本发明主要涉及对视频图像的随机存取和逐步更新。特别地，本发明涉及一种在根据ITU-T H.264|ISO/IEC MPEG-4第十部分视频编码标准编码的视频序列中的视频图像的随机存取和逐步更新的方法。

背景技术

视频序列由一系列的静止图像或帧组成。视频压缩方法基于减少视频序列的冗余的以及与感知上不相关的部分。视频序列中的冗余可以分类为频谱、空间和时间冗余。频谱冗余涉及到同一图像中不同颜色成分之间的相似性，而空间冗余是由于图像中的相邻象素之间的相似性造成的。时间冗余是因为在先前图像中出现的物体在当前图像中很可能还会出现而存在的。压缩可以通过利用时间冗余和根据另一个被称为锚定或参考图像的图像来预测当前图像来完成。实际上，这是通过产生一个描述在当前图像和先前图像之间的运动的运动补偿数据来完成的。

视频压缩方法典型地区分利用时间冗余减少的图像和那些不利用时间冗余减少的图像。不利用时间冗余减少方法的压缩图像通常被称为INTRA(或I)帧或图像。在时间上预测的图像通常是根据在当前图像之前出现的图像向前预测出的，并且被称为INTER或P帧。在INTER帧的情况下，预测的运动补偿图像很难足够精确，因而空间压缩的预测误差帧会伴随着每一个INTER帧。INTER图像可以包括INTRA编码区域。

很多视频压缩方案也使用时间上双向预测帧，该帧通常被称为B图像或B帧。B图像被插入到I和/或P帧的锚定图像对之间，并根据其中的一个或两个锚定图像来预测。B图像通常产生与向前预测的INTER编码的P图像相比增强的压缩。B图像不当作固定器(anchor)图像使用，也就是，其它的图像不根据它们来预测。因此，它们可以被丢弃(有意地或无意地)，而不会影响将来的图像的图像质量。同时，与P图像比较，B图像可以改善压缩性能，它们的产生需要更大的计算复杂性和存储器使用，并且它们还会引入附加的延时。对于例如视频流的非实时应用来说这可能不是一个问题，但是对于例如视频会议的实时应用来说就会引起问题。

因而，如上面所阐述的，一个压缩的视频剪辑典型地由图像序列组成，该图像序列被粗略地分类为在时间上独立的INTRA图像，在时间上被不同编码的INTER图像和(可能的)双向预测B图像。由于INTRA编码图像的压缩效率通常低于INTER编码图像的压缩效率，所以使用INTRA图像比较节约，特别是在低比特率应用中。然而，因为INTRA编码图像可以独立于视频序列中的其它图像而被解码，所以每一个INTRA图像代表一个进入编码的视频序列的入口(或者随机存取点)，也就是一个解码的起始点。因而，在编码的视频序列中包含一定数量的INTRA编码图像是有利的，例如每隔一定间隔，以便允许随机存取该序列。此外，一个典型的视频序列包含很多的场景和连续镜头。由于图像内容在一个场景和另一个场景之间可能有很值得注意的区别，因此将每一个新场景的第一图像以INTRA格式进行编码也是有利的。这样，即使没有其它的INTRA编码帧包含在编码序列中，至少每一个场景中的第一帧提供了一个随机存取点。编码视频序列中的每一组可独立解码的图像都以INTRA编码帧(构成随机存取点)开始并且以紧接在下一个INTRA编码帧之前的帧结束，它通常被称为图像组或简写为GOP。

某些随机存取操作是由终端用户产生的(例如，视频序列的观众)，例如由于用户在流传输的视频文件中搜索新位置。在这种情况下，解码器很可能得到用户产生的随机存取操作的指示并且可以相应地执行。但是，在一些情况下，随机存取操作不是由终端用户控制的。例如，在编码数据流中，拼接或编辑过的数据流可能包括一些具有与用户实施的随机存取操作相似的特点的“切入口(cut)”。但是，在后面的这种情况下，解码器就可能接收不到这样的切入口已经产生的指示，并且可能不能正确地解码序列中随后的图像。因此为视频解码器提供一种用于检测编码视频流中的随机存取操作或切入口的可靠的方法是很重要的。