[发明专利]自适应熵编码

说明书

技术领域

本发明涉及可变长度编码（VLC），借此使用可变长度码来编码包括多个符号的位流。这有时被称为熵编码，因为对于特定的位流它允许每符号的平均位数减少得更接近理论最小值（“熵”）。

背景技术

简单的编码方案将用相同数目的位来编码所有符号值。每值需要的最小位数是log₂(n_v)，其中n_v是一个符号可能取的可能值的数目。因此所有值的平均位数也是log₂(n_v)。

更高效的编码方案使用更少的位来编码期望更频繁出现的符号值，以及使用更多的位来编码期望较不频繁出现的符号值。存在若干方式来这样做，但是为了进行说明，一种方式是让在经编码的符号中前导零的数目指示经编码符号的长度。不同的可能符号值v然后被映射到不同长度的符号码c，例如：

编码器和解码器二者都具有该VLC查找表的预存储拷贝。因此，如果解码器接收1作为经编码的符号的第一位，它知道这是表示码数0的1位编码符号，其映射到符号值v_a。如果解码器在接收第一个1之前接收一个前导0，它知道这是表示码数1或2（取决于第三位）的3位编码符号，其分别映射到符号值v_b和v_c。如果解码器在接收第一个1之前接收两个前导0，它知道这是表示码数3至6其中之一（取决于第四和第五位）的5位编码符号，其分别映射为符号值v_d至v_g；等等。

这是“前缀”码组的示例，由此没有较短的码等于任何较长码的前缀。然而如所述那样，这仅是出于说明的目的而给出的一个示例。其他前缀码组是常用的，例如霍夫曼码。可变长度编码方案的其他类型也是可能的，例如那些不基于该前缀原理的类型，或者那些它们自身不唯一可解码并且为了解码依赖于一些对位流的附加已知限制的类型。可变长度编码的另一个类型是算术编码，它不把每个符号值映射到单独的各个码，而是取而代之地使用一个总码将一组符号一起编码。

与向所有符号值分配相同位数相比，这样的可变长度方案导致在所有值上较低的平均位数。理论上的最小可能平均位数被称为熵，并被定义为，其中p_i是第i个符号值的概率。因此，这样的编码方案有时被称为熵编码器。

熵编码依赖于关于符号值的相对概率的一些信息的可用性。这样的信息可被称为“概率质量函数（probability mass function）”（PMF），即在该情况下在位流中期望相对于彼此出现不同的可能符号值的可能频率。在编码器和解码器侧都需要关于PMF的信息（后者需要用来纠正解码）。例如，该信息可采取在编码器和编码器处预存储的、将符号值v映射到不同码c的VLC查找表的形式。

对于高效的熵编码，可用的PMF应当尽可能精确地表示期望频率。为了实现这一点，PMF通常在设计级处通过使用表示将被编码的符号的大数据集来预训练。该“全局”训练的PMF然后被预存储在编码器和解码器处。

为了进一步增加编码效率，在编码和解码过程期间经常使预存储的PMF自适应。在该情况下，针对不同场景，预训练少量的预定的可替代的PMF，并且每个可替代的PMF都被预存储在编码器和解码器二者处。编码器和解码器然后通过观察以前编码的符号值来选择用于编码和解码当前符号的相关的PMF。

这样的自适应熵编码方案的示例是在MPEG视频编码中使用的上下文自适应可变长度编码（CAVLC）和上下文自适应二进制算术编码（CABAC）。这些方案当前在包括运动图象专家组（MPEG）和国际电信联盟视频编码专家组（ITU-T VCEG）的国际标准化组织（ISO）和国际电工技术委员会（IEC）的联合视频组（JVT）的H.264标准中定义。

图1a是传统CAVLC视频编码器的示意性框图。每个视频帧（即在每个时刻的图像）被细分为多个更小的块。输入信号首先通过执行诸如帧内预测编码和帧间运动预测之类的编码的早期信号处理级102，以通过利用诸如邻近块之间的相关性和帧之间块的移动之类的视频内容的属性来实现初始压缩。输入信号然后被传递给熵编码器106以用于基于可变长度编码（VLC）的进一步压缩。少量不同的预训练PMF以多个预定VLC查找表的形式被预存储在熵编码器106处，每个VLC查找表是用于编码当前符号s_n的潜在候选者。