[发明专利]用于视频编码的装置、方法和计算机程序

说明书

技术领域

本发明涉及用于编码和解码的装置、方法和计算机程序。

背景技术

视频编解码器可以包括将输入视频变换为适于存储和/或传输的压缩表示的编码器和/或可以将经压缩的视频表示解压缩回可视形式的解码器，或者其中的任一个。通常，编码器抛弃原始视频序列中的某些信息，以便以更加紧凑的形式(例如，以较低的比特率)表示视频。

典型的视频编解码器(例如，根据国际电信联盟的ITU-T H.263和H.264编码标准进行操作)在两个阶段中对视频信息进行编码。在第一阶段中，预测特定图片区域或者“块”中的像素值。这些像素值例如可以通过运动补偿机制来预测，该运动补偿机制包括找到并且指示与正在进行编码的块密切相对应的先前编码的视频帧(或者后续编码的视频帧)中的一个中的区域。另外，像素值可以通过空间机制来预测，该空间机制包括找到并且指示空间区域关系。

使用来自先前(或者后续)图像的图像信息的预测方法也可以称为帧间预测方法，并且使用相同图像内的图像信息的预测方法也可以称为帧内预测方法。

第二阶段是编码经预测的像素块与原始像素块之间的误差中的一个。这通常通过使用指定的变换来对像素值之间的差值进行变换来实现。该变换通常是离散余弦变换(DCT)及其变体。在对该差值进行变换之后，对经变换的差值进行量化和熵编码。

通过改变量化过程的保真度，编码器可以控制像素表示的精度(换言之，图片的质量)与所产生的经编码视频表示(换言之，文件大小或者传输比特速率)之间的均衡。编码过程的一个示例在图4a中示出。

解码器通过应用与编码器所使用的相似的预测机制以便形成预测的像素块表示(使用编码器创建并且存储在压缩的图像表示中的运动或者空间信息)和预测误差解码(预测误差编码的逆运算，以便恢复空间域中的经量化的预测误差信号)来重构输出视频。

在应用像素预测和误差解码过程之后，解码器将预测和预测误差信号(像素值)组合，以形成输出视频帧。

解码器(或者编码器)还可以应用附加滤波过程，以便在将输出视频传送用于显示和/或存储为用于视频序列中即将到来的帧的预测参考之前，改进输出视频的质量。

解码过程的一个示例在图6a中示出。

在典型的视频编解码器中，通过与每个运动补偿图像块相关联的运动矢量来指示运动信息。这些运动矢量中的每一个表示待编码(在编码器中)或者解码(在解码器处)的图片中的图像块的位移，以及先前编码或者解码的图像(或者图片)中的一个中的预测资源块。为了有效地表示运动矢量，运动矢量通常相对于块特定的预测运动矢量而不同地编码。在典型的视频编解码器中，预测运动矢量以预测方式创建，例如，通过计算相邻块的经编码或者经解码的运动矢量的中值。

在典型的视频编解码器中，首先利用变换核(类似于DCT)变换运动补偿之后的预测残差，并且继而对其进行编码。这样做的原因是残差之间通常仍然存在某些相关性，并且在很多情况下，变换可以帮助减少该相关性，并且提供更加有效的编码。

典型的视频编码器使用拉格朗日成本函数来找到最优编码模式，例如期望宏块模式和相关联的运动矢量。这种类型的成本函数使用加权因子或者□而将由于有损编码方法造成的准确的或者估计的图像失真以及表示图像区域中的像素值所需要的准确的或者估计的信息量结合到一起。

这可以通过以下公式表示：

C＝D+□R    (1)

其中，C是待最小化的拉格朗日(Lagrangian)成本，D是具有当前考虑的模式和运动矢量的图像失真(例如，原始图像块与经编码的图像块中的像素值之间的均方误差)，而R是需要表示所需要的数据以重构解码器中的图像块的比特数目(包括表示候选运动矢量的数据量)。

一些混合视频编解码器(诸如，H.264/AVC)通过使用图片中已经处理的区域的像素值的空间方法来预测帧内编码区域。以有损方式、使用类似于DCT的变换来编码预测像素值与原始像素值之间的差值。变换系数的量化可能产生重构的视频信号中的赝像。如果变换区域或者变换区域的部分没有高频内容(也即，像素值几乎相同或者在区域上逐渐改变)，则这些赝像尤其是可见的。此类情况的典型示例是人脸和天空。这些都以颜色上的逐渐空间改变为特征，当运算比特速率适度的低时(造成变换系数的适度量化的使用)，在经解码的视频中无法满意地表示颜色上的逐渐空间改变。当像素值的改变量小于利用经量化的变换的AC系数可以表示的改变量时，该影响可能更加严重。在这种情况下，具有逐渐改变的像素值的图片看上去将是块状的，如同其经解码的像素值单独利用变换的DC系数表示的一样。