[发明专利]运动预测方法

说明书

技术领域

本发明有关于视频处理，特别有关于视频数据的运动预测。

背景技术

H.264压缩标准可通过采用例如子像素精度（sub-pixel accuracy）与多参考（multiple-referencing）的特征，可提供比特率（bit rate）相对于先前标准低很多的优秀的视频质量。视频压缩程序通常可被划分为5个部分，包含：帧间预测/帧内预测（inter-prediction/intra-prediction）、变换/反变换（transform/inverse-transform）、量化/反量化（quantization/inverse-quantization）、环路滤波（loop filter）、以及熵编码（entropy encoding）。H.264被用于各种应用，例如蓝光光盘（Blu-ray Disc）、DVB广播服务、直接广播卫星电视（direct-broadcast satellite television）服务、有线电视服务、以及实时（real-time）视频会议（conferencing）。

视频数据流包含一系列帧。每一帧被划分为用于视频处理的多个编码单元（例如宏块或扩充的（extended）宏块）。每一编码单元可被分割为四叉树分区（quad-tree partition），以及叶子编码单元被称为预测单元。预测单元可进一步被分割为四叉树分区，以及每一分区被分配有运动参数。为降低传输大量运动参数的成本，通过参考邻近已编码块，为每一分区计算运动向量预测子（motion vector predictor，以下简称为MVP），因邻近块的运动趋向于具有高空间相关性（spatial correlation），从而编码效率可被改善。

请参考图1，图1是当前（编码）单元100与多个相邻（编码）单元A、B、C、以及D的示意图。在本范例中，当前单元100与相邻单元A、B、C、以及D的大小相同；然而，上述单元的大小不必相同。当前单元100的MVP根据相邻单元A、B、与C或者A、B、与D（若C不可用）被预测。当当前单元100为16×16块且相邻单元C的运动向量存在时，相邻单元A、B、与C的运动向量的中值（medium）被决定为当前单元100的MVP。当当前单元100为16×16块且相邻单元C的运动向量不存在时，相邻单元A、B、与D的运动向量的中值被决定为当前单元100的MVP。当当前单元100为16×16块的左半边的8×16分区时，相邻单元A的运动向量被决定为当前单元100的MVP。当当前单元100为16×16块的右半边的8×16分区时，相邻单元C的运动向量被决定为当前单元100的MVP。当当前单元100为16×16块的上半边的16×8分区时，相邻单元B的运动向量被决定为当前单元100的MVP。当当前单元100为16×16块的下半边的16×8分区时，相邻单元A的运动向量被决定为当前单元100的MVP。

当当前单元的MVP根据相邻单元A、B、C、以及D的运动向量被预测时，相邻单元A、B、C、以及D的运动向量并未被合适地在时间（temporal）上被缩放。举例来说，相邻单元A、B、与C的参考帧不同，而相邻单元A、B、与C的运动向量分别对应于上述参考帧。每一参考帧与当前帧之间的时间距离不同。因此在根据相邻单元A、B、与C的运动向量预测当前单元100的MVP之前，相邻单元A、B、与C的运动向量应根据时间距离在时间上被缩放。

当前单元100的MVP仅根据相邻单元A、B、C、以及D的运动向量（motion vector，以下简称为MV）被预测。若考虑更多候选MVP并通过率失真优化（rate-distortion optimization）从候选MVP中选择最佳者，MVP的预测精度可进一步改善。举例来说，运动向量竞争（motion vector competition，MVC）被提出以从序列级别（sequence level）指定的预定候选集合中选择最佳MVP。预定候选集合包含H.264标准预测子（例如相邻单元的中值运动向量（median MV）），同位（collocated）单元的MV，以及相邻单元的MV，其中同位单元在参考帧中的位置与当前单元在当前帧中的位置相同。推荐的预定候选集合中的MVP的数量为二。预定候选集合，根据运动向量竞争方法，在视频序列级别中是固定的。

发明内容

为解决以上技术问题，特提供以下技术方案：