[发明专利]多通道视频编码和解码的方法及装置

说明书

相关申请的交叉参考

本申请要求2006年9月22日提交的标题为“多通道视频编码和解码的方法和装置”的No.PCT/US2006/037139号PCT国际申请的权益，在这里引用其全部内容作为参考。

技术领域

本发明涉及视频编码和解码，更具体地涉及用于多通道(multi-pass)视频编码和解码的方法和装置。

背景技术

标准化国际组织/国际电工委员会(ISO/IEC)移动图像专家组-4(MPEG-4)第10部分先进视频编码(AVC)标准/国际电信联盟、电信部分(ITU-T)H.264标准(以下称为“MPEG4/H.264标准”或简单地称为“H.264标准”)是目前最权威和最能代表技术发展水平的编码标准。如同其他视频编码标准一样，H.264标准使用基于块的运动补偿和类似离散余弦变换(DCT)的变换编码。众所周知，DCT是高效视频编码并且适合高端应用，例如播放高清晰度电视(HDTV)。然而，DCT算法不适合要求非常低比特率的应用，诸如专用的视频手机。对于非常低的比特率，即使使用解块滤波器，DCT变换也会引入块赝像，因为以非常低的比特率可以编码很少的系数，并且每个系数具有非常粗略的量化步骤。

追求匹配(MP)是一种渴望的算法，以将任意信号分解为从函数的冗余代码字典中选出的波形的线性扩展。选择这些波形以便最佳匹配信号结构。

假设我们有1-D信号f(t)，并且我们想要使用来自全部的字典集合G的基本矢量分解该信号。单独的字典函数可以如下表示：

g_r[t]∈G                                       (1)

其中，r与特定字典元素相关的指数参数。如下所示，通过选择r开始分解从而使内积的绝对值最大：

p＝<f[t]，g_r[t]>                              (2)

然后，如下计算残留信号：

R(t)＝f(t)-pg_r(t)                             (3)

然后，以与原始信号相同的方式扩展该残留信号。该过程迭代地继续，直到生成一组扩展系数的数或者到达用以残留的一些能量阈值。每一阶段n均生成字典函数r_n。如下所示，在整个M阶段之后，信号可以通过字典元素的线性函数达到近似：

f^(t)=Σn=1Mpngrn(t)---(4)]]>

n个样本信号的匹配分解的复杂性证明为k·N·d·nlog₂n次序。这里，d决于字典的尺寸而不考虑平移，N是优选的扩展系数的数值，而常数k取决于选择字典函数的策略。给定一个高度过完备(over-complete)字典，匹配相比于在其复杂性限定为o(nlog₂n)的H.264标准中使用的8×8和4×4DCT整数变换在计算上耗费更大。

一般来说，匹配算法兼容于任意集合的冗余基本形状。已经提议的是用过完备Gabor函数扩展信号。2-D Gabor字典是极端冗余的，并且每种形状均可以存在于任意已编码残留图像中的整数像素位置。由于匹配具有巨大的字典集合并且每个编码基本函数都与残留信号中的结构十分匹配，因此，基于帧的Gabor字典不包括虚假的块结构。