[发明专利]场景形式的视频流编码

说明书

对相关申请的交互引用

此申请要求2011年1月28日递交的美国临时申请案61/437,193，以及2011年1月28日递交的美国临时申请案61/437,211的优先权。上述申请案的内容以参考方式被清楚地合并于此。

技术领域

本发明涉及视频编码技术，尤其涉及用於视频编码的视频编码参数的自动选择。

背景技术

随着视频流在日常用户中的持续增长的普及和使用，有几个固有的局限性需要被克服。例如，为获得该视频流，用户往往希望在只在有限带宽的因特网上观看视频。在实施例中，用户可能希望通过移动电话连接或家用无线连接获得视频流。在某些情况下，通常利用预先下载(spooling content)内容的方式来补偿带宽的不足（即，下载内容至本地存储后再观看）。这种方法具有一些缺点。首先，用户不能有真正的“运行时间”体验，也就是说用户在打算观看节目时不能够实时观看。相反的，在观看节目之前，用户不得不体验内容预先下载的明显延迟。另一个缺点是存储的可用性--无论是提供商还是用户都不得不提供存储资源以保证预先下载内容可以被存储，即使是很短的时间内，仍导致了昂贵的存储资源的不必要使用。

视频流（典型地包括图像部分和声音部分）可能需要大量的带宽，特别是高分辨率的视频流（例如高清视频）。音频典型地需要少得多的带宽，但是有时仍然需要考虑带宽的问题。一个视频流的方法是大量压缩视频流，以使得快速的视频传输可允许用户以运行时间(rune-time)或者实质上实时地观看内容（即，无需经历大量的预先下载延迟）。典型地，损失压缩（即，压缩并不是完全可逆的）提供比无损压缩更多的压缩，但是大量的损失压缩提供了不良的用户体验。

为了减少传输数字视频信号的带宽需求，使用高效的数字视频编码，其中数字视频信号的数据率可能会大幅减少（出于视频数据压缩的目的）是众所周知的。为了保证互操作性，视频编码标准在促进数字视频在很多专业-及消费应用程序中被采用发挥了关键作用。最有影响力的标准传统由国际电信联盟(ITU-T)或是ISO/IEC（标准化/国际电工委员会的国际组织）的MPEG（运动图像专家组）15委员会开发。ITU-T标准，公认的优点是通常针对实时通信（例如视频会议），而大多数MPEG标准是优化存储（例如，数字多功能激光视盘(DVD)和广播（例如数字视频广播(VOB)标准））。

目前，大多数标准化的视频编码算法是基于混合视频编码。混合视频编码方法通常结合数个不同的无损和损失(lossless and lossy)压缩方案以达到所需的压缩增益。混合视频编码也是ITV-T标准的基础（H.26x标准例如H.261、H.263）和ISO/IEC标准（MPEG-X标准例如MPEG-1、MPEG-2和MPEG-4）。目前最新和最先进的视频编码标准是被称为H.264/MPEG-4先进视频编码(AVC)，是联合视频小组(JVT)、ITV-T联合小组和ISO/IEC MPEG组的共同努力的结果。

该H.264标准应用了被称为既定标准(例如MPEG-2)之基于块的运动的补偿混合转换编码的相同原则。因此，H.264的语法可依照标头的一般阶层而被组织，例如图像块、片块和宏块标头，以及数据例如运动向量、块变换系数和量化规模等。然而，H.264标准分离了视频编码层(VCL,其描述了视频数据的内容)以及网络应用层(NAL,其格式化数据并提供标题信息)。

此外，H.264标准可以大幅提高编码参数的选择。例如，它允许宏块16x16的更详细的划分和操作，即如运动补偿过程可以在大小为4x4尺寸的宏块分割上执行。并且，样本块的运动补偿预测的选择过程中可能涉及先前译码存储图片的数量，而不是仅仅相邻的图片。即使在单一的帧内进行帧内编码，也有可能使用来自于同样帧的先前编码样本以形成块的预测。再者，伴随运动补偿所造成预测错误可能基于4x4块尺寸被转换和量化，而非传统的8x8的块尺寸。此外，可使用回路程序分块滤波器以减少可能使用的块效应。

该H.264标准可被视为H.262/MPEG-2视频编码语法的超级集合，它使用相同的视频数据的全局结构，同时延长了可能的编码决策和参数的数量。具有多种编码决策的后果是可能取得良好的比特率和图像质量之间的权衡。然而，尽管H.264标准可能显著降低基于块编码的典型产出而被普遍承认，它也可能突出其它产出。事实上，H.264允许各种编码参数可能值的增加数量，因此导致改进编码程序的潜力增加，但是也导致了选择视频编码参数的敏感性的增加。