[发明专利]确定视频序列的图像的编码或解码所用的参数的方法和装置

说明书

技术领域

本发明涉及用于确定将视频序列的图像编码成位流所用的参数的方法和装置。本发明还涉及用于对数字图像序列进行编码的方法和装置。

本发明可以应用于数字信号处理领域，尤其应用于使用运动补偿来减少视频流中的空间冗余和时间冗余的视频压缩领域。

背景技术

例如H.263、H.264、MPEG-1、MPEG-2、MPEG-4、SVC等的许多视频压缩格式使用基于块的离散余弦变换(DCT)和运动补偿来除去空间冗余和时间冗余。这些格式经常被称为预测视频格式。视频信号的各帧或各图像被分割成编码后的并且能够独立进行解码的片(slice)。片通常是帧的矩形部分、或者更通常为帧的一部分或整个帧。此外，各片可以被分割成宏块(MB)，并且各宏块被进一步分割成块、通常为64×64、32×32、16×16或8×8个像素的块。

在高效率视频编码(HEVC)中，使用64×64～4×4的块。根据四叉树结构，基于最大编码单位(LCU)来对该分区进行组织。LCU与64×64的正方形块相对应。如果需要对LCU进行分割，则分割标志表示将LCU分割成4个32×32的块。同样，如果需要对这4个块中的任何块进行分割，则将分割标志设置为真并且将32×32的块分割成4个16×16的块等。

在将分割标志设置为假的情况下，当前块是编码单位CU。CU的大小等于64×64、32×32、16×16或8×8个像素。

各CU具有如后面将说明的跳过、合并、帧间或帧内的编码模式。对于合并或帧间编码，可以将该编码单位分割成两个预测单位(PU)。因而，对于合并模式和帧间模式，可以利用一个2N×2N的PU或者利用具有如图10所示的N×2N、2N×N、N×N、nL×2N、nR×2N、2N×nT和2N×nB的这些分区的2个PU来预测编码单位。对于跳过模式，仅使2N×2N的分区有效。

针对图像的编码块，存在被称为帧内(INTRA)预测的基于空间预测的编码模式和基于时间预测的模式(帧间(INTER)、合并、跳过)这两类编码模式。在空间预测模式和时间预测模式这两者中，通过从原始块中减去预测值来计算残差。

通常根据INTRA块的因果边界处的编码像素、通过INTRA预测处理来预测该INTRA块。在INTRA预测中，对预测方向进行编码。

时间预测在于：从参考帧(视频序列的先前帧或将来帧)中发现最接近要编码的块的图像部分或参考区域。该步骤通常已知为运动估计。接着，在通常被称为运动补偿的步骤中使用参考区域来预测要编码的块，即连同与表示运动补偿要使用的参考区域的运动矢量有关的运动信息项一起，对要编码的块和参考部分之间的差进行编码。在时间预测中，对至少一个运动矢量进行编码。

为了进一步降低对运动信息进行编码的成本，代替直接对运动矢量进行编码，在假定运动均匀的情况下，可以按照运动矢量和通常根据要编码的块周围的块的一个或多个运动矢量所计算出的运动矢量预测结果之间的差来对运动矢量进行编码。

在H.264中，例如，针对根据位于要编码的块的因果邻域的运动矢量(例如根据位于要编码的块的上方和左方的三个块)所计算出的中值预测结果，来对运动矢量进行编码。仅将中值预测结果和当前块运动矢量之间的差(还被称为残差运动矢量)编码成位流以降低编码成本。

使用残差运动矢量的编码节省了若干位率，但需要解码器进行运动矢量预测结果的相同计算从而对要解码的块的运动矢量的值进行解码。

近来，已提出了诸如使用多个潜在运动矢量预测结果等的编码效率的进一步改进。通常被称为运动矢量竞争(MVCOMP)的该方法在于：在几个运动矢量预测结果候选之间判断哪个运动矢量预测结果候选使编码成本最小化。该成本一般是残差运动信息的率失真成本。这种处理中的残差运动信息包括残差运动矢量(即，要编码的块的实际运动矢量和所选择的运动矢量预测结果之间的差)，并且在必要时包括例如所选择的运动矢量预测结果的索引的编码值等的表示所选择的运动矢量预测结果的信息项。基于固定列表大小，以具有一元最大码的位流来对所选择的运动矢量预测结果的索引进行编码。在所有的运动矢量候选均相等的情况下，获得了进一步改进。在这种情况下，解码器能够推断运动矢量预测结果值，结果无需对索引进行编码。