[发明专利]用于视频信息的可缩放译码的装置和方法

说明书

技术领域

本发明涉及视频译码及压缩的领域，确切地说，涉及可缩放视频译码(SVC)或多视图视频译码(MVC，3DV)。

背景技术

数字视频能力可并入到多种多样的装置中，包含数字电视、数字直播系统、无线广播系统、个人数字助理(PDA)、膝上型或桌上型计算机、数码相机、数字记录装置、数字媒体播放器、视频游戏装置、视频游戏控制台、蜂窝式或卫星无线电电话、视频电话会议装置及类似装置。数字视频装置实施视频压缩技术，例如由MPEG-2、MPEG-4、ITU-T H.263或ITU-T H.264/MPEG-4第10部分高级视频译码(AVC)所定义的标准、目前正在开发的高效率视频译码(HEVC)标准及这些标准的扩展中所描述的视频压缩技术。视频装置可通过实施此些视频译码技术而更有效地传输、接收、编码、解码及/或存储数字视频信息。

视频压缩技术执行空间(图片内)预测及/或时间(图片间)预测来减少或移除视频序列中固有的冗余。对于基于块的视频译码，视频切片(例如，视频帧、视频帧的一部分等)可分割成视频块，视频块也可被称作树块、译码单元(CU)及/或译码节点。图片的经帧内译码(I)切片中的视频块是使用相对于同一图片中的相邻块中的参考样本的空间预测来编码。图片的经帧间编码(P或B)切片中的视频块可使用相对于同一图片中的相邻块中的参考样本的空间预测或相对于其它参考图片中的参考样本的时间预测。图片可被称作帧，且参考图片可被称作参考帧。

空间或时间预测导致用于待译码块的预测性块。残差数据表示待译码原始块与预测性块之间的像素差。经帧间译码块是根据指向形成预测性块的参考样本块的运动向量及指示经译码块与预测性块之间的差的残差数据而编码。经帧内译码块是根据帧内译码模式及残差数据而编码。为了进一步压缩，可将残差数据从像素域变换到变换域，从而产生残差变换系数，接着可对残差变换系数进行量化。可扫描最初布置成二维阵列的经量化变换系数，以便产生变换系数的一维向量，且可应用熵译码以实现更多压缩。

发明内容

可缩放视频译码(SVC)是指其中使用基础层(BL)(有时被称作参考层(RL))及一或多个可缩放增强层(EL)的视频译码。在SVC中，基础层可携载具有基础质量水平的视频数据。所述一或多个增强层可携载额外的视频数据以支持(举例来说)较高的空间、时间及/或信噪比(SNR)水平。可相对于先前编码的层来定义增强层。举例来说，底层可充当BL，而顶层可充当EL。中间层可充当EL或RL，或两者。举例来说，在中间的层可为在其下方的层(例如，基础层或任何介入增强层)的EL，且同时充当在其上方的一或多个增强层的RL。类似地，在HEVC标准的多视图或3D扩展中，可存在多个视图，且可利用一个视图的信息对另一视图的信息(例如，运动估计、运动向量预测和/或其它冗余)进行译码(例如，编码或解码)。

在SVC中，可基于从BL导出的信息来预测EL。例如，BL图片可经上取样且充当在与BL图片相同的存取单元中的EL图片的预测符。经译码位流可包含指示BL图片是否用于预测一或多个EL图片的旗标。此类旗标可在切片标头处用信号通知。换句话说，BL图片是否用于层间预测的确定可仅发生在于切片层级处解析位之后。

另外，在SVC中，视频层可包含一或多个时间子层。所述时间子层提供视频层内的时间可缩放性。例如，位流中的特定视频层可具有三个时间子层：子层#1、子层#2，及子层#3。所述子层中的每一者可包含与其相关联的多个图片(或视频切片)。接收所述位流风解码器可使用(例如)仅子层#1、仅子层#1及#2，或所有子层#1到#3。取决于使用多少时间子层，由解码器输出的视频信号的质量可变化。在一些实施方案中，可在子位流提取过程中移除时间子层中的一或多者。可例如归因于不使用或用于带宽降低等各种原因而移除时间子层。在此情况下，解码器可在传输期间不知晓是否已经移除或丢失时间子层。

因此，通过用信号通知时间子层的存在，解码器可知晓是否有意移除或意外丢失任何缺失的时间子层。此外，通过在序列层级处提供此类存在信息，解码器不必一直等到切片层级处的位被解析以便知晓某些图片(其可为被移除的时间子层的部分)是否用于层间预测，且可通过使用此类存在信息更好地优化所述解码过程。因此，提供时间子层的存在信息可改进译码效率及/或减小计算复杂度。

本发明的系统、方法及装置各自具有若干创新方面，其中没有单个方面单独负责本文所揭示的合乎需要的属性。