[发明专利]高效低复杂度视频压缩

说明书

揭露一种压缩运动估计的失真信息从而大量减少所需存储容量的低复杂度且高效有损压缩方法。也揭露了一种实现所述方法的系统和一种用于存储所述方法的计算机可读介质。所述方法包括确定并存储多个试验运动矢量中每个试验运动矢量的失真值。每个试验运动矢量指定相对于参考帧的搜索区域的位置。所述方法还包括：基于所述存储失真值中的最小失真值将所述失真值中的每一个压缩为固定数量的位，和重新存储每个压缩的失真值来代替其未压缩的值。

相关申请的交叉引用

本申请请求2015年4月6日提交的美国非临时专利申请No.14/679,799的权益，据此所述专利申请的内容以引用方式并入本文。

发明领域

本发明一般涉及视频处理，并且更具体来说，涉及视频压缩。

背景

视频编码器应用运动补偿预测以减少必须编码的图像数据量。这是通过利用连续帧之间的时间相关性进行的。例如，如果视频示出了一个对象相对于固定背景移动，那么一旦已经获得代表背景的信息就只需要编码代表移动对象的信息。参考帧和当前正在被编码的帧之间对象的运动由运动矢量来描述。

运动补偿预测或运动估计(ME)包括对于当前帧的每个可能的像素块大小，在称为参考帧的先前已编码帧内块之间寻找“最好的”匹配。大多数编码器测量通过选择某一块作为预测指标而引入的失真。“最好的”匹配是通过最小化经受比特率预算的失真值而选择。由于失真往往随着比特率增加而增加，所以寻找经受比特率预算的“最好的”匹配被称为率-失真(RD)优化。

高精度ME算法在计算复杂性和存储器带宽方面极其昂贵。ME的复杂性已经随着最近的高效率视频编码(HEVC)标准而增加，所述高效率视频编码(HEVC)标准允许预测块大小从4x8像素增大到64x64像素，而以前常用标准通常使用8X8像素块。由于寻找每个可能的块大小的最佳匹配涉及冗余计算，故当评估较大块(例如，32x32和64x64)的RD成本时，软件和/或硬件视频编码器的实际实现存储较小块(例如，4x8、8x8和16x16)的失真值。

这种基于合并的战略提供了以低计算复杂性和低存储器带宽成本来提供准确的运动估计的优势。然而，这些优势都以高存储要求为代价而获得，因为失真值需要存储搜索区域内块大小和运动矢量的每个可能性的组合。

概要

揭露一种压缩运动估计的失真信息从而大量减少所需存储容量的低复杂度且高效方法。也揭露了一种实现所述方法的系统和一种用于存储所述方法的计算机可读介质。在一个实施方案中，所述方法包括确定并存储多个试验运动矢量中每个试验运动矢量的失真值。每个试验运动矢量指定相对于参考帧的搜索区域的位置。所述方法还包括：基于所述存储失真值中的最小失真值将所述失真值中的每一个压缩为固定数量的位，和重新存储每个压缩的失真值来代替其未压缩的值。

附图简述

可从以下结合附图的例子的描述来更详细地理解本发明，其中：

图1示出在视频处理中压缩运动估计信息的方法的例子；

图2示出搜索区域的例子；

图3示出在视频处理中压缩运动估计信息的方法的另一例子；和

图4是其中可实现一个或多个揭露的方法实施方案的示例性系统的框图。

详细描述

图1示出在视频处理中压缩运动估计信息的方法的例子。在105限定当前帧中图像像素块的搜索区域。搜索区域的面积可能比参考帧的面积小，且搜索区域可能具有固定的形状或变化的形状。运动矢量限定了搜索区域相对于参考帧的位置。在110，从多个运动矢量中选择试验运动矢量。在115确定并存储选定运动矢量的失真值。此顺序继续，直到在120已确定并存储每个试验运动矢量的失真值。