[发明专利]用于可伸缩视频编码的帧间层预测方法及装置

说明书

本发明提出一种用于可伸缩视频编码的帧间层预测方法。该方法包括：接收与当前增强层区块相关的输入数据；决定基本层区块；基于基本层运动信息，得到两个或多个帧间层候选，其中将该两个或多个帧间层候选添加至合并候选清单或先进运动矢量预测候选清单；得到最后的运动矢量预测子；以及使用该最后的运动矢量预测子，应用编码或解码于该当前增强层区块相关的该输入数据，其中基于先进运动矢量预测以合并模式或帧间模式编码该当前增强层区块。本发明所提出的用于可伸缩视频编码的帧间层预测方法，可改善帧间层编码效率。

本申请是申请日为2013年10月29日，申请号为201380059903.0，发明名称为“用于可伸缩视频编码的帧间层预测方法及装置”的专利申请的分案申请

交叉引用

本发明主张在2012年11月15日提出的申请号为61/726,837、标题为“Methods ofInter-layer texture prediction transform and multiple Inter-layer motioncandidates for Scalable Video Coding”的美国临时专利申请的优先权。因此在全文中合并参考这些美国临时专利申请案。

技术领域

本发明是有关于可伸缩视频编码(scalable video coding,以下简称为SVC)，特别是有关于包括自适应变换或多个帧间层运动候选的帧间层纹理编码。

背景技术

压缩的数字视频已经广泛地应用于各种应用中。例如,对于数字网络的视频流和对于数字通道的视频传输。通常，单一的视频内容可以通过不同特性的网络来传输。举例来说，现场直播的体育赛事可以载入高宽带数据流格式，并通过收费视频服务的宽带网络传输。在这样的应用中，压缩的视频通常保存高分辨率和高品质，以使得视频内容适合于高清晰度设备，例如，高清晰度电视或高清晰度显示器。相同的内容也可以载入蜂窝数据网络，以使得该内容可以在便携式设备(例如，智能手机或通过网络连接的便携式媒体设备)上进行观看。在此应用中，由于网络带宽问题和在智能手机或便携式设备上的低分辨率显示，视频内容通常被压缩为低分辨率和低比特率。因此，对于不同的网络环境和不同的应用，视频分辨率和视频品质的要求是完全不同的。即使对于相同类型的网络，用户可能由于不同的网络基础设施和网络流量状况而感受到不同的可用带宽。因此，用户可能希望当可用带宽较宽时，接收高品质视频，当网络拥塞发生时，接收较低品质但是很流畅的视频。在另一种情况下，高端媒体播放器可以处理的高分辨率和高比特率的已压缩视频，然而由于限制的计算资源，低成本的媒体播放器仅能够处理低分辨率和低比特率的已压缩视频。相应地，需要以可伸缩的方法构造压缩的视频，以使得可以从相同的已压缩比特流处得到不同的时空分辨率及/或不同品质的视频。

ISO/IEC MPEG和ITU-T VCEG的联合视频工作组(joint video team,JVT)标准化对于H.264/AVC标准的可伸缩视频编码扩展。H.264/AVC SVC比特流包括从低帧率、低分辨率、和低品质到高帧率、高清晰度和高品质的视频信息。此种单一的比特流能够适应各种应用并能够在不同配置的设备上显示。相应地，H.264/AVC SVC适用于各种视频应用，例如，视频广播、视频数据流、以及视频监控，以适合网络基础设施，交通条件，用户偏好等。

在SVC中，提供三种可伸缩类型，即时间可伸缩，空间可伸缩和品质可伸缩。SVC采用多层编码结构来实现三维可伸缩。SVC的主要目标是产生一个可伸缩比特流，以容易和迅速地适应各种传输信道、不同的显示能力、和不同的计算资源相关的比特率要求，而无需反式编码(trans-coding)或重编码(re-encoding)。SVC设计的一个重要特征是，在比特流层(bitstream level)提供这种可伸缩性。换言之，对于取得缩减空间及/或时间分辨率的视频的比特流，可以简单地通过从需要打算解码的视频的可伸缩比特流中提取网络抽象层(以下简称为NAL)单元(或网络数据包)而获得。可另外减小用于品质精化的NAL单元从而减小比特率及/或降低相应视频品质。