算术编码设备和算术解码设备制造技术

本发明专利技术提出了使用前谱系数算术解码和编码当前谱系数的设备。一种使用前谱系数算术解码当前谱系数的设备包含：处理前谱系数的处理部件；从至少两个不同背景类别确定背景类别的第一部件；确定概率密度函数的第二部件；根据所确定概率密度函数算术解码当前谱系数的算术解码器。

【技术实现步骤摘要】
算术编码设备和算术解码设备本申请是申请日为2010年10月01曰、申请号为201080045319.6、专利技术名称为“算术编码或算术解码的方法和设备”的专利技术专利申请的分案申请。技术领城本专利技术涉及多媒体数据的算术编码和解码。
技术介绍
算术编码是一种数据无损压缩的方法。算术编码基于概率密度函数(PDF)。为了达到压缩效果，编码所基于的概率密度函数必须与数据实际遵循的实际概率密度函数相同或至少相似-越接近越好。如果算术编码基于适当既率密度函数，则可以实现导致至少几乎最佳代码的显著压缩。因此，在编码和解码系数序列的音频、语音或视频编码中，算术编码是一种频繁使用技术，其中这些系数是用二进制表示的视频像素或音频或语音信号样本值的量化时频变换。为了进一步提高压缩，算术编码可以基于一组概率密度函数，其中用于编码当前系数的概率密度函数取决于所述当前系数的背景。也就是说，取决于出现具有相同量化值的系数的背景，可以将不同概率密度函数用于编码所述相同量化值。系数的背景通过包含在与各自系数相邻的一个或多个相邻系数的邻域，例如，序列中相邻地在要编码或要解码的各自系数前面的一个或多个已编码或已解码系数的子序列中的系数的量化值来定义。邻域可能出现的每种不同可能定义每一种被映射成概率密度函数的不同可能背景。事实上，只有当邻域足够大时所述压缩提高才变得明显。随之而来的是不同可能背景的数量的组合激增以及相应数量巨大的可能概率密度函数或相应复杂映射。在如下文献中可以找到基于背景算术编码方案的一个例子：ISO/IECJTC1/SC29/WG11N10215，October2008，Busan，Korea，提出统一语音和音频编码(USAC)的参考模型。按照该建议，将已经编码的4元组(4-tuples)考虑为背景。在如下文献中可以找到基于USAC相关背景算术编码的另一个例子：ISO/IECJTC1/SC29/WG11N10847，July2009，London，UK.为了降低高阶条件熵编码中的复杂性，美国专利5,298,896提出了限定码元(symbol)的非均匀量化。
技术实现思路
与要处理的数量巨大背景相对应，存在需要存储，检索和处理的数量巨大概率密度函数或从背景到概率密度函数的至少相应复杂映射。这提高了编码/解码延迟和存储容量要求的至少一种。因此，在技术上需要一种允许在降低编码/解码延迟和存储容量要求的至少一种的同时，几乎一样好地实现压缩的可替代解决方案。为了解决这种需要，根据实施例，本专利技术提出了用于使用前谱系数算术解码当前谱系数的设备和用于使用前谱系数算术编码当前谱系数的设备，如文中所述。一种使用前谱系数算术解码当前谱系数的设备，所述前谱系数是已经解码的，其中所述前谱系数和所述当前谱系数被包含在对时频变换的视频、音频或语音信号样本值进行量化所得的一个或多个量化谱中，所述设备包含：.处理前谱系数的处理部件；.从至少两个不同背景类别确定背景类别的第一部件，所述第一部件适用于将处理后前谱系数用于确定背景类别，其中将前谱系数的量化绝对值之和用于背景类别的确定；-确定概率密度函数的第二部件，所述第二部件适用于将所确定背景类别和从至少两个不同背景类别到至少两个不同概率密度函数的映射用于确定概率密度函数；-根据所确定概率密度函数算术解码当前谱系数的算术解码器，其中所述处理部件适用于非均匀地量化前谱系数的绝对值以便在背景类别的确定中使用；其中所述第一部件适用于接收模式切换信号和复位信号的至少一个；并且其中所述第一部件适用于将至少一个所接收信号用于控制确定背景类别的步骤，其中所述第二部件被配置为将代表性数据集用于确定至少两个不同概率密度函数，并且其中所述第二部件被配置为使用查找表或散列表实现所述映射。一种使用前谱系数算术编码当前谱系数的设备，所述前谱系数是已经编码的，其中所述前谱系数和所述当前谱系数被包含在对时频变换的视频、音频或语音信号样本值进行量化所得的一个或多个量化谱中，所述设备包含：-处理前谱系数的处理部件；-从至少两个不同背景类别确定背景类别的第一部件，所述第一部件适用于将处理后前谱系数用于确定背景类别，其中将前谱系数的量化绝对值之和用于背景类别的确定；-确定概率密度函数的第二部件，所述第二部件适用于将所确定背景类别和从至少两个不同背景类别到至少两个不同概率密度函数的映射用于确定概率密度函数；-根据所确定概率密度函数算术编码当前谱系数的算术编码器，其中所述处理部件适用于非均匀地量化前谱系数的绝对值以便在背景类别的确定中使用；其中所述第一部件适用于插入模式切换信号和复位信号的至少一个；并且其中所述第一部件适用于将至少一个所插入信号用于控制确定背景类别的步骤，其中所述第二部件被配置为将代表性数据集用于确定至少两个不同概率密度函数，其中所述第二部件被配置为使用查找表或散列表实现所述映射。算术编码或解码的所述方法将前谱系数分别用于当前谱系数的算术编码或解码，其中所述前谱系数是已经分别编码或解码的。所述前谱系数和所述当前谱系数两者都被包含在视频、音频或语音信号样本值的量化时频变换所得的一个或多个量化谱中。所述方法进一步包含处理前谱系数，将处理后前谱系数用于确定作为至少两个不同背景类别之一的背景类别，将所确定背景类别和从至少两个不同背景类别到至少两个不同概率密度函数的映射用于确定概率密度函数，以及根据所确定概率密度函数算术分别编码或解码当前谱系数。该方法的一个特征是处理前谱系数包含非均匀地量化前谱系数的绝对值。将背景类别替代背景用于确定概率密度函数便于将得出不同但非常相似概率密度函数的两个或更多个不同背景分组成映射到单个概率密度函数的单个背景类别。该分组是通过将前谱系数的非均匀量化绝对值用于确定背景类别实现的。例如，存在处理前谱系数包含确定前谱系数的量化绝对值之和以便用在确定背景类别中的实施例。类似地，存在算术编码设备的相应实施例，以及算术解码设备的相应实施例，其中的处理部件适用于确定前谱系数的量化绝对值之和以便用于确定背景类别。在设备的进一步实施例中，所述处理部件适用于使处理前谱系数进一步包含按照第一量化方案量化前谱系数的绝对值的第一量化、确定按照第一量化方案量化的前谱系数的绝对值的方差的方差确定、将所确定方差用于选择至少两种不同非线性第二量化方案之一、和按照所选择非线性第二量化方案进一步量化按照第一量化方案量化的前谱系数的绝对值的第二量化。所述方法的进一步实施例包含相应步骤。所述方差确定可以包含确定按照第一量化方案量化的前谱系数的绝对值之和，并将所确定和值与至少一个阈值相比较。在进一步实施例中，每种设备的所述处理部件可以适用于使处理导致第一后果或至少一个不同第二后果。然后，确定背景类别进一步包含确定对其处理导致第一后果的那些前谱系数的数量，并将所确定数量用于确定背景类别。每种设备可以包含接收模式切换信号和复位信号的至少一种的部件，其中所述设备适用于将所接收信号的至少一种用于控制背景类别的确定。所述至少两个不同概率密度函数可以通过将代表性数据集用于确定至少两个不同概率密度函数事先确定，所述映射可以使用查找表或散列表实现。附图说明本专利技术的示范性实施例例示在附图中，并在如下描述中得到更详细说明。这些示范性实施例只是为了阐明本专利技术，而不是限制定义在权利要求书本文档来自技高网...

【技术保护点】
一种使用前谱系数算术解码当前谱系数的设备，所述前谱系数是已经解码的，其中所述前谱系数和所述当前谱系数被包含在对时频变换的视频、音频或语音信号样本值进行量化所得的一个或多个量化谱中，所述设备包含：‑处理前谱系数的处理部件；‑从至少两个不同背景类别确定背景类别的第一部件，所述第一部件适用于将处理后前谱系数用于确定背景类别，其中将前谱系数的量化绝对值之和用于背景类别的确定；‑确定概率密度函数的第二部件，所述第二部件适用于将所确定背景类别和从至少两个不同背景类别到至少两个不同概率密度函数的映射用于确定概率密度函数；‑根据所确定概率密度函数算术解码当前谱系数的算术解码器，其中所述处理部件适用于非均匀地量化前谱系数的绝对值以便在背景类别的确定中使用；其中所述第一部件适用于接收模式切换信号和复位信号的至少一个；并且其中所述第一部件适用于将至少一个所接收信号用于控制确定背景类别的步骤，其中所述第二部件被配置为将代表性数据集用于确定至少两个不同概率密度函数，并且其中所述第二部件被配置为使用查找表或散列表实现所述映射。

【技术特征摘要】
2009.10.09 EP 09305961.61.一种使用前谱系数算术解码当前谱系数的设备，所述前谱系数是已经解码的，其中所述前谱系数和所述当前谱系数被包含在对时频变换的视频、音频或语音信号样本值进行量化所得的一个或多个量化谱中，所述设备包含：-处理前谱系数的处理部件；-从至少两个不同背景类别确定背景类别的第一部件，所述第一部件适用于将处理后前谱系数用于确定背景类别，其中将前谱系数的量化绝对值之和用于背景类别的确定；-确定概率密度函数的第二部件，所述第二部件适用于将所确定背景类别和从至少两个不同背景类别到至少两个不同概率密度函数的映射用于确定概率密度函数；-根据所确定概率密度函数算术解码当前谱系数的算术解码器，其中所述处理部件适用于非均匀地量化前谱系数的绝对值以便在背景类别的确定中使用；其中所述第一部件适用于接收模式切换信号和复位信号的至少一个；并且其中所述第一部件适用于将至少一个所接收信号用于控制确定背景类别的步骤，其中所述第二部件被配置为将代表性数据集用于确定至少两个不同概率密度函数，并且其中所...

【专利技术属性】
技术研发人员：O维波尔特，
申请(专利权)人：汤姆森特许公司，
类型：发明
国别省市：法国;FR