基于CABAC的编码方法和设备及解码方法和设备技术

提供了一种使用改善的上下文模型选择以获得高压缩率的基于上下文的自适应二进制算术编码（ＣＡＢＡＣ）的编码或解码方法和设备。所述基于ＣＡＢＡＣ的编码方法包括：基于先前输入的符号的统计选择第一上下文模型，并选择具有与第一上下文模型的大概率符号（ＭＰＳ）值不同的大概率符号值的第二上下文模型；如果当前输入的符号具有与第一上下文模型的大概率符号值相同的值，或者如果不能选择第二上下文模型，则使用第一上下文模型对当前输入的符号编码；和如果当前输入的符号具有与第一上下文模型的大概率符号值不同的值并且如果能够选择第二上下文模型，则使用第二上下文模型对当前输入的符号编码。

【技术实现步骤摘要】

与本专利技术一致的方法和设备涉及基于上下文的自适应二进制算术编码(CABAC)，更具体地讲，涉及使用改善的上下文模型选择以获得高压缩率的基于CABAC的解码或编码。
技术介绍
CABAC是用于压缩运动图像的算法。CABAC包括基于先前输入的数据选择上下文，执行二进制算术编码，以及更新统计信息。上下文是收集由先前已出现的数据符号定义的统计信息的环境，并且用于出现数据符号的出现概率的精确预测。CABAC的压缩率取决于对上下文建模的方法。如果上下文模型的小概率符号(LPS)的出现概率变低，则有利于具有高压缩。然而，虽然当输入的符号具有在上下文模型中预测的值时编码效率较高，但是当输入的符号具有在上下文模型中不可预测的值时，采用传统技术存在由编码的低压缩率引起的低效率的问题。
技术实现思路
本专利技术提供了一种通过根据输入的符号选择上下文模型而具有改善的压缩率的基于CABAC的编码方法和设备，以及一种存储有执行所述方法的计算机程序的计算机可读记录介质。本专利技术还提供了一种可对通过基于CABAC的编码而编码的符号解码的基于CABAC的解码方法和设备，以及存储有执行所述方法的计算机程序的计算机可读记录介质。根据本专利技术的一方面，提供了一种基于CABAC的编码方法，所述方法包括基于先前输入的符号的统计选择第一上下文模型，并选择具有与第一上下文模型的大概率符号(MPS)值不同的MPS值的第二上下文模型；在当前输入的符号具有与第一上下文模型的MPS值相同的值时，或者在不能选择第二上下文模型时，使用第一上下文模型对当前输入的符号编码；和在当前输入的符号具有与第一上下文模型的MPS值不同的值并且能够选择第二上下文模型时，使用第二上下文模型对当前输入的符号编码。根据本专利技术的另一方面，提供了一种基于CABAC的编码设备，所述设备包括上下文模型选择单元，基于先前输入的符号的统计选择第一上下文模型，并选择具有与第一上下文模型的MPS值不同的MPS值的第二上下文模型；第一编码单元，在当前输入的符号具有与第一上下文模型的MPS值相同的值时，或者在不能选择第二上下文模型时，使用第一上下文模型对当前输入的符号编码；和第二编码单元，在当前输入的符号具有与第一上下文模型的MPS值不同的值并且能够选择第二上下文模型时，使用第二上下文模型对当前输入的符号编码。根据本专利技术的另一方面，提供了一种基于CABAC的解码方法，所述方法包括基于先前解码的符号的统计选择第一上下文模型，并选择具有与第一上下文模型的MPS值不同的MPS值的第二上下文模型；通过使用第一上下文模型对编码的输入的符号解码，产生第一解码的符号；当第一解码的符号具有与第一上下文模型的MPS值相同的值时，将第一解码的符号选择为基于CABAC的解码的结果值；和当第一解码的符号具有与第一上下文模型的MPS值不同的值时，通过使用第二上下文模型对编码的输入的符号解码，产生第二解码的符号。根据本专利技术的另一方面，提供了一种基于CABAC的解码设备，所述设备包括上下文模型选择单元，基于先前解码的符号的统计选择第一上下文模型，并选择具有与第一上下文模型的大概率符号(MPS)值不同的MPS值的第二上下文模型；第一解码单元，通过使用第一上下文模型对编码的输入的符号解码，产生第一解码的符号；第一结果值选择单元，当第一解码的符号具有与第一上下文模型的MPS值相同的值时，将第一解码的符号选择为基于CABAC的解码的结果值；和第二解码单元，当第一解码的符号具有与第一上下文模型的MPS值不同的值时，通过使用第二上下文模型对编码的输入的符号解码，产生第二解码的符号。附图说明通过参照附图对本专利技术的示例性实施例进行的详细描述，本专利技术的以上和其他方面将会变得更加清楚，其中图1是根据本专利技术示例性实施例的基于CABAC的编码方法的流程图；图2是根据本专利技术另一示例性实施例的基于CABAC的解码方法的流程图；图3是根据本专利技术另一示例性实施例的基于CABAC的编码设备的框图；图4示出了根据本专利技术示例性实施例的二进制算术编码算法；图5A到图5C是示出H.264中宏块的运动向量差值(MVD)的示图；图6A到图6C是示出在对H.264中宏块的MVD编码中的上下文模型的示例的示图；图7是示出根据LPS值的出现概率的压缩效率的理想曲线图；图8是比较传统的上下文模型和根据本专利技术示例性实施例的上下文模型的示图；和图9是根据本专利技术示例性实施例的基于CABAC的编码方法的示图。具体实施例方式现在将参照附图对根据本专利技术示例性实施例的基于CABAC的编码或基于CABAC的解码方法和设备进行详细的描述。图1是根据本专利技术示例性实施例的基于CABAC的编码方法的流程图。首先，将xk输入为当前的输入符号(S100)。然后，基于函数F(z)的结果选择第一上下文模型Cm，并基于大概率符号(MPS)值和作为小概率符号(LPS)的出现概率的P_lps值选择第二上下文模型Ca(S110)。这里，函数F(z)是用于基于对先前输入的符号的统计来确定上下文模型的建模函数。现在将描述选择第二上下文模型Ca的方法。首先Ca和Cm应该具有不同的MPS值。例如，当Cm的MPS值是0时，具有MPS值1的一个上下文模型被选择为Ca。当存在多个具有不同的MPS值的上下文模型时，选择具有P_lps的最小值的上下文模型。当存在多个具有P_lps的最小值的上下文模型时，可选择在上下文模型中按顺序首先出现的上下文模型。上下文模型的顺序基于指示上下文的上下文索引值来确定。当符号xk具有与Cm的MPS值相同的值时，或者当不能选择第二上下文模型Ca时(S120的“是”)，根据传统方法使用Cm对输入的符号编码(S140)。不能选择第二上下文模型Ca的情况的示例是，所有可选择的上下文模型都具有与Cm的MPS值相同的MPS值。当输入的符号xk具有与第一上下文模型Cm的MPS值不同的值，并且能够选择第二上下文模型Ca时(S120的“否”)，如果使用Cm对输入的符号编码，则将降低压缩效率。因此，使用Ca对输入的符号编码(S130)。如上所述，当输入的符号值与Cm的MPS值相同时使用Cm编码，而当输入的符号值与Cm的MPS值不同时使用Ca编码。因此，通过使用该方法，可改善压缩效率。然而，根据所述方法，在解码处理中哪个上下文模型应该被用于解码是不确定的。在本专利技术的实施例中，这种情况被称为模糊现象的发生。为了防止模糊现象的发生，在本专利技术示例性实施例中，通过在CABAC编码单元中执行测试解码来检查模糊现象的发生，并且当在通过S130的编码步骤的编码的值中确定模糊现象的发生时，通过使用第一上下文模型Cm对输入的符号编码来去除模糊现象。为了检查模糊现象的发生，首先，通过使用第一上下文模型Cm对编码的输入符号解码，获得xk′(S150)。当使用Ca对编码的输入符号编码，并且xk′具有与Cm的MPS值相同的值时(S160的“是”)，存在模糊现象的发生。换句话说，当在解码处理中对编码的输入符号解码时，获得Cm的MPS值，从而存在将输入的符号识别为已经使用Cm编码的可能性。因此，尽管降低了压缩效率，仍应该使用Cm对输入的符号重新编码(S180)。当使用Cm解码的值与Cm的MPS值不同时(S160中的“否”)，则没有发生模糊现象。因此，执行对本文档来自技高网...

【技术保护点】
一种基于ＣＡＢＡＣ的编码方法，所述方法包括：基于先前输入的符号的统计选择第一上下文模型，并选择具有与第一上下文模型的大概率符号值不同的大概率符号值的第二上下文模型；如果当前输入的符号具有与第一上下文模型的大概率符号值相同的值 ，或者如果不能选择第二上下文模型，则使用第一上下文模型对当前输入的符号编码；和如果当前输入的符号具有与第一上下文模型的大概率符号值不同的值并且能够选择第二上下文模型，则使用第二上下文模型对当前输入的符号编码。

【技术特征摘要】
...

【专利技术属性】
技术研发人员：曹荣佑，
申请(专利权)人：三星电子株式会社，
类型：发明
国别省市：KR[韩国]