本发明专利技术揭露一种可伸缩视频编码方法及其装置，其中将视频数据配置于基础层(BL)与增强层(EL)并且其中该EL具有比该BL更高的空域分辨率或更好的视频品质。根据本发明专利技术实施例，为编码该增强层使用该基础层的信息。用于该增强层的信息包含CU结构、运动信息、运动信息、MVP/合并候选、帧内预测模式、残差四叉树信息、纹理信息、残差信息、上下文自适应熵编码、自适应环路滤波(ALF)、样本自适应偏移(SAO)与去块滤波。
【技术实现步骤摘要】
【国外来华专利技术】可伸缩视频编码方法及其装置交叉引用本专利技术要求如下优先权：编号为61/495,740，申请日为2011年6月10日，名称为“ScalableCodingofHighEfficiencyVideoCoding”的美国临时专利申请。上述美国临时专利申请在此作为参考。
本专利技术有关于视频编码。特别地，本专利技术有关于使用基础层(baselayer)的信息用于增强层(enhancementlayer)编码的可伸缩视频编码(scalablevideocoding)。
技术介绍
压缩数字视频已经广泛用于各种应用中，例如数字网络上的视频流以及数字信道中的视频传输。通常地，单一视频内容可通过具有不同特征的网络进行传送。例如，实况体育赛事可变为宽带网上的高带宽流格式(high-bandwidthstreamingformat)用于高级视频服务。在上述应用中，压缩视频经常保持高分辨率与高品质，从而使得视频内容适合于例如HDTV或高分辨率LCD显示器的高画质设备。相同内容也可通过蜂窝数据网络进行传送从而使得在例如智能手机或联网便携式媒体装置的便携设备上可观看上述内容。在上述应用中，因为存在网络带宽问题以及智能手机或便携装置上的典型低分辨率显示，所以经常将视频内容压缩至较低分辨率与较低比特率。因此，对于不同网络环境以及不同应用，对视频分辨率与视频品质的需求是非常不同的。即使对于相同类型的网络，由于不同的网络架构与网络交通状况，用户也会体验到不同的可用带宽。因此，当可用带宽较高时，用户可接收高品质的视频，但是当网络拥塞发生时，用户将接收低品质但还算流畅的视频。在另一情况中，高端媒体播放器可处理高分辨率及高比特率的压缩视频，与此同时由于有限的计算资源，廉价媒体播放器仅能处理低分辨率及低比特率的压缩视频。因此，以可伸缩方式构建压缩视频从而使得可从同一压缩比特流中得到不同时域/空域分辨率(spatial-temporal)及/或品质的视频是合适的解决方法。在当前H.264/AVC视频标准中，存在对H.264/AVC标准的扩展，称为可伸缩视频编码(ScalableVideoCoding,SVC)。SVC基于单一比特流提供时域、空域以及品质的可伸缩性。SVC比特流分别包含从低帧率(frame-rate)、低分辨率、低品质到高帧率、高清晰度、高品质的可伸缩视频信息。相应地，SVC适用于多种视频应用，例如视频广播、视频流、视频监控，以适应网络架构、网络交通状况、用户偏好等。在SVC中，提供了三种可伸缩类型，即时域可伸缩性、空域可伸缩性以及品质可伸缩性。SVC使用多层编码结构以实现三维可伸缩性。SVC的主要目标是产生一可伸缩比特流，其中该可伸缩比特流可在无反式编码或重编码的情况下简单快速地适用于与多种传输信道、各种显示能力以及不同计算资源相关联的比特率需求。SVC设计的重要特点是在比特流层(bitstreamlevel)提供上述可伸缩性。换句话说，可通过从可伸缩比特流中提取网络提取层(NetworkAbstractionLayer,NAL)单元(或网络数据包)简单取得用于推导具有缩减空域及/或时域分辨率的比特流，其中需要上述比特流用于解码预期视频。可另外减小用于品质精化的NAL单元从而减小比特率以及降低相应视频品质。例如，可根据H.264/AVC标准从基于B图像(B-picture)的分层编码结构中取得时域可伸缩性。图1描述具有4层时域层的分层B图像结构与具有8幅图像的图像组(GroupofPictures,GOP)。将图1中的图像0与图像8称为关键图像(keypicture)。关键图像的帧间预测(interprediction)仅使用先前关键图像作为参考。分层预测两幅关键图像之间的其他图像。仅具有关键图像的视频形成可伸缩系统的粗糙时域分辨率。通过增加与可伸缩系统的增强层相关的更多B图像逐步改善低级别(较粗糙)视频从而取得时域可伸缩性。在图1的示例中，在编码两个关键图像后，首先使用关键图像(即图像0与图像8)双向预测图像4。在处理完图像4后，处理图像2与图像6。使用图像0与图像4双向预测图像2，并且使用图像4与图像8双向预测图像6。在编码完图像2与图像6后，如图1所示，使用各自的两个相邻图像双向处理剩余的图像，即图像1、3、5、7。相应地，GOP的处理顺序是0、8、4、2、6、1、3、5、7。根据图1中的分层处理后的图像形成分层的四级图像，其中图像0与图像8属于第一时序，图像4属于第二时序，图像2与图像6属于第三时序并且图像1、3、5、7属于第四时序。通过解码基础层图像以及增加更高时序图像将能够提供更高水平视频。例如，基础层图像0与8可结合第二时序图像4形成第二层图像。通过将第三时序图像进一步加入第二层视频可形成第三层视频。相似地，通过将第四时序图像加入第三层视频可形成第四层视频。因此，可取得时域可伸缩性。如果初始视频具有每秒30帧的帧率，则基础层视频具有每秒3.75帧的帧率(30/8=3.75)。第二层、第三层与第四层视频对应每秒7.5帧、每秒15帧、每秒30帧。也可将第一时序图像称为基础层视频或基础层图像。也可将第二时序图像至第四时序图像称为增强层视频或增强层图像。除了启动时域可伸缩性，分层B图像的编码结构也可以增加编解码延迟为代价通过典型的IBBPGOP结构改善编码效率。在SVC中，如图2所示，基于金字塔编码方案支持空域可伸缩性。图2描述提供空域可伸缩性与品质可伸缩性的具有三个空域层的综合可伸缩视频编码示例。在具有空域可伸缩性的SVC系统中，首先降采样(down-sample)视频序列以取得不同空域分辨率（层）的较小图像。例如，由空域采样(spatialdecimation)220处理具有初始分辨率的图像210以取得降低分辨率的图像211。如图2所示，可由空域采样221进一步处理降低分辨率的图像211以取得进一步降低分辨率的图像212。除了二分空域分辨率(dyadicspatialresolution)，其中每层的空域分辨率减小一半，SVC也支持任意分辨率，其称为扩展空域可伸缩性(ExtendedSpatialScalability,ESS)。图2中的SVC系统描述了具有三层的空域可伸缩系统示例，其中层0对应具有最低空域分辨率的图像以及层2对应具有最高分辨率的图像。在不参考其他层情况下编码层0图像，即单层编码。例如，使用运动补偿与帧内预测230编码最低层的图像212。运动补偿与帧内预测230将不但为进一步的基础层熵编码240生成语法元素还生成例如运动信息的编码相关信息。图2实际上描述了提供空域可伸缩性与品质可伸缩性(也称为SNR可伸缩性)的综合SVC系统。上述系统也提供了时域可伸缩性，其并未明确示出。对于每一单层编码，可使用SNR增强层编码250改善残留的编码误差。图2中的SNR增强层可提供多种品质水平(品质可伸缩性)。如非可伸缩编码系统，分别由单层运动补偿与帧内预测编码每个支持分辨率层。也可使用基于一个或多个较低空域层的层间编码(inter-layercoding)来编码每个较高空域层。例如，可使用基于层0视频的层间预测、以宏块为基础的单层编码或其他区块单元来自适应地编码层1视频。相似地，可使用基于重本文档来自技高网...
【技术保护点】
一种用于可伸缩视频编码的上下文自适应熵编码方法，其中将视频数据配置于基础层(BL)与增强层(EL)并且其中该EL具有比该BL更高的空域分辨率或更好的视频品质，该方法包含：决定该BL的信息；以及使用该BL的该信息决定用于处理该EL的语法元素的上下文信息。
【技术特征摘要】
【国外来华专利技术】1.一种可伸缩视频编码方法，其中将视频数据配置于基础层与增强层并且其中该增强层具有比该基础层更高的空域分辨率或更好的视频品质，该可伸缩视频编码方法包含：决定该基础层的信息；以及使用该基础层的该信息决定用于处理该增强层的语法元素的上下文信息，其中用于该增强层的该语法元素的二值化取决于该基础层的该信息。2.如权利要求1所述的可伸缩视频编码方法，其特征在于，当需要编解码该增强层的该语法元素时，执行上述使用该基础层的该信息决定用于处理该增强层的该语法元素的该上下文信息。3.如权利要求1所述的可伸缩视频编码方法，其特征在于，用于该增强层的该语法元素的该上下文信息取决于该基础层的该信息。4.如权利要求1所述的可伸缩视频编码方法，其特征在于，该语法元素为分裂旗标、跳过旗标、合并旗标、合并指数、色度帧内模式、亮度帧间模式、分割尺寸、预测模式、帧间预测方向、运动矢量差值、运动矢量预测子指数、参考指数、量化参数差值、有值旗标、末位有值位置、大于1系数、减1系数、自适应环路滤波控制旗标、自适应环路滤波旗标、自适应环路滤波轨迹尺寸、自适应环路滤波合并旗标、自适应环路滤波启动/关闭决策、自适应环路滤波系数、样本自适应偏移旗标、样本自适应偏移类型、样本自适应偏移偏移、样本自...
【专利技术属性】
技术研发人员：庄子德，陈庆晔，黄毓文，雷少民，傅智铭，蔡家扬，
申请(专利权)人：联发科技股份有限公司，
类型：
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。