[发明专利]用于可定标视频编码的系统与方法

说明书

相关申请的交叉参考

本发明涉及标题是″应用基层编码信息改进精确颗粒标定视频的系统和方法″的美国专利申请(卷号是No.700736)中所公开的发明，它是同时与此一起提交、并且共同指定到本发明的受让人。该相关专利申请的公开被结合在此，如在此详细阐述那样所有目的在于提供参考。

发明技术领域

总的来说，本发明涉及视频编码系统，更具体地说涉及用于编码数据流视频数据的一个系统。

发明背景

近年来，在包括互联网络的数据网络上的多媒体内容实时数据流已经日益成为一个通常应用。在其中，大范围的交互性和非交互性的多媒体应用，例如新闻点播、现场网络电视可见视频会议，依靠端对端数据流视频技术。不同于可首先以″非实″时检索而稍后以″实″时观看或播放的″下载″图像文件，数据流视频应用要求一个视频发射机，编码一个视频信号并且经一个数据网络发送到一个视频信号接收机，而该视频信号接收机必须以实时方式解码和显示该视频信号。

可定标视频编码是对于许多使用在采用具有大范围处理能力的解码器的系统中的多媒体应用和业务的一个所希望的特征。可定标性允许具有低计算能力的处理器只解码该可定标视频数据流的一个子集。可定标视频的另一应用是在具有可变传输带宽的环境中。在那些环境中，具有低接入带宽的接收机接收并接着解码该可定标视频数据流的一个子集，其中该子集的量正比于该可用带宽。

主要的视频压缩标准，比如MPEG-2和MPEG-4已经采用了若干视频可定标性方案。在这些标准中已经定义了时间的、空间的和质量的(例如信号噪声比(SNR))的可定标性类型。所有的的这些方案都包括一个基层(BL)和一个增强层(EL)。总的来说，该可定标视频数据流的BL部分表示为了解码该数据流所需要的数据的最小量。该数据流的EL部分表示附加信息，因此当由接收机解码时增强该视频信号的显示效果。

对于图像可定标性的每一类型，标识一个确定的可定标性的构造。该可定标性结构定义了在BL图像和EL图像当中的关系。可定标性的一个等级是精确颗粒可定标性(FGS)。借此可定标性类型编码的图像能够被逐级解码。换言之，不需要接收用于编码那个图像的全部的数据，该解码器就能开始解码并且显示该图像。随着更多的数据的接收，该解码图像的质量逐渐增强，直到全部信息被接收、解码和显示。

新建议的MPEG-4标准是针对以低比特率编码为基础的新视频数据流应用，例如电视电话、移位多媒体和视听通信、多媒体电子邮件、遥感、交互性的游戏等等。在该MPEG-4标准之内，精确颗粒可定标性已经被认为是用于网络图像分配的基本技术。FGS主要瞄准的是其中的视频经不同类网络实时数据流的应用。通过对于一个比特率的范围对内容一次编码而提供带宽自适应性，并且允许该视频传输服务器动态地改变传输速率，而无须该视频比特数据流的深入了解或分析。

数字信号的比特面压缩是对于许多多媒体应用的流行编码方法。具体地说，音像信号的比特面编码使能这些信号顺序和可定标地发送。通常，音频或视频信号经历某些类型的变换，比如离散余弦变换(DCT)或离散的子波变换(DWT)，在比特面编码之前，把空间像素数据变换至频域变换系数。随后，扫描和编码每一比特面，以该信号的最高有效比特(MSB)显示开始而以最低有效比特(LSB)显示结束。因此，如果由n比特表示该变换系数，则有n个对应的比特面被编码和发送。

根据保真度判据(例如最大容许失真)或比特速率预算约束，该信号的编码可以停止在任何特定比特面，甚至在任何特定比特面之内。这个方法提供了比特面压缩的顺序特征，尤其当以实时方式进行编码时(即与信号被发送的同时进行编码)。对于脱机的即在传输之前的编码信号，比特面编码产生一个嵌入和可定标的比特数据流。比如，这使该发送方根据例如可用带宽的网络状态而停止在任何比特面上(或在任何比特面之内)的数据流发送。

因此，比特面压缩一般提供一个很精确的该信号的颗粒可定标性(FGS)编码。根据用于编码该比特面的具体方法，此粒度能够精确为单个比特，或粗略为整个比特面。因此，如果使用n个平面以及总数为b比特比特面编码一个信号，则最后的压缩数据流能够包括在该嵌入到该数据流中的原始信号的顺序显示的n与b之间的任意位置。

对于MPEG-4建议的FGS结构的一个实现使用当前的MPEG-4视频编码标准作为基层(BL)编码方案，并且按照在原始的画面的DCT系数和基层重建DCT系数之间的差编码该增强层(EL)。增强编码逐个比特平面地扫描通过该差(或余数)DCT系数，并且按照基层DCT系数的精度编码一系列的1和0。