[发明专利]利用加权预测编码/解码多层视频的方法和装置

说明书

技术领域

符合本发明的装置和方法涉及视频编码，而且更具体地，涉及在多层视频编解码器中利用层间信息有效地编码多个层。

背景技术

随着信息通信技术的发展，包括因特网在内，包含诸如文本、视频、音频等等各种信息的多媒体服务日益增多。多媒体数据需要存储媒体的较大的容量以及用于传送的较宽的带宽，因为多媒体数据的量通常很大。例如，具有640*480分辨率的24位真彩图像每帧需要640*480*24位的容量，即，大约7.37兆位的数据。当以每秒30帧的速度传送该图像时，需要221兆位/秒的带宽。当存储基于这样的图像的90分钟电影时，需要大约1200千兆位的存储空间。因而，压缩编码方法是用于传送包含文本、视频、和音频的多媒体数据所必须的。

数据压缩的基本原理是去除数据冗余度。可以通过去除其中在图像中重复相同的颜色或物体的空间冗余度、其中在运动图像中相邻帧之间改变甚微或在音频中重复相同的声音的时间冗余度、或者考虑人眼视力和对高频的有限感知的心理视觉冗余度来压缩数据。可以将数据压缩根据是否损失源数据而划分为有损/无损压缩，根据是否独立地压缩单独的帧而划分为帧内/帧间压缩，以及根据压缩所需的时间是否与复原所需的时间相同而划分为对称/不对称压缩。数据压缩如果压缩/复原时间延迟不超过50毫秒则定义为实时压缩，而当帧具有不同的分辨率时就定义为可缩放压缩。对于文本或医学(medical)数据，通常使用无损压缩。对于多媒体数据，通常使用有损压缩。进一步，帧内压缩通常用于去除空间冗余度，而帧间压缩通常用于去除时间冗余度。

用于传送多媒体信息的传输介质根据传送的媒体类型而在性能上有差异。当前使用的传输介质具有各种传输率，范围例如从能够以每秒数十兆位的传输率传送数据的很高速度的通信网络到具有384 Kbps的传输率的移动通信网络。诸如MPEG-1、MPEG-2、H.263或H.264的之前的视频编码技术基于经运动补偿的预测编码技术去除冗余度。具体地，通过运动补偿来去除时间冗余度，而通过变换编码来去除空间冗余度。这些技术具有良好的压缩率，但是由于在主算法中使用了递归方法而不能提供真实可缩放位流的灵活性。因而，近来已经对基于小波的可缩放视频编码进行了积极的研究。可缩放性表示部分地解码单个压缩位流的能力，即，执行多种类型的视频再现的能力。可缩放性包括表示视频分辨率的空间可缩放性、表示视频质量等级的信噪比(SNR)可缩放性、表示帧频的时间可缩放性、以及其组合。

H.264可缩放扩展(以下称为‘H.264 SE’)的标准化目前由MPEG(运动画面专家组)和ITU(国际电信联盟)的联合视频组(JVT)执行。H.264SE的一个有利特征在于，其利用了层之间的关联以在采用H.264编码技术时编码多个层。虽然所述多个层从分辨率、帧频、SNR等等方面考虑彼此不同，但是它们由于从相同的视频源产生而基本上具有实质的类似性。考虑到这一点，提出了多种在编码上层数据时利用关于下层的信息的有效技术。

图1是用于说明传统H.264中提出的加权预测的图。所述加权预测允许将经运动补偿的参考画面适当地缩放而不是平均地缩放，以便改善预测效率。

当前画面10中的运动块11(‘宏块’或‘子块’作为用于计算运动向量的基本单位)与由前向运动向量22指向的左参考画面20中的预定图像21对应，同时与由后向运动向量32指向的右参考画面30中的预定图像31对应。

编码器通过从运动块11中减去从图像21和31获得的预测图像来减少用于表示运动块11所需的位数。不使用加权预测的传统编码器通过简单地将图像21和31平均来计算预测图像。然而，由于运动块11通常与左和右图像21和31的平均不相同，因而难以获得准确的预测图像。

为了克服该不足，H.264中提出了一种利用加权总和确定预测图像的方法。根据该方法，为每个片段(slice)确定权重因子α和β，并使用权重因子α和β与图像21和31的乘积的总和作为预测图像。所述片段可以由多个宏块组成而且与画面相同。多个片段可以构成画面。所述提出的方法可以通过调整权重因子而获得与运动块11差别甚小的预测图像。该方法还可以通过从运动块11中减去预测图像而改善编码效率。

发明内容

技术问题

虽然H.264中定义的加权预测很有效，但是该技术迄今仅被用于单层视频编码。尚未有研究关注于将该技术应用于多层可缩放视频编码。从而，需要将加权预测应用于多层可缩放视频编码。

技术方案