[发明专利]质量可缩放视频数据流

说明书

技术领域

本发明涉及质量可缩放视频数据流、质量可缩放数据流的产生和 解码，例如使用逐块变换获得的视频数据流的产生和解码。

背景技术

当前，ISO/IEC运动图象专家组(MPEG)中的ITU-T视频编码 专家组的当前联合视频小组(JVT)正在制定H.264/MPEG4-AVC视 频编码标准的可缩放扩展。与传统的单层编码相比，可缩放视频编码 (SVC)的主要特征在于，在单个比特流内提供了视频源的具有不同 分辨率、帧率和/或比特率的表示。可以通过如分组丢弃之类的简单流 操作来从全局SVC比特流中提取具有特定空间-时间分辨率和比特率 的视频表示。作为SVC设计的重要特征，按照标准中所指定的那样来 使用H.264/MPEG4-AVC的大多数组件。这包括运动补偿和帧内预测、 变换和熵编码、解块以及NAL单元分组化(NAL＝网络抽象层)。一 般地，依照H.264MPEG-4-AVC来对SVC比特流的基础层进行编码， 因此，每个符合标准的H.264-MPEG4-AVC解码器在被提供以SVC比 特流时都能够对基础层表示进行解码。仅为支持空间和SNR可缩放性 而添加了新的工具。

对于SNR可缩放性，在当前的工作草案中，对粗颗粒度/中等颗 粒度可缩放性(CGS/MGS)和细颗粒度可缩放性(FGS)进行了区分。 使用与空间可缩放性类似的概念来实现粗颗粒度或中等颗粒度SNR 可缩放编码。使用层专用的运动参数，对不同SNR层的画面独立进行 编码。然而，与联播相比，为了提高增强层的编码效率，已经引入了 附加的层间预测机制。这些预测机制已经成为可切换的，使得编码器 可以自由选择对于高效增强层编码应当利用哪些基础层信息。由于所 使用的层间预测概念包括运动参数和残差预测的技术，因此，应当在 时间上将SNR层的时间预测结构对齐，以高效利用层间预测。应注意， 一个时刻的所有NAL单元形成了多余的单元，并因此必须在SVC比 特流内彼此衔接。在SVC设计中包括了以下3种层间预测技术。

第一种技术被称为层间运动预测。为了采用基础层运动数据来进 行增强层编码，已经将一种附加的宏块模式引入SNR增强层中。通过 对基础层中位于相同位置的宏块的划分进行拷贝，获得了宏块的划分。 从位于相同位置的基础层块拷贝得到参考画面索引以及相关联的运动 向量。此外，可以使用基础层的运动向量作为传统宏块模式的运动向 量预测符。

第二种技术用于减小各质量层间的冗余，被称为层间残差预测。 通过针对所有帧间编码的宏块而传送的标记(residual_prediction_flag) 来信号指示层间残差预测的使用。当该标记为真时，使用位于相同位 置的块的基础层信号作为对当前宏块的残差信号的预测，从而仅对相 应的差值信号进行编码。

最后，使用层间帧内预测，以利用层之间的冗余。在帧内宏块模 式中，通过位于相同位置的基础层的重构信号来建立预测信号。对于 层间帧内预测，一般而言需要对基础层进行完全解码，这种完全解码 包括运动补偿预测和解块的计算复杂的操作。然而，已经表明，当层 间帧内预测被限制在较低层画面中被帧内编码的部分时，可以绕过这 一问题。由于这种限制，可以使用单个运动补偿环来对每个所支持的 目标层进行解码。在可缩放的H.264-MPEG4-AVC扩展中，这种单环 解码模式是强制性的。

由于仅当位于相同位置的宏块是帧内编码时才可以应用层间帧内 预测，并且仅当基础层宏块是帧间编码时才可以应用对宏块类型进行 推断的层间运动预测，因此，在宏块级经由单个语法元素 base_mode_flag来信号指示这两种模式。当该标记等于1时，在基础 层宏块是帧内编码的情况下选择层间帧内预测。否则，从基础层宏块 拷贝得到宏块模式以及参考索引和运动向量。

为了支持比CGS/MGS编码更细的颗粒度，已经引入了所谓的渐 进细化片，以实现更细颗粒的SNR可缩放编码(FGS)。每个渐进细 化片表示与量化步长(QP增加6)的二等分相对应的残差信号的细化。 以在解码器侧仅需对每个变换块执行单次逆变换的方式来表示这些信 号。变换系数水平在渐进细化片中的排序使得能够在任何任意字节对 齐点处将相应NAL单元截断，由此可以以细颗粒的方式来细化SNR 基础层的质量。除了对残差信号进行细化之外，还可以将运动参数的 细化作为渐进细化片的一部分来传送。