[发明专利]内容自适应视频编码器和编码方法

说明书

技术领域

一般来说，本发明涉及视频编码，具体来说，涉及预处理视频数据以用于优化MPEG2编码的视频。

背景技术

ISO(国际标准化组织)/IEC(国际电工委员会)视频压缩标准(例如，ISO/IEC 13818-2，参考文献1，通常称为运动图片专家组(MPEG)2标准)定义了用于根据这些标准制作的数字化编码视频的三种类型的编码图片：

I图片：它是不使用帧间预测的场内或帧内编码图片；

P图片：它是只具有来自之前图片的单向帧间预测的预测性编码图片；以及

B图片：它是具有来自之前和未来图片的双向帧间预测的预测性编码图片。

因此，I和P图片可用作其它P和B图片的帧间时间预测的参考图片。诸如H.264规范的一些实现允许使用B图片作为其它B图片的参考图片。这些B图片称为参考B。同时，对P图片有区别地编码，并且因此在编码时产生比I图片小的文件大小；类似地，B图片产生甚至更小的文件大小。因此，有益的是减小传送或存储MPEG2视频流(即，序列)所需的容量，即，使用较少的I图片和相对较多的P和B图片。

从I图片开始并以下一个I图片之前的图片结束的连续图片序列称为图片组或GOP。在I图片之间使用P和B图片，以便减小视频流大小。I图片(参考图片)之间的间隔称为GOP长度，并且P图片之间的间隔称为Sub-GOP长度。GOP长度中的图片顺序称为GOP结构。

I、P和B图片的排列由MPEG2规范规定，但是未定义任何特定的GOP长度或结构(即，GOP参数)，并且因此让制造商和用户针对任何特定应用选择合适的GOP参数。

MPEG2规范中固有的假设是，一旦做了选择，GOP参数便固定，即，通常预期GOP的大小和结构不会动态地改变。但是，规范没有决定性地禁止这样做。

过去使用可变GOP，以便减轻在可伸缩MPEG视频编码时出现的难度，其中可伸缩是指以不同的质量级、分辨率和帧速率解码表示编码视频的位流的能力。

文献WO2005086493A1中提供了可变GOP可伸缩编码的一个实例。在此情况下，GOP参数设置成允许不同的解码器系统具有不同的能力以便能够解码和呈现视频资料。不是调适(adapt)GOP长度，而是如果只是在长度上不同于正常GOP的第二GOP使编码成本(如某个参数所测量的)更低，则选择第二GOP这一选项。这种类型的方案是可伸缩编码所特有的，并且它不灵活，也不能使它本身紧密地适合图片序列的行为。它特别不能应对由诸如场景变换、隐显(fade)、闪光(flash)、时间或特殊复杂性等实际因素引起的编码缺点。同时，利用静态(即，固定)大小/结构的GOP会导致次优编码性能。

因此，本发明的目的是解决这些问题并改善MPEG2编码的实际性能。

发明内容

在本发明的第一方面，提供一种预处理视频图片数据序列的方法，其中视频图片数据序列包括排列成多个图片组GOP的I图片、P图片和B图片，并且所述多个图片组中的每个图片组具有第一图片和多个子图片组Sub-GOP。在所描述的方法中，分析视频图片数据序列以确定视频图片数据序列内相对于新GOP的起点位置的场景变换的位置，从而向视频编码器提供信息以通过延长或减小当前GOP长度来移动新GOP的起点以与场景变换重合(coincide)。如果场景变换和新GOP的起点在预定数量的图片内，这便完成了。

以此方式，视频数据(内容)的源序列的逐帧行为而不是固定选项集合使GOP参数适合最优编码。此外，该方法使得能够对于任何给定的视频数据序列使用较少的I帧，编码的数据大小因此更小，从而允许编码器/解码器中的更快速处理和更低的存储要求。

可选地，如果所提供的信息指示通过延长当前GOP长度来移动新GOP的起点，则延长步骤包括：由P和B图片创建一个或多个新的Sub-GOP；以及将新创建的一个或多个Sub-GOP插入到当前GOP，直到当前GOP具有足够长度为止。创建这一个或多个新Sub-GOP的步骤可包括：提供第一P图片作为这一个或多个Sub-GOP的最后一个图片；以及在第一P图片之前插入B或P图片直到达到期望的Sub-GOP长度。