[发明专利]视频编码

说明书

本申请是申请号为00810573.1的分案申请。

本发明涉及视频编码和解码。

移动通信中新近的目标之一是增大数据传输的速度，以做到能将多媒体业务结合进移动网络中。多媒体的关键成分之一是数字视频。视频传输中包含有一种相当地持续的数据通信量，它反映了活动图像。众所周知，传输图像所需的数据量比之传输许多其它类型媒体的数据量大，迄今为止，在低比特率终端内应用视频是不被重视的。然而，在低比特率视频压缩领域内，已经取得显著的进步。在大约20kbps的比特率下，能得到可以接受的视频质量。作为这种前进中的比特率压缩的结果，通过诸如移动通信信道之类的信道传输视频业务，将是可行的。

一个视频序列是由一系列静止图像或静止帧组成的。视频压缩方法是基于减低视频序列中的冗余和感知上不相关的部分。视频序列中的冗余可分类成空间冗余、时间冗余和频谱冗余。空间冗余是指一帧内相邻像素之间的相关性。时间冗余是指相继帧之一些区域间的相关性。时间冗余是由前一图像中呈现的物体也相似地呈现在当前图像中引起的。通过产生出运动补偿数据能够实现压缩，运动补偿数据描述了当前图像与先前图像之类似区域间的运动(也即是位移)情况。因此，当前图像是从先前图像中进行预测的。频谱冗余是指同一图像中不同彩色分量之间的相关性。

视频压缩方法通常是在图像之间求差值，各个图像可以利用或不利用时间冗余进行压缩。不利用时间冗余压缩方法的被压缩图像一般称之为帧内帧或I帧，而进行了时间预测压缩的图像称为帧间帧或P帧(又，当帧间帧能在前向方式和反向方式下进行预测时，则称为B帧)。在帧间帧情况下，预测的(运动补偿的)图像难以有足够的精确性，所以，空间压缩的预测误差图像也是每个帧间帧的一部分。

然而，仅仅借助于减低视频序列中的冗余通常不能够达到足够的压缩。因此，视频编码器中尝试减低视频序列中人们主观上感觉最不重要的那些部分的图像质量。此外，被编码比特流中的冗余可借助于压缩参数和系数的高效无损编码予以减少。这方面的主要技术是应用变字长编码。

压缩的视频易于受到传输差错的干扰，原因主要有两点。首先，由于应用了时间预测差值编码(帧间帧)，差错会在空间上和时间上两方面发生蔓延。实际中，这意味着，一旦发生一个差错，在人眼中容易看到一个比较长时间的差错。在低比特率传输时这尤其敏感，因为这时只有少量的帧内编码帧(传输帧内编码帧时将终止差错在时间上的蔓延)。其次，变字长编码的应用增大了对差错的敏感性。当一个比特的差错使一个码字变更为另一个不同长度的码字时，解码器将丢失码字的同步，不正确地解码随后的无误码的码字(它包含有若干个比特)，直至下一个同步码或者下一个起始码到达。(同步码是这样一种比特模式，从其它码字的任何合法组合中不能产生出该种比特模式)。

无线数据传输的固有特性之一是比特差错的概率比较高。这个问题的解决可借助于各样的传送方案、网络方案和链路层再传输方案等。然而，此类方案的缺点是可能存在不定的和起伏的传输延时。在对话式的音频-视频业务中，大的端到端延时是不能接受的。因此，在此类业务中不能够应用。取代的方法是必须尝试着检测和隐匿传输差错。在流式的音频-视频获取业务中，传输延时会有所变化的原因在于，在开始播放之前可能有某种初始的缓存。然而，最大可接受的传输延时是固定的，如果超过此延时，会在播放中发生一种令人讨厌的暂停。实际上，在音频-视频获取业务中应用了可靠的和不可靠的两种传送信道。

压缩视频流中的每一个比特对于解压缩的图像来说，有着不相等的重要性。某些比特包含着紧要的信息，诸如所应用的图像类型(例如，帧内帧或帧间帧)、量化器量化值和可选的编码模式等)。ITU-T建议H.263涉及低比特率通信中的视频编码。在H.263中，最紧要的信息聚集在图像首标中。图像首标中的差错通常会造成对规定了图像内容的随后各比特作出总体错误的解释。由于应用了时间预测的差值编码(帧间帧)，差错将在空间上和时间上两方面发生蔓延。因此，对于图像首标受干扰的正常解决办法，是在屏幕上冻结先前的图像，向发送端传输一个帧内帧的图像请求，并等待所请求的帧内帧。然而，这会在接收的视频中造成一种讨厌的暂停，尤其是在实时的对话运行的视频序列中更为讨厌。

取决于铺设的网络，传输差错有着不同的特性。在分组交换网络中，诸如是互联网等，传输差错通常造成分组损失(由于网络单元内的拥塞)。在电路交换网络中，诸如是移动网络(例如，GSM中的HSCSD)，传输差错通常为比特差错，“1”受干扰而成为“0”，或是相反的干扰情况。