[发明专利]用于确定在语法元素与用于可变长度编码的码字之间的映射的方法和装置

说明书

技术领域

提供了一种用于确定在语法元素与用于可变长度编码的码字之间的映射的方法、用于确定在语法元素与用于可变长度解码的码字之间的映射的方法、装置、编码器和解码器。

背景技术

视频编码解码器包括将输入视频变换成适合于存储和/或传输的压缩表示的编码器和可以将压缩视频表示解压回成可查看形式的解码器。通常，编码器丢弃原视频序列中的一些信息以便以更紧凑形式、例如以更低比特率表示视频。

例如根据国际电信联盟的ITU-T H.263和H.264编码标准操作的典型视频编码解码器在两个阶段中对视频信息进行编码。在第一阶段中，预测某个画面区域或者“块”中的像素值。可以例如通过运动补偿机制预测这些像素值，这些运动补偿机制涉及发现并且指示先前编码的视频帧之一（或者以后编码的视频帧）中与正在编码的块接近地对应的区域。此外，可以通过涉及发现并且指示空间区域关系的空间机制预测像素值。

第二阶段是对在预测的像素块与原像素块之间的误差进行编码。这通常通过使用指定的变换对像素值差值进行变换来实现。这一变换通常是离散余弦变换（DCT）或者其变体。在变换差值之后，量化并且熵编码变换的差值。

通过变化量化过程的保真性，编码器可以控制在像素表示的准确性（换而言之，画面的质量）与所得编码视频表示的大小（换而言之，文件大小或传输比特率）之间的平衡。在图1中描绘了编码过程的例子。

解码器通过应用与编码器使用的预测机制相似的预测机制以便形成像素块的预测表示（使用由编码器创建并且在图像的压缩表示中存储的运动或者空间信息）和预测误差解码（预测误差编码的逆操作，用于在空间域中恢复量化的预测误差信号）来重建输出视频。

在应用像素预测和误差解码过程之后，解码器组合预测与预测误差信号（像素值）以形成输出视频帧。

解码器（和编码器）也可以应用额外滤波过程以便在传达输出视频用于显示和/或存储为用于视频序列中的将来帧的预测参考之前提高输出视频的质量。在图2中描绘了解码过程的例子。

在典型视频编码解码器中，运动信息由与每个运动补偿的图像块关联的运动矢量指示。这些运动矢量中的每个运动矢量表示待编码（在编码器中）或者解码（在解码器中）的画面中的图像块和先前编码或者解码的图像（或者画面）之一中的预测源块的移位。为了高效表示运动矢量，通常相对于块特有预测运动矢量不同地对运动矢量编码。在典型视频编码解码器中，例如通过计算相邻块的编码或者解码运动矢量的中值来以预定义方式创建预测的运动矢量。

在典型视频编码解码器中，首先用变换内核（比如DCT）变换、然后编码在运动补偿之后的预测残值。针对这一点的原因在于经常在残值之间仍然有一些相关性并且变换可以在许多情况下帮助减少这一相关性并且提供更高效编码。

典型视频编码解码器利用拉格朗日成本函数以发现最优编码模式，例如希望的宏块模式和关联运动矢量。这一类型的成本函数使用加权因子或者λ以将由于有损编码方法所致的确切或者估计图像失真与为了表示图像区域中的像素值而需要的确切或者估计信息量联系在一起。

这可以由下式表示：

C=D+λR    (1)

其中C是待最小化的拉格朗日成本，D是在当前考虑模式和运动矢量时的图像失真（换而言之，均方误差），并且R是为了表示所需数据以在解码器中重建图像块而需要的比特数（包括用于表示候选运动矢量的数据量）。

当使用可以具有不同长度的码字对源符号编码时，将源符号转译成唯一码字。这一种类的编码可以称为可变长度编码（VLC）。可以设计编码使得用更短码字表示更有可能的符号而用更长码字表示更少可能的符号。在传输码字时可以用与更长码字比较更少比特来表示更短码字。可变长度编码的一个目标在于与这样对符号编码的情形比较减少为了表示符号而需要的信息量。换而言之，当将符号集合转译成码字时，所得编码表示应当包含比源更少的比特。符号集合可以包括许多种类的信息。例如符号集合可以是由字节构成的文件、信息流如视频流或者音频流、图像等。

可变长度码字的设计可以依赖于源符号表示的源的概率统计量。为了获得用于可变长度编码的码字集合，可以从一些有代表性的源材料收集合概率统计量，并且围绕这些统计量设计码字。这可以很好地工作，但是在许多情况下，统计量不平稳而可能随时间变化，并且具有固定码字集合可能未产生良好压缩。为了实现更好压缩，可以不断局部适配可变长度码字集合以适合源的观测统计量。