[发明专利]针对码率-量化或者失真-量化模型函数的模型参数估计

权利要求书

1.一种用于估计码率-量化或者失真-量化模型函数（26）的模型参数以逼近针对帧序列（14）的视频编码器（12）的实际码率-量化或者失真-量化函数（20）的装置，所述装置包括：

更新器（28），被配置为执行时间离散卡尔曼滤波器的预测步骤（50），以从所述帧序列（14）的前一帧（k–1）的时间离散卡尔曼滤波器状态获得所述帧序列（14）的当前帧（k）的时间离散卡尔曼滤波器的预测状态所述时间离散卡尔曼滤波器的状态定义所述模型参数的参数估计；

第一校正器（30），被配置为确定所述当前帧k的复杂性度量，并且使用取决于所确定的复杂性度量的测量值来执行所述时间离散卡尔曼滤波器的校正步骤（52），以从所述预测状态获得所述时间离散卡尔曼滤波器的初次校正状态以及

第二校正器（32），被配置为使用取决于在使用预定量化来编码所述当前帧（k）中所述视频编码器（12）的实际编码率或者失真度（42）的测量值来执行所述时间离散卡尔曼滤波器的校正步骤（54）。

2.根据权利要求1所述的装置，其中，所述更新器（28）被配置为在执行所述时间离散卡尔曼滤波器的所述预测步骤中使用单位矩阵作为状态转移矩阵，使得所述预测状态采用由针对前一帧的所述时间离散卡尔曼滤波器的状态所定义的参数估计，并且被配置为相对于所述前一帧的所述时间离散卡尔曼滤波器的所述状态增加所述预测状态的不确定性。

3.根据权利要求2所述的装置，其中，所述更新器（28）被配置为确定所述当前帧（k）和所述前一帧（k–1）之间的相似性度量，以及使所述预测状态的不确定性增加取决于所述相似性度量的量。

4.根据权利要求1至3中任一项所述的装置，其中，所述第一校正器（30）被配置为在确定所述复杂性度量中确定通过运动补偿预测确定的临时预测帧与所述当前帧之间的偏差度量以及/或者在所述当前帧的采样值的分布的集中趋势周围该分布的分散度测量。

5.根据权利要求1至4中任一项所述的装置，其中，所述第一校正器（30）被配置为基于所确定的所述复杂性度量来预测所述当前帧（k）的码率-量化或者失真-量化模型函数的模型参数，以及使用取决于所预测的模型参数与基于针对所述前一帧确定的复杂性度量而预测的所述前一帧的模型参数的预测结果之差的测量值和等于所述单位矩阵减去一相关矩阵的测量矩阵来执行所述校正步骤，所述前一帧的模型参数被应用于所述相关矩阵。

6.根据权利要求5所述的装置，其中，所述第一校正器（30）被配置为根据所述当前帧和所述前一帧之间的相似度来设定所述相关矩阵。

7.根据权利要求1至6中任一项所述的装置，其中，所述第二校正器被配置为使用使用了测量矩阵的测量值来执行所述时间离散卡尔曼滤波器的所述校正步骤，所述测量矩阵取决于在初次校正状态处根据所述预定量化的码率-量化或者失真-量化模型函数（26）的模型参数与所述编码率或者失真度之间线性关系的线性形式。

8.根据权利要求1至6中任一项所述的装置，其中，所述第二校正器被配置为使用使用了测量矩阵的测量值来执行所述时间离散卡尔曼滤波器的所述校正步骤，所述测量矩阵取决于在初次校正状态处线性化的根据所述预定量化的码率-量化或者失真-量化模型函数（26）的所述模型参数与编码率或者失真度之间关系的线性形式。

9.根据权利要求8所述的装置，其中，所述码率-量化或者失真-量化模型函数为码率-量化模型函数，以及所述第一校正器被配置为基于所确定的所述复杂性度量来预测所述当前帧k的码率-量化模型函数的模型参数，并且根据所预测的模型参数来确定所述校正步骤的测量值，以及所述第二校正器被配置为根据码率-量化模型函数来确定取决于所述模型参数与所述编码率之间关系的线性形式的测量矩阵，两者都使得使所述视频编码器的所述量化q与所述视频编码器的所述编码率相关联的码率-量化模型函数f为分段函数，包括在较精细量化区间内的二次函数段以及在较粗略量化区间内的指数函数段。