[发明专利]指示比特流子集的方法和设备

说明书

技术领域

本发明涉及用于指示压缩视频比特流中的比特流子集的方法和设备，以及用于从压缩视频比特流中提取视频分组的方法和设备。本发明还涉及计算机程序和计算机程序产品。

背景技术

H.264，也称为MPEG-4/高级视频编码(AVC)，是当前现有视频编码标准。它是一种混合编解码器，利用消除每个视频帧内以及帧间的冗余的优点。编码过程的输出是视频编码层(VCL)数据，VCL数据被进一步封装入网络抽象层(NAL)单元，然后进行传输和存储。除了视频数据之外，NAL单元中可以承载的其他数据包括参数集，如序列参数集(SPS)和画面参数集(PPS)，承载解码VCL数据所必需的数据，如视频分辨率或所需解码器能力)；或补充增强信息(SEI)，承载可用于解码器或网络单元但不是解码VCL数据所必需的信息。

NAL被设计为针对多种系统实现VCL的简单、有效和灵活的使用，以传输和存储视频数据，如通过实时传输协议(RTP)或超文本传输协议(HTTP)的传输或在ISO文件格式中的存储。NAL单元概念要提供针对网络(即传输和存储系统)的手段，以通过将比特流分为逻辑单元来访问、组合和操纵压缩比特流。例如，与一个压缩画面相对应的单元增加有高级信息，向网络指示是否可以使用编码画面作为随机访问点来开始解码压缩视频。

NAL是H.264/AVC视频的最小功能单元。NAL单元可以再分为NAL单元首部和NAL单元净荷。NAL单元首部由网络可以用于管理压缩比特流的标识符的集合组成。例如，为了在有限带宽情况下降低视频的传输比特率，可以基于NAL单元首部中承载的信息，丢弃一些NAL单元，以最小化丢弃视频数据所导致的质量退化。该过程表示为“比特流稀释”。

尽管传统视频服务以单一表示来提供视频，即使用固定摄像机位置和空间分辨率，但是多分辨率和多视图视频表示近来已经变得重要。多分辨率表示以多个不同空间分辨率来表示视频，以服务具有不同显示分辨率的目标设备。多视图表示表示来自不同摄像机视角的内容，一种特定情况是立体视频情况，其中利用类似于人眼的具有一定距离的两个摄像机来捕捉场景。使用合适的显示技术，可以向观看者提供深度的感知。

多分辨率和多视图视频表示通常称为层级或分层表示，其中基本层表示视频的基本质量，连续增强层将表示向更高质量修正。

可缩放视频编码(SVC)和多视图视频编码(MVC)分别是可以用于压缩多分辨率和多视图视频表示的视频编码标准，其中，通过消除不同层之间的冗余信息来实现高压缩效率。SVC和MVC基于AVC标准，并包括在AVC的较晚版本中作为附录G和H，因此共享大多数AVC结构。

SVC和MVC比特流固有的层级依赖性需要NAL单元首部中的附加信息字段，如解码依赖性和视图标识符。然而，为了保持与现有AVC实现的兼容性，基本AVC NAL单元首部未改变。而是通过引入两种新类型的NAL单元，即前缀NAL单元(类型14)和编码片扩展NAL单元(类型20)，来并入额外信息，如依赖性和视图标识符，两种新类型的NAL单元在AVC中定义为“未使用”从而被不支持规范的附录G或H的AVC解码器所忽略。

前缀NAL单元可以与VCL AVC NAL单元相关联，VCL AVC NAL单元应在比特流中紧随前缀NAL单元之后，传递与基本层相关的附加信息。AVC解码器将忽略前缀NAL单元，从而可以解码基本层。

编码片扩展NAL单元仅用于SVC或MVC增强层。它表示与基本层或其他增强层相关的增强信息。除了如前缀NAL单元中传递依赖性和视图标识符之外，编码片扩展NAL单元由SVC或MVC NAL单元首部以及对应的VCL数据组成。因此，它是前缀NAL单元和VCL AVC NAL单元的组合。SVC和MVC增强层NAL单元将被AVC解码器所忽略。

以类似方式定义AVC的SVC和MVC扩展。它们的使用是互斥的，即标准中定义的语法和语义部分冲突，并且不允许同时使用SVC和MVC元素。将来自SVC和MVC的特征组合将需要改变标准，尤其是NAL单元首部的定义。

HEVC是当前正在标准化中的下一代视频编码标准。HEVC旨在与AVC相比实质上改进编码，尤其是对于高分辨率视频序列。

在高级语法设计方面，最直接的方法是采用AVC高级语法的概念，具体为AVC NAL单元概念。然而，这可能具有以下问题。