[发明专利]可伸缩视频编码中的运动预测

说明书

相关申请的交叉引用

本申请要求2011年6月30日提交的题为“Motion Prediction in Scalable Video Coding（可伸缩视频编码中的运动预测）”的美国序列号第61/503,092的优先权，该公开通过整体引用合并于此。

技术领域

本申请涉及视频编码技术，其中视频以基本层和一个或多个附加层的形式表示且其中基本层的运动向量信息可以用于预测。

背景技术

使用可伸缩技术的视频压缩在此处使用的意义上允许数字视频信号以多个层的形式表示。可伸缩视频编码技术被提议和/或标准化已有多年。

例如，ITU-T Rec.H.26202/2000（可从瑞士日内瓦20Place des Nations1211国际电信联盟（ITU）获得并通过整体引用结合于此处），也称为MPEG-2，在某些方面包括了允许对一个基本层和一个或多个增强层编码的可伸缩编码技术。增强层就诸如增加的帧速之类的时间分辨率（时间可伸缩性）、空间分辨率（空间可伸缩性）或在给定帧速和分辨率的质量（质量可伸缩性，也称为SNR可伸缩性）而言可以增强基本层。

ITU Rec.H.263版本2（1998）及之后的版本（可从瑞士日内瓦20Place des Nations1211国际电信联盟（ITU）获得并通过整体引用结合于此处）也包括了允许某些可伸缩性的可伸缩性机制。

ITU-T Rec.H.264版本2（2005）及之后的版本（可从瑞士日内瓦20Place des Nations1211国际电信联盟（ITU）获得并通过整体引用结合于此处）和它们相应的ISO-IEC对应物ISO/IEC14496第10部分在其附录G中包括了称为可伸缩视频编码或SVC的可伸缩性机制。SVC包括运动向量（和其它辅助信息，诸如帧内预测模式、运动分区、参考图片索引）的预测机制，如在例如Segall C.和Sullivan G.的“Spatial Scalability Within the H.264/AVC Scalable Video Coding Extension（H.264/AVC可伸缩视频编码扩展中的空间可伸缩性）”（IEEE CSVT,卷17No.9,2007年9月）和其特别子节III.Β中解释的。

视频压缩的一个方面是运动向量的预测。例如，SVC对每个增强层运动分区规定了通过将base_mode_flag（基本层_模式_标志）设置为零来表示的模式，此样本的运动向量预测器可以是相对应的基本层空间区域的经提升的运动向量。对增强层数据的每个运动分区，motion_prediction_flag（运动_预测_标志）可以判断经提升的基本层运动向量是否用作预测器，或当前层的空间预测的中间值运动向量是否用作预测器。此预测器可以通过如下所述的根据比特流而解码的增强层运动向量差别和其它运动预测技术来修改，以生成所应用的运动向量。

SVC还规定了第二模式，通过base_mode_flag等于一来表示。对此层间运动预测模式，整个增强层宏块的运动信息可以根据相对应的基本层的块来预测。在此情况中，经提升的信息“不予改变”地使用；运动向量、参考图片列表索引（可以等于运动向量中的时间维度）和分区信息（应用运动向量的“块”的大小和形状）全部是直接从基本层导出的。

在两种模式中，可以有表示运动向量预测存在或不存在的开销；通常是对motion_prediction_flags标志多达每增强层宏块4比特，加上当使用CAVLC编码时对base_mode_flag的一个附加比特。

在SVC中，运动向量是在比特流中作为由搜索算法找到的运动向量与运动向量预测器之间的差别而编码的。预测器可以作为三个相邻块的运动向量的中间值而计算，如果有邻居可用的话。如果特定邻居不可用，例如作为帧内编码或在图片或片的边界之外，则可以用不同的邻居位置代替，或者用（0，0）的值代替。

在本写作的时间，高效率视频编码（HEVC）在由视频编码联合协作团队（JCT-VT）开发。在本写作的时间，JCT-VC的工作草案可以作为“Bross et.al.,High efficiency video coding(HEVC)text specification draft6,JCTVC-H1003_dK,Feb2012（Bross等，高效率视频编码（HEVC）文本规范草案6，JCTVC-H1003_dK，2012年2月）”（此后称为“WD6”或“HEVC”）找到，从