[发明专利]用于对视频信号进行熵编码和解码的方法和设备在审

专利信息
申请号: 201680075101.2 申请日: 2016-11-22
公开(公告)号: CN108432248A 公开(公告)日: 2018-08-21
发明(设计)人: 南廷学;许镇;朴胜煜 申请(专利权)人: LG电子株式会社
主分类号: H04N19/13 分类号: H04N19/13;H04N19/91;H04N19/70;H04N19/174;H04N19/176
代理公司: 北京三友知识产权代理有限公司 11127 代理人: 刘久亮
地址: 韩国*** 国省代码: 韩国;KR
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 切片 上下文模型 对视频信号 关联 句法 方法和设备 统计计算 熵编码 熵解码 概率 推导 权重 使用权 更新 统计
【说明书】:

发明提供了一种对视频信号进行熵解码的方法,该方法包括以下步骤:获得与当前切片关联的上下文模型初始值;基于先前切片的句法统计来计算概率值;关于与当前切片关联的上下文模型初始值和基于先前切片的句法统计计算的概率值来推导权重值;以及使用权重值来更新与当前切片关联的上下文模型初始值。

技术领域

本发明涉及用于对视频信号进行熵编码和熵解码的方法和设备,更具体地讲,涉及一种自适应地选择上下文模型的方法以及一种在使用基于上下文的自适应二进制算术编码(CABAC)的情况下自适应地利用旁路模式的方法。

背景技术

熵编码是一种对通过编码处理确定的句法元素进行非压缩式压缩并生成原始字节序列有效载荷(RBSP)的处理。熵编码使用句法的统计并且为频繁生成的句法分配短比特,为其它句法分配长比特,然后将句法元素表示成简要数据。

在这些当中,基于上下文的自适应二进制算术编码(CABAC)使用基于句法的上下文以及在执行二进制算术编码的过程期间先前生成的符号的自适应更新的概率模型。然而,CABAC具有许多操作和高复杂度以及顺序结构,因此,难以并行操作。

因此,在视频压缩技术中,需要更高效地压缩和发送句法元素,为此,需要改进熵编码的性能。

发明内容

技术问题

本发明在于提出一种当执行CABAC时改进上下文模式的预测性能的方法。

本发明在于提出一种以块为单位针对所有句法利用基于旁路模式的CABAC的方法。

本发明在于提出一种以块为单位针对特定句法利用基于旁路模式的CABAC的方法以及一种用于调整特定句法的分组方法。

本发明在于提出一种关于是否以块为单位应用基于自适应旁路模式的CABAC的推导方法。

本发明在于提出一种根据邻近块的块大小和句法值来选择上下文模型的方法。

本发明在于提出一种以切片为单位基于句法的统计更新概率模型的方法。

本发明在于提出一种以切片为单位基于句法的统计更新二值化的方法。

技术方案

本发明在于提出一种基于邻近块选择上下文模型的方法。

本发明在于提出一种基于块大小选择上下文模型的方法。

本发明在于定义指示是否基于先前切片的句法统计更新上下文模型的标志。

本发明在于定义用于更新上下文模型的上下文模型的初始值。

本发明在于提出一种基于先前切片的句法统计更新上下文模型的方法。

本发明在于定义指示是否为旁路模式的旁路标志。

本发明在于提出一种将各个组的句法分类以便自适应地应用旁路模式的方法。

本发明在于定义旁路组索引以便自适应地应用旁路模式。

本发明在于提出一种基于旁路组索引执行旁路模式算术解码的方法。

本发明在于提出一种推导当前块的旁路模式的方法。

本发明在于定义指示是否从先前帧预测旁路标志的旁路时间预测标志。

本发明在于提出一种基于旁路时间预测标志执行旁路模式算术解码的方法。

技术效果

本发明可通过在执行CABAC时利用块大小和句法值或者基于先前切片的统计更新上下文模型以便改进上下文模型的预测性能来改进熵编码的性能。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于LG电子株式会社,未经LG电子株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201680075101.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top