[发明专利]视频编码系统和方法中的运动向量选择和预测

说明书

本文提供了用于使用递归编码块分割方案对视频帧序列中的未编码视频帧进行编码的系统和方法。在将帧划分成最大允许尺寸的像素区域(LCB尺寸的编码块)之后，可以将每个LCB尺寸的编码块候选项(“LCBC”)分割成较小的CBC。该过程可以递归地继续直到编码器确定(1)当前CBC适合于编码(例如，因为当前CBC仅包含单个值的像素)或(2)当前CBC是用于特定实现方式的编码块候选项的最小尺寸，例如2×2、4×4等(“MCBC”)，以先到者为准。然后可以使用两种帧内预测技术中的一种将预测值分配给编码块的像素：非平方模板匹配技术或定向预测技术。

相关申请的交叉引用

本申请是2015年12月22日提交的标题为“Motion Vector Selection andPrediction in Video Coding Systems and Methods(视频编码系统和方法中的运动向量选择和预测)”(代理人案卷号为REAL-2015731)的PCT申请PCT/CN2015/098329的部分继续申请，其是2015年3月31日提交的标题为“Motion Vector Selection and Prediction inVideo Coding Systems and Methods(视频编码系统和方法中的运动向量选择和预测)”(代理人案卷号为REAL-2015693)的PCT申请PCT/CN2015/075599的部分继续申请，上述申请的整个公开内容在此出于所有目的并入本文。

技术领域

本公开涉及视频信号的编码和解码，并且更具体地，涉及针对视频序列的帧选择预测运动向量。

背景技术

诸如数字图像、语音/音频、图形和视频的数字多媒体的出现由于其相对容易实现内容的可靠存储、通信、传输、以及搜索和访问而显著改进了各种应用并且打开了品牌新应用。总体而言，数字多媒体的应用领域非常广泛，涵盖娱乐、信息、医学和安全性等广泛领域，并以多种方式使社会受益。由诸如相机和麦克风的传感器捕获的多媒体通常是模拟的，并且以脉冲编码调制(PCM)形式进行的数字化过程使其成为数字。然而，就在数字化之后，作为重新创建扬声器和/或电视显示器所需的模拟表示所需的结果数据量可能会非常大。因此，大量数字多媒体内容的有效通信、存储或传输需要将其从原始PCM形式压缩为压缩表示。因此，已经发明了许多用于多媒体压缩的技术。多年来，视频压缩技术已经变得非常复杂，以至于它们通常可以达到10与100之间的高压缩系数，同时又保持了很高的心理视觉质量，通常类似于未压缩的数字视频。

迄今为止，虽然在视频压缩的艺术和科学方面已取得了巨大的进步(如众多标准机构驱动的视频编码标准(诸如MPEG-1、MPEG-2、H.263、MPEG-4part2、MPEG-4AVC/H.264、MPEG-4SVC和MVC)、以及行业驱动的专有标准(诸如Windows Media Video、RealVideo、On2Vp等)所展示的)，但消费者对更高质量、更高清晰度的需求的日益增长，以及现在的可用于访问的3D(立体声)视频无论何时何地，只要有必要就可以经由诸如DVD/BD的各种手段通过空中广播、电缆/卫星、有线和移动网络输送到各种客户端设备(诸如PC/膝上型电脑、电视、机顶盒、游戏机、便携式媒体播放器/设备、智能电话和可穿戴计算设备)激起了对更高水平视频压缩的需求。在标准机构驱动的标准中，ISO MPEG最近在高效率视频编码方面所做的努力就证明了这一点，所述技术有望通过ITU-T标准委员会将来自H.265视频压缩多年探索性工作的新技术贡献和技术相结合。

所有前述标准都采用通用的帧内/帧间预测编码框架，以便减少编码位流中的空间和时间冗余。帧间预测的基本概念是通过使用块匹配方法消除相邻图片之间的时间依赖性。在编码过程开始时，未编码视频序列的每个帧被分组成以下三类之一：I型帧、P型帧和B型帧。I型帧是帧内编码的。也就是说，仅将来自帧本身的信息用于对图片进行编码，并且不使用帧间运动补偿技术(但是可以应用帧内运动补偿技术)。