[发明专利]用于对经编码数据集进行解码的方法、设备和存储介质

说明书

提供了一种对接收到的经编码数据集进行解码的方法。所述经编码数据集表示信息，所述信息包括具有在值范围内的值的多个数据元素且已借助于熵编码进行压缩。所述方法包括：接收包括所述经编码数据集和带状分布数据集的数据，其中所述带状分布数据集包括一对或多对值，每对包括子范围值和概率值，所述子范围值指示所述值范围的相应子范围，所述概率值表示所述多个数据元素中的一个数据元素的值在所述相应子范围内的概率；以及借助于基于由所述带状分布数据集定义的概率分布，对所述经编码数据集执行熵解码来重构已经被压缩的所述信息。还提供了一种压缩信息以便获得经编码数据集的方法，所述信息包括具有在值范围内的值的多个数据元素。

技术领域

本发明涉及用于对接收到的表示已经被压缩的信息的经编码数据集进行解码的方法、设备、计算机程序和计算机可读介质。

背景技术

当传输或存储图像和视频数据时，减小数据的大小特别有利。用于对这种数据进行编码和解码的技术是多种多样的并且是众所周知的。当代技术在处理效率、数据质量和数据压缩之间做出了折衷。

通常通过由各自具有值的分量集表示图像颜色来用数字表示图像。例如，可以使用RGB颜色模型或YCbCr颜色空间表示图像的颜色，其中图像的每个像素由三个不同的值表示。

为了压缩数据，通常首先将图像平面分成数据元素块，诸如8×8像素块，然后对每个块进行域变换。实例包括离散余弦变换和小波变换实现。如本领域中众所周知的，变换译码用于捕获数据中的相关结构。然后，使用较小的值集对变换后的数据进行量化以表示较大的值集，然后通常进行进一步的压缩步骤，例如熵编码。熵译码利用数据集内频繁出现的值或值序列，以便减少数据量。例如，熵译码技术通过用几位表示频繁出现的模式而用许多位表示很少出现的模式来压缩数字数据。

每个步骤的功效取决于前一步的结果。也就是说，变换和量化过程被设计成使过程的下一步更加有效。例如，如果变换和量化过程以频繁出现的模式表示图像的值，则总体压缩可以更有效，以使得熵译码步骤更有效。借助于这种方法进行编码和解码通常涉及表达由构成待以熵函数形式压缩的信息集的多个数据元素保持的、捕获在表示信息的值统计信息的概率分布数据集中的数据值的分布。然后，此熵函数可以被编码器用来压缩信息，并且可以被解码器用来解压缩信息。在此技术的已知应用中，通常译码装置执行任务所需的概率分布数据的大小较大，这限制了可以降低总体编码和解码过程的数据要求的程度。

为了使熵编码步骤更有效，一些当代的变换过程(在熵编码之前出现)产生大量的零值数据元素。具有分组在一起或者以其他方式分组的大量零值元素的这种数据集可以称为稀疏数据集。游程长度编码通常作为编码步骤的一部分执行，以减少这些零数据值。

因此，熵译码操作的输出是数据流，并且以与编码操作成镜像的方式执行解码操作。首先，对数据流进行解码以重新创建信息。为了生成一系列块，使用在编码器处使用的逆过程将流分割并映射到数据平面，然后根据流中接收到块的顺序，将块布置在其在平面中的定位。例如，在典型的JPEG算法中，图像中的块以光栅模式布置。然后将这些块去量化。然后，使用例如小波或离散余弦变换对块进行域变换。

先前已经提出以分级方式对数据进行编码，以减小信号的总体数据大小。在这种编码技术中，残差数据(即纠正基础层中存在的低质量信息所需的数据)将以逐渐提高的质量级别使用。在WO 2013/171173中描述了这种分级技术，提出了信号的再现的分层层级体系。在此提出的技术中，质量的基本层表示第一分辨率的图像，而分层层级体系中的后续层是解码侧以更高的分辨率重构图像所需的残差数据或调整层。在WO 2013/171173 中提出了一种技术，所述技术构造每一层中的数据以利用残差层中的相关性，通过将值块变换成方向分量集来减少信息熵。这种分级技术中的每一层，尤其是每个残差层，通常是具有许多零值元素的相对稀疏的数据集。

在较早提交的专利申请GB1812407.3中还公开了分级的、分层的数据结构的概念。GB1812407.3和WO 2013/171173均通过引用整体并入。