[发明专利]调整平面源图像中的样本块的量化参数QP值的方法和编码设备

说明书

提供了调整平面源图像中的样本块的量化参数QP值的方法和编码设备。对输入到编码器中进行编码的平面源图像，用于调整其中样本块的量化参数(QP)值的方法可以包括：确定与平面源图像相关联的信息，平面源图像为非平面表面的投影。该方法可以包括确定与所述平面源图像中的所述样本块相关联的初始QP值。该方法还包括基于与所述平面源图像相关联的所述信息，确定与所述样本块相关联的QP偏移值。该方法还包括基于所述初始QP值和所述QP偏移值，确定与所述样本块相关联的最终QP值。该方法还包括使用所述最终QP值对所述样本块进行编码。

技术领域

所公开的主题涉及图像和视频编码及解码，特别涉及，在已经利用非平面内容(诸如360视频)人为生成平面视频编解码器的输入数据的环境中，针对与内容的(空间)几何形状的统计量有直接关系的某些语法元素的高效编码。

背景

利用具有运动补偿的图像间预测的视频编码和解码已在几十年来为人所知。未压缩的数字视频可由一系列图像组成，每个图像具有一定的空间维度，例如1920x1080的亮度样本和相应的色度样本。图像序列可具有固定或可变的图像速率(俗称帧率)，例如，每秒60张图像或60Hz。未压缩的视频需要较高的比特率。例如，每个样本为8比特的1080p60 4：2：0(60Hz帧率下的1920x1080亮度样本分辨率)的视频需要接近1.5G比特/秒的带宽。长度为一小时的这种视频需要600G字节以上的存储空间。

视频编码和解码的一个目的是，通过压缩来降低输入视频信号的冗余。在一些情况下，压缩可有助于减小带宽或存储空间的需求，一些情况下可以减少两个数量级甚至更多。可使用无损压缩、有损压缩，或其组合。无损压缩指可从经过压缩的原始信号中重建出原始信号的精确副本的技术。当利用有损压缩时，重建信号可与原始信号不一致，但原始信号和重建信号之间的失真足够小，以使重建信号能够实现所期望的用途。视频领域中广泛采用有损压缩。容许的失真量取决于应用，例如，一些消费型直播应用的用户比电视节目应用的用户能容忍更大的失真。可实现的压缩比可以反映出：可允许/可容忍的失真越大，可使压缩比越高。

视频编码器和解码器可利用几大类技术，例如包括运动补偿、变换、量化和熵编码，下文中将介绍其中一些技术。

以往，采用上述技术的视频编码常常假设输入内容是单个相机拍摄的。已引起关注的其它内容被称为立体内容：来自空间对齐使拍摄轴近似平行的两个相机的相机信号，在合适的渲染器中被合并后，在某些条件下观看时可以提供三维图像的错觉。由于这些相机信号高度相关，因此设计了某些视频编码技术，将这两个信号相关联，以获得比对这两个信号单独编码时更高的编码效率。这些技术中的一种被称为多视图编码，在H.264和H.265中以配置文件的形式提供。一些情况下，这种多视图编码可以扩展到对多于两个相机信号的组合编码，同时仍然利用多个相机信号的相似性(如果有的话)。然而，上述意义上的多视图编码仍然在平面相机图像上操作。

近来，已经出现了具有拍摄角度可能不平行的多个相机的输入设备。在其物理布局允许的范围内，这些输入设备能够拍摄形状为球体的空间。这些相机可以在市场上销售，并且在本文中被称为“360相机”，因为它们可以在所有维度上具有360度的拍摄视野。静态图像360相机可以通过使用平移-倾斜摄像机头进行操作，该平移-倾斜摄像机头上安装有单个相机，该相机带有可以拍摄相对广角的镜头。通过在拍摄之前将平移-倾斜机头的两个轴旋转到特定位置，该相机可以拍摄一系列的静态图像，其中各个静态图像具有一定程度的重叠。通过使用与控制平移倾斜摄像机头的控制信息相一致的几何信息，这些图像可以经过几何校正并被拼接在一起，以形成可以输入到传统图像处理技术中的平面图像，例如用于压缩和传输的目的。几何校正和拼接过程在本文中称为“投影”。360图像的渲染可涉及与360拍摄场景有关的观察点或观察方向的选择、反向几何校正、去拼接等，以生成适于观看的平面图像。反向几何校正和去拼接在本文中称为“去投影”或“逆投影”。理想情况下，该图像所描绘的场景会与从该观察方向或从所选择的观察点所拍摄的平面图像一致。