[發明專利]用于在可伸縮視頻編碼中定義和重構感興趣區域的方法和裝置

有效

• 申請號: 200680043774.6
• 申請日: 2006-09-25
• 公開（公告）號: CN101313578A
• 公開（公告）日: 2008-11-26
• 發明（設計）人: 姜晶媛;金在坤;洪鎮佑;魯勇滿;裵泰眠;張供黨
• 申請（專利權）人: 韓國電子通信研究院;韓國情報通信大學校
• 主分類號: H04N7/24
• 分類號: H04N7/24
• 代理公司: 北京市柳沈律師事務所
• 代理人: 錢大勇

技術領域

本發明涉及一種支持在可伸縮視頻編碼(SVC)中編碼和解碼多個感興趣區域(ROI)的新功能的方法，且更具體地，涉及一種在SVC中定義多個ROI且獨立地用SVC中提供的可伸縮性來解碼該多個ROI的方法。

背景技術

作為在運動圖片編解碼器中實現的ROI的例子，存在基于H.263的編碼和基于MPEG-4對象的編碼。提供以H.263獨立地解碼特定區域的方法的獨立分段解碼(ISD)模式從將被獨立地解碼的該區域被視為在基于MPEG-4對象的編碼中的一個完整圖像的角度來看與基于MPEG-4對象的編碼相同。但是，該ISD模式不同于如下的基于MPEG-4對象的編碼。

1.H.263中的ISD模式

在基于H.263的編碼中，獨立地解碼圖像中的特定區域的方法被提供作為選項(見H.263的附件R)。具體地，在基于H.263的編碼中，可以通過使用可伸縮分層編碼來提供空間、時間和質量的可伸縮性。

在H.263中，通過使用對應于SVC的粗粒度可伸縮性(CGS)的方法來提供質量可伸縮性，且通過使用對應于精細粒度可伸縮性(FGS)的方法并支持各種幀來提供時間可伸縮性。另外，在空間可伸縮性中，類似于可伸縮視頻解碼(SVD)，根據分辨率來進行編碼，且使用具有較低分辨率的圖像來進行層間編碼。

2.基于MPEG-4對象的編碼器

在基于MPEG-4對象的編碼中，具有任意形狀的對象區域被編碼成由視頻對象平面(VOP)定義的矩形區域。根據本方法，類似于ROI，在圖像中的特定區域以其能夠被獨立地解碼的方式被編碼。

根據基于H.264的編碼的SVC具有比H.263和MPEG-4更高的編碼速率，且在SVC中的編碼機制不同于H.263和MPEG-4的編碼機制。

發明內容

本發明提供一種代表適合于可伸縮視頻編碼(SVC)的感興趣的區域(ROI)的方法。

技術方案

根據本發明的方面，提供一種多ROI(感興趣區域)設置裝置，包括：ROI設置單元，其設置至少一個或多個ROI并通過定義宏塊作為被分配給至少一個ROI的方式來將ROI標識編號分配給每個ROI；映射單元，其將至少一個或多個片組標識編號分配給至少一個或多個ROI標識編號；以及消息生成單元，其生成消息，該消息包括ROI相關信息、片組相關信息、關于將至少一個或多個ROI標識編號映射到至少一個或多個片組標識編號的映射信息和可伸縮性信息。

多ROI設置裝置可以進一步包括選擇單元，其基于消息從比特流中選擇具有特定可伸縮性的特定ROI的比特流。

另外，當在ROI之間存在重疊區域時，映射單元可以將片組標識編號的每個分配給重疊區域和不重疊其他ROI的ROI的區域。

另外，選擇單元可以基于在消息中的信息，來從比特流中檢測與被映射到特定ROI標識編號的片組標識編號相對應的片組，移除其中不存在所檢測的片組的NAL單元，并移除具有高于特定可伸縮性的可伸縮性的NAL單元。

根據本發明的另一方面，提供一種ROI選擇裝置，包括：接收單元，其接收具有消息的比特流，該消息包括關于將至少一個或多個片組分配到一個或多個ROI集的映射的映射信息、ROI相關信息、片組相關信息和可伸縮性信息；以及選擇單元，其基于消息從比特流中選擇與具有特定可伸縮性的特定ROI相對應的比特流。

映射信息可以包括關于將ROI標識編號分配給至少一個或多個ROI的信息，和關于將表示至少一個或多個片組的片組標識編號分配給ROI標識編號的信息。

另外，當在ROI之間存在重疊區域時，片組標識編號可以被分配給重疊區域和不重疊其他ROI的ROI的區域。

根據本發明的另一方面，提供一種選擇性ROI重構裝置，包括：接收單元，其接收具有消息的比特流，該消息包括關于將至少一個或多個片組分配到一個或多個ROI集的映射的映射信息、ROI相關信息、片組相關信息和可伸縮性信息；以及選擇單元，其基于消息從比特流中選擇與具有特定可伸縮性的特定ROI相對應的比特流；以及解碼單元，其解碼所選擇的比特流。

根據本發明的另一方面，提供一種多ROI(感興趣區域)設置方法，包括：(a)設置至少一個或多個ROI和將ROI標識編號分配給每個ROI；(b)將至少一個或多個片組標識編號映射給至少一個或多個ROI標識編號；以及(c)生成消息，該信息包括ROI相關信息、片組相關信息、關于將至少一個或多個ROI標識編號映射到至少一個或多個片組標識編號的映射信息和可伸縮性信息。